数值分析-第5章-解线性方程组的直接方法课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《数值分析-第5章-解线性方程组的直接方法课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数值 分析 线性方程组 直接 方法 课件
- 资源描述:
-
1、数理学院数理学院SCHOOL OF MATHEMATICS AND PHYSICS5.1 引言与预备知识引言与预备知识5.2 高斯消去法高斯消去法5.3 高斯主元素消去法高斯主元素消去法5.4 矩阵三角分解法矩阵三角分解法5.5 向量和矩阵的范数向量和矩阵的范数5.6 误差分析误差分析Ch5 解线性方程组的直接方法解线性方程组的直接方法 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,用差分法或者有数
2、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。种是低阶稠密矩阵,另一种是大型稀疏矩阵。关于线性方程组的数值解法一般有两类:关于线性方程组的数值解法一般有两类:1.直接法直接法2.迭代法迭代法5.1引言与预备知识引言与预备知识5.1.1 引言引言 本章讨论本章讨论n元线性方程组元线性方程组nnnnnnnnnnbxaxaxabxaxaxab
3、xaxaxa.22112222212111212111(5.1)的直接解法。方程组的直接解法。方程组(5.1)的矩阵形式为的矩阵形式为 A Ax=b=b其中其中 nn2n1nn22221n11211a.aa.a.aaa.aaAn21x.xx,xn21b.bb,b若矩阵若矩阵A A非奇异非奇异,即即det(A A)0,则方程组则方程组(2.1)有唯一解。有唯一解。所谓直接解法是指,若不考虑计算过程中的舍入误差,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。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。但由于实际计算中舍入误差的存在,用直
4、接解法一般但由于实际计算中舍入误差的存在,用直接解法一般也只能求出方程组的近似解。也只能求出方程组的近似解。Cramer法则是一种不实用的直接法,本章将介绍几种法则是一种不实用的直接法,本章将介绍几种实用的直接法。实用的直接法。5.1.2 预备知识预备知识mnmmnijnmaaaaaaaaaaARA2124222111211)(M行行n列矩阵列矩阵.nnxxxxRx21n维列向量维列向量.列。同理的第为其中iAa,aaaAin),(21行行的第的第为为iAbbbATiTmT,1 矩阵的基本运算矩阵的基本运算:(1)矩阵的加法矩阵的加法是非奇异矩阵是非奇异矩阵AAdRARcAccAcRAAAbn
5、nnnnT 0)det()(.,),det()det()(),det()det()(7)矩阵的行列式矩阵的行列式 行列式性质行列式性质:(a)det(AB)=det(A)det(B)(6)非奇异矩阵非奇异矩阵(5)单位矩阵单位矩阵(4)转置矩阵转置矩阵(3)矩阵与矩阵的乘法矩阵与矩阵的乘法(2)矩阵与标量的乘法矩阵与标量的乘法5.1.3矩阵特征值与谱半径矩阵特征值与谱半径定义定义1设设,nnijRaA若存在一个数若存在一个数(实数或复数实数或复数)和非零向量和非零向量,),(21nTnRxxxx使使,xAx(1.1)则称则称为为A的特征值的特征值,x为为A对应对应的特征向量的特征向量,A的全体
6、特征值称为的全体特征值称为A的谱,记作的谱,记作记即.,)(),(21nAA称为称为A的谱半径的谱半径.|,|max)(1iniA(1.2)由式由式(1.1)知知,可使齐次方程组可使齐次方程组0)(xAI有非零解有非零解,故系数行列式故系数行列式,0)det(AI记记0)det()(111212222111211nnnnnnnnnncccaaaaaaaaaAIp)(p称为矩阵的特征多项式,方程称为矩阵的特征多项式,方程(1.3)称为的特征方程称为的特征方程(1.3)在复数域中有在复数域中有n个根个根,21n故故).()()(21np由行列式由行列式(1.3)展开可知:展开可知:ActrAacn
