33矩阵的三角分解法-临时分类--.pptxVIP

3.3矩阵的三角分解法;Gauss消元法的矩阵形式;兰州交通大学数理与软件工程学院;兰州交通大学数理与软件工程学院;兰州交通大学数理与软件工程学院;兰州交通大学数理与软件工程学院;Doolittle分解;兰州交通大学数理与软件工程学院;Doolittle分解;A的各阶顺序主子式均不为零，即;Doolittle分解;Doolittle分解;Doolittle分解;Doolittle分解;Doolittle分解;Doolittle分解;例题;例题;例题;例题;例题;Doolittle分解;对称矩阵的Cholesky分解;对称矩阵的Cholesky分解;对称矩阵的Cholesky分解;对称矩阵的Cholesky分解;对称矩阵的Cholesky分解;对称矩阵的Cholesky分解;对称矩阵的Cholesky分解;对称矩阵的Cholesky分解;证明：;Cholesky分解的求法;Cholesky分解的求法;Cholesky分解的求法;Cholesky分解法;改进Cholesky分解法;改进Cholesky分解;改进Cholesky分解;兰州交通大学数理与软件工程学院;改进的cholesky分解算法;改进的cholesky分解算法;例题;例题;例题;例题; A=LDLT分解，既适合于解对称正定方程组，也适合求解A为对称，而各阶顺序主子式不为零的方程组

而对A=LLT只适合于对称正定方程组;追赶法;追赶法;追赶法;追赶法;例题;例题;3.5平方根法;平方根法;平方根法;平方根法;平方根法;平方根法;平方根法;平方根法;证明;平方根法;平方根法;平方根法;平方根法;改进平方根法;改进平方根法;改进平方根法;兰州交通大学数理与软件工程学院;改进的平方根法;改进平方根法;例题;例题;例题;例题; A=LDLT分解，既适合于解对称正定方程组，也适合求解A为对称，而各阶顺序主子式不为零的方程组

而对A=LLT只适合于对称正定方程组;2.6范数与误差估计;向量的范数; 在数值计算中，常用的向量范数有三种。设 ，规定;性质;兰州交通大学数理与软件工程学院; 证明：据式(3.25)，只要证明对“∞”范数结论成立即可。又据定义3.2知：;矩阵的范数;设 常用的矩阵范数：(1)矩阵的列范数：

(2)矩阵的行范数：(3)矩阵的欧氏范数：(4)矩阵的谱范数：; 例3.6 已知数。

解：;兰州交通大学数理与软件工程学院;兰州交通大学数理与软件工程学院;兰州交通大学数理与软件工程学院;例题;兰州交通大学数理与软件工程学院;多元函数误差估计;3.7迭代法;迭代法所要解决的几个主要问题??：

(1)构造一种迭代格式，把所给方程组; (2)研究迭代矩阵B满足什么条件时，迭代序列 必收敛于Ax=b的精确解。

(3)讨论如何估计 误差的大小以决定迭代次数N。;Jacobi迭代法

Jacobi迭代法是最简单的一种迭代法，是从方程组(3.1)的各个方程中分别解出同序号的未知数。设系数矩阵A非奇异，且

，则因此，得迭代公式;例3.7;因此得迭代格式;兰州交通大学数理与软件工程学院;小 结; 对于大型稀疏方程组可采用迭代法求解，比较简便有效的迭代法是Gauss-Seidel方法，当选取合适的松弛因子，SOR方法可获得较快的收敛速度，被广泛应用。

向量或矩阵的范数可以用来描述解的精度、迭代的敛散性，控制迭代次数。应用矩阵范数可以描述方程组性态，识别病态方程组，从而找到解病态方程组的方法。