数值分析第5章解线性方程组的直接方法精品PPT课件.pptxVIP

数值分析第5章解线性方程组的直接方法精品PPT课件.pptx

  1. 1、本文档共93页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
5 .1 引言与预备知识 5 .2 高斯消去法 5 .3 高斯主元素消去法 5 .4 矩阵三角分解法 5 .5 向量和矩阵的范数 5 .6 误差分析; 在自然科学和工程技术中有很多问题的解决常常归结为解线性代数方程组.如三次样条函数问题,用最小二乘法求实验数据的曲线拟合问题,解非线性方程组问题,用差分法或者有限元方法解常微分方程、偏微分方程的边值问题等都导致求解线性代数方程组,而这些方程组的系数矩阵大致分为两种,一种是低阶稠密矩阵,另一种是大型稀疏矩阵。; 本章讨论n元线性方程组; 所谓直接解法是指,若不考虑计算过程中的舍入误差,经过有限次算术运算就能求出线性方程组的精确解的方法。;5.1.2 预备知识;矩阵的基本运算: (1)矩阵的加法;5.1.3 矩阵特征值与谱半径;由式(1.1)知, λ?可使齐次方程组;在复数域中有n个根;A的特征值λ和特征向量x还有以下性质: ;例1 求;5.1.4 特殊矩阵;定理1.;定理2.;定理3.;其中:;求解;例2 用消去法解方程组;上述过程相当于;消元;回代;注意2:设Ax=b,其中A为非奇异矩阵,如果;定理5 设Ax=b,其中;(2)如果A为非奇异矩阵,则可通过高斯消去法(及交换两行的初等变换)将方程组Ax=b约化为方程组(2.10).;§5.2.2 三角分解法 /* Matrix Factorization */;;定理7;例3 对于例2,系数矩阵;5.3.1 列主元消去法:;解:因; 本例表明通过行交换可避免舍入误差增长,这就是列主元消去法的基本思想. 其计算步骤如下:;它也表明当A非奇异时,存在排列矩阵P(若干初等排列矩阵的乘积),使PA=LU,其中L为单位下三角矩阵,其元素|lij|=1,U为上三角矩阵.;解:;消元结束.由回代公式求得解;注:;5.3.2 高斯若当消去法; 高斯消去法有很多变形,有的是高斯消去法的改进、改写,有的是用于某一类特殊性质矩阵的高斯消去法的简化。;1.不选主元的三角分解法 设A为非奇异矩阵,且有分解式A=LU,其中L为单位下三角,U为上三角即;故;;固定 r : 对 i = r, r+1, …, n 有;结论:用直接三角分解法解Ax=b(要求A的所有顺序主子式都不等于0)的计算公式如下.;例5 用直接三角分解法解;2.选主元的三角分解法 当urr=0时计算中断,或者当urr绝对值很小时,按分解公式计算可能引起舍入误差的积累。 但??果A非奇异,可以通过交换A的行实现矩阵A的LU分解,因此可采用与列主元消去法类似的方法,将直接三角分解法修改为(部分)选主元的三角分解法。;第r步分解需用到(3.2)及(3.3)式,为避免用小的数urr做除数,引进量;5.3.2 平方根法;定理9(对称阵的三角分解定理);得    ;例6 用平方根法求以下方程组的解.     ;? 5.3.3 追赶法解三对角方程组 /* Crout Reduction for Tridiagonal Linear System */;;注意当j=1时有;Step 2: 追——即解;定理:设有三对角线方程组Ax=f,其中A满足对角占优的条件,;定理;5.5.1 内积与向量范数;定理12 设 ;定义3(向量范数) 如果向量 ;对于 ;定理14 设 ;5.5.2 矩阵范数 ;定义4 如果 ;显然 ;定义6(矩阵的算子范数) 设 ;证明 因 ;定理17 设 ;例7 已知;定理19;非奇异,且;5.6.1矩阵条件数与扰动方程组误差界   在解方程组Ax=b时,由于各种原因,A或b往往有误差,从而使得解也产生误差.;定义7 求解线性方程组Ax=b时,若A或b有微小扰动 ; 那么如何判断A是否病态?先给出如下定义.;定义8 设 ;条件数有以下性质: ;下面给出扰动方程组解的误差分析.先考察b有扰动 ;下面再研究方程Ax=b,当A有扰动 ;定理22 设A为非奇异矩阵,Ax=b≠0,且;例10 Hibert矩阵是一个著名的病态矩阵,记作 ;例11 在例10的方程组中可算出A的特征值 ; 定理23(事后误差估计) 设方程组 ;5.6.2 病态方程组的解法 ; (1) 采用高精度运算,减轻病态影响,例如用双倍字长运算.;例12 给定方程组Ax=b为;function x=threedia(a,b,c,f) N=length(f); x=zeros(1,N); y=zeros(1,N); beta=zeros(1,N); gramma=zeros(1,N); beta(1)=b(1); for i=1:N-1 gramma(i)=c(i)/beta(i); beta(i+1)=b(i+1

文档评论(0)

bookst + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档