7、nnnniiindet)1()1(,211211nnijRaA的的n个特征值个特征值 故故n,21是它的特征是它的特征方程方程(1.3)的几个根的几个根,并有并有.,det1121niiniiinatrAA(1.4)(1.5)A的迹的迹.A的特征值的特征值和特征向量和特征向量x还有以下性质还有以下性质:(1)AT与与A有相同的特征值有相同的特征值 及相同的特征向量及相同的特征向量x.(2)若若A非奇异,则非奇异,则A-1的特征值为的特征值为-1,特征向量为特征向量为x.(3)相似矩阵相似矩阵 B=S-1AS有相同的特征多项式有相同的特征多项式.例例1 求求242422221A的特征值及谱半径的
8、特征值及谱半径.解解:A的特征方程为的特征方程为,0)7()2(28243242422221)det(223AI故故A的特征值为的特征值为7,2321A的谱半径为的谱半径为.7)(A5.1.4 特殊矩阵特殊矩阵如果正交矩阵)对任意非零向量,()如果(对称正定矩阵如果设埃尔米特矩阵如果对称矩阵时,如果当上海森伯格阵时,如果当上三角矩阵时,如果当三对角矩阵时,如果当对角矩阵)8(.0),(,)7()(,)6(.)5(.01)4(.0)3(.01|)2(.0)1(.)(AxxxAxRxbAAaAAAAAAajiajiajiajiRaATnTTHHnnTijijijijnnij到的矩阵。由初等置换阵的
9、乘积得置换阵,列),得到的矩阵记为列与第第行(或交换行与第由单位矩阵交换第初等置换阵。如果设酉矩阵)11()10(,)9(1BAIAAjijiAACAijijijHnn定理定理1.,则下述命题等价:设nnRA.)()5(.)4(.0)det()3(.00)2(.)1(1nArankAAAxAxbAxRbn的秩存在只有唯一解齐次方程组有唯一解,方程组对任何定理定理2.为对称正定阵,则:设nnRA).,2,1(0)det(,)4(),2,1(0)3(),2,1(,),2,1(,)2(.)1(11111nkAAniAnkaaaaAnkAAAAAkikkkkkkk即的顺序主子式都大于零的特征值其中正定
10、阵也是对称则的顺序主子阵为记也是对称正定阵为非奇异矩阵,且定理定理3.),2,1(0),2,1(0det为对称正定矩阵则的特征值或)(为对称矩阵,如果设AniAnkARAiknn定理定理4(Jordan标准型标准型)设设A为为n阶矩阵阶矩阵,则存在一个非奇异矩阵则存在一个非奇异矩阵P使得使得)()()(22111rrJJJApP其中其中:)块。为若当(且JordannnrinJriiinniiiiiii.),2,1(1111(1)当当A的若当标准型中所有若当块的若当标准型中所有若当块Ji均为一阶时均为一阶时,此标准型变成此标准型变成对角矩阵对角矩阵.)。,(阵其若当标准型必为对角的特征值各不相
11、同,则如果ndiagA21)2(求解求解bxA 高斯消去法高斯消去法(逐次消去法逐次消去法)及消去法和矩阵三角分解之及消去法和矩阵三角分解之间的关系:间的关系:5.2 高斯消去法高斯消去法,22112222212111212111nnnnnnnnbxaxaxabxaxaxabxaxaxann,2121212222111211nnnnnnnnbbbxxxaaaaaaaaa或例例2 用消去法解方程组用消去法解方程组 12254632132321xxxxxxxx解解 第第1步步.将方程将方程(2.2)乘上乘上-2加到方程加到方程(2.4)上上,消去未知数消去未知数x1,得到得到(2.2)(2.3)(
12、2.4).11432 xx第第2步步.将方程将方程(2.3)加到方程加到方程(2.5)上去上去,消去方程消去方程(2.5)中的中的x2,得到与原方程组等价的三角形方程组得到与原方程组等价的三角形方程组62546332321xxxxxx解为解为:Tx)3,2,1(*首先举一个简单的例子来说明消去法的基本思想首先举一个简单的例子来说明消去法的基本思想.上述过程相当于上述过程相当于 6562001401111156140140111156122140111)|(bA332331*)2(rrrrrr 思思路路首先将首先将A化为上三角阵化为上三角阵 /*upper-triangular matrix*/
13、,再回代求解再回代求解 /*backward substitution*/。=消元消元记记,)()1()1(nnijaAA )1()1(1)1(.nbbbbStep 1:设设 ,计算因子,计算因子0)1(11 a).,2(/)1(11)1(11niaamii将增广矩阵将增广矩阵/*augmented matrix*/第第 i 行行 mi1 第第1 1行行,得到,得到)1(1)1(1)1(12)1(11.baaan)2(A)2(b).,2,()1(11)1()2()1(11)1()2(njibmbbamaaiiijiijij 其中其中Step k:设设 ,计算因子,计算因子且计算且计算0)(kk
14、ka).,1(/)()(nkiaamkkkkikik ).,1,()()()1()()()1(nkjibmbbamaakkikkikikkjikkijkij回代回代)()(/nnnnnnabx )1.,1()(1)()(niaxabxiiinijjiijiii只要只要 A 非奇异,即非奇异,即 A 1 存在,则可通过逐次消元存在,则可通过逐次消元及行交换,将方程组化为三角形方程组,求出唯一解。及行交换,将方程组化为三角形方程组,求出唯一解。共进行共进行?步步 )()2(2)1(121)()2(2)2(22)1(1)1(12)1(11.nnnnnnnnbbbxxxaaaaaan 1注意注意2:设
15、设Ax=b,其中其中A为非奇异矩阵为非奇异矩阵,如果如果,011 a由于由于A为非奇异矩阵为非奇异矩阵,所以所以A的第一列一定有元素不等于零的第一列一定有元素不等于零.例如例如计算。斯消去法照样可以进行矩阵。继续这过程,高阶非奇异右下角矩阵为时然后进行消元计算,这)位置,调到(将于是交换两行元素()(111),02111nAarraiii定理定理5 设设Ax=b,其中其中nnRA(1)如果如果),2,1(0)(nkakkk则可通过高斯消去法将则可通过高斯消去法将Ax=b约化为等价的三角形线性方程组约化为等价的三角形线性方程组(2.10),且计算公式为且计算公式为:).,1(/)()(nkiaa
16、mkkkkikik消元计算消元计算(k=1,2,n-1)nkibmbbnkjiamaakkikkikikkjikkijkij.,1,.,1,)()()1()()()1(回代计算回代计算)()(/nnnnnnabx )1.,1()(1)()(niaxabxiiinijjiijiii(2)如果如果A为非奇异矩阵为非奇异矩阵,则可通过高斯消去法则可通过高斯消去法(及交换两行的初等及交换两行的初等变换变换)将方程组将方程组Ax=b约化为方程组约化为方程组(2.10).定理定理6 约化的主元素约化的主元素aii(i)0(i=1,2,k)的充要条件是矩阵的充要条件是矩阵A的所有的所有顺序主子式顺序主子式/
17、*determinant of leading principal submatrices*/Di0(i=1,2,k).即即.,2,1,0,01111111kiaaaaDaDiiiii(2.12)推论推论 如果如果A的顺序主子式的顺序主子式Dk0(k=1,2,n-1),则则.,3,2,/1)(1)1(11nkDDaDakkkkk5.2.2 三角分解法三角分解法 /*Matrix Factorization*/高斯消元法的矩阵形式高斯消元法的矩阵形式 /*Matrix Form of G.E.*/:Step 1:)0(/111111 aaamii记记 L1=1.11121nmm ,则,则)1()
18、1(1bAL)1(1)1(1)1(11.baan)2(A)2(bStep n 1:)()2(2)1(1)()2(2)2(22)1(1)1(12)1(11121.nnnnnnnnnbbbaaaaaabALLL其中其中 Lk=1.11,1knkkmm 1kL1.11,1knkkmm 111211.nLLL111jiM,记为记为L单位下三角阵单位下三角阵/*unitary lower-triangular matrix*/记记 U=)()2(2)2(22)1(1)1(12)1(11.nnnnnaaaaaaLUA 定理定理7 若若A的所有顺序主子式的所有顺序主子式/*determinant of le
19、ading principal submatrices*/均不为均不为0,则,则 A 的的 LU 分解唯一(其分解唯一(其中中 L 为为单位单位下三角阵)。下三角阵)。证明:证明:由由1中定理可知,中定理可知,LU 分解存在。下面证明唯一性。分解存在。下面证明唯一性。若不唯一,则可设若不唯一,则可设 A=L1U1=L2U2,推出,推出121111UULL211122211LLUULLUpper-triangularLower-triangularWith diagonal entries 1I L 为一般下三角阵而为一般下三角阵而 U 为为单位单位上三角阵的分解称为上三角阵的分解称为Crout
20、 分解分解。实际上只要考虑实际上只要考虑 A*的的 LU 分解,即分解,即 ,则,则 即是即是 A 的的 Crout 分解。分解。ULA*LUA 121UU例例3 对于例对于例2,系数矩阵系数矩阵 122140111A由高斯消去法由高斯消去法,LUAmmm 200140111112010001,1,2,0323121故故5.3.1 列主元消去法列主元消去法:在顺序消元过程中在顺序消元过程中,只要只要即可进行计算即可进行计算,)1,2,1(0)(nkakkk但如果但如果|)(kkka很小很小,则将导致舍入误差增长则将导致舍入误差增长,使解的误差很大使解的误差很大.例例4 用用Gauss 消去法求
21、解方程组消去法求解方程组232120001.02121xxxx5.3 高斯主元素消去法高斯主元素消去法解解:因因099997.3,00001.021故方程有唯一解故方程有唯一解,且精确解为且精确解为Tx)49998750.0,25001875.0(*若用若用Gauss消去法取四位有效数字计算消去法取四位有效数字计算,可得解可得解Tx)5000.0,0000.0(*xx与比较比较,误差很大误差很大,若将两个方程互换为若将两个方程互换为120001.02322121xxxx用用Gauss消去法取四位有效数字计算消去法取四位有效数字计算,可得解可得解Tx)5000.0,2500.0(本例表明通过行交
22、换可避免舍入误差增长本例表明通过行交换可避免舍入误差增长,这就是列主元消这就是列主元消去法的基本思想去法的基本思想.其计算步骤如下其计算步骤如下:第第1步步,在,在)()1()1(ijaAA中的第中的第1列选主元,即列选主元,即 1111|,|max|1iaainii行为主元行为主元,若若,11i将|)1()1(bA的第的第i1行与第行与第1行互换,再按消元行互换,再按消元公式计算得到公式计算得到|)2()2(bA假定上述过程已进行假定上述过程已进行(k-1)步,得到步,得到|)()(kkbA第第k步,在步,在)(kA中的第中的第k列选主元,即列选主元,即|,|max|)()(kiknikkk
23、iaak若若,kik则在则在|)()(kkbA中将中将ik行与第行与第k行互换,再按消元行互换,再按消元公式计算得到公式计算得到|)1()1(kkbA对对k=1,2,n-1,重复以上过程则得重复以上过程则得|)()(nnbA如果某个如果某个k出现主元出现主元),或0(0|)(kkka方程没有唯一解或严重病态,否则可由方程没有唯一解或严重病态,否则可由(3.2.4)求得解求得解.则表明则表明detA=0,它也表明当非奇异时,存在排列矩阵它也表明当非奇异时,存在排列矩阵(若干初等排列矩阵若干初等排列矩阵的乘积的乘积),使使PA=LU,其中其中L为单位下三角矩阵为单位下三角矩阵,其元素其元素|lij
24、|=1,U为为上三角矩阵上三角矩阵.ULILILIAUAAILILILnniiiniininnn112211)(111212111121121上述每步行交换后再消元相当于上述每步行交换后再消元相当于1,2,1,|)1()1()()(1nkbAbAILkkkkkikk其中其中1kL是指标为是指标为k的初等下三角矩阵的初等下三角矩阵,kikI为初等排列矩阵为初等排列矩阵kik时时,IIkik表示不换行表示不换行,经过经过(n-1)步换行与消元步换行与消元,A化为上三角矩阵化为上三角矩阵.UAn)(即即:解解:例例5用列主元消去法解用列主元消去法解x=b,其中其中4178.745625.5996.3
25、3816.1078125.014.022002.0|bA4.022002.03816.1078125.014178.745625.5996.3|bA消元消元47471.00010.161077.0040371.00020.20028.204178.745625.5996.3|)2()2(bA消元消元35159.039047.00040371.00020.20028.204178.745625.5996.3|)3()3(bA消元结束由回代公式求得解消元结束由回代公式求得解Tx)90043.0,69850.0,92730.1(此例的精确解为此例的精确解为Tx)900423.0,698496.0,9
展开阅读全文