0111 第六章 线性方程组的数值解法

合集下载

浅谈线性方程组的数值解法及其应用

浅谈线性方程组的数值解法及其应用

浅谈线性方程组的数值解法及其应用1、相关定义1.1、分形油藏基本概念定义3.1[32]:维数为的分形渗透网嵌入到d(d=2,3)维岩块中,即整个导流系统是一个分形体,称具有这种特性的油藏为分形油藏。

df 3.1.1 分形孔隙度θf和渗透率Kf (r) 假设分形体内流体储集在体积为的座点处(设每个座点体积相同),座点密度为。

分形体中,座点孔隙体积为常数。

用描述某种相应对称性(如, Vs N( r ) Vs B B= A 2π h和4π 分别描述直线对称,圆柱面对称和球对称),a为位置-浓度参数[33], 为岩块的欧几里德维数,定义分形孔隙度d θf有: θf= aBVs rdf ?d (3-1) 这说明分形网格的θf 不再是常数,而是随波及半径r 成幂律关系。

取,则有: w r =r df d f w w r θ θr θw=aVBs rwd f ? d,得到分形孔隙度= ,θw 为r = rw 处的孔隙度。

同样渗透率定义为:Kf( r)= aVsB m rd f ?d ? θ (3-2) ( ) r= rw处的渗透率Kw=aVs Bm r wdf ?d ?θ ,得到渗透率Kf r= Kw rrw d f? d ?θ 。

3.1.2 分形参数的物理意义(1)分形维数df 分形维数df 严格地是一个分形体的几何特征,是分形体复杂程度的重要标志。

一般认为,d f值不同,复杂程度也不一样。

随复杂程度加剧,d f 值会愈高。

151.2、分数阶的基本定义从十七世纪分数阶微积分诞生之日起,数学家们就不断的探讨分数阶算子的理论体系。

后经多位数学家的努力,从不同的角度入手,建立了多种不同形式的分数阶算子定义,现在主要通用的三种定义[1]形式为: (1). Grümwald-Letnikov 定义:对于任意的实数α ,记α 的整数部分为[α ] ([α ] 为小于α 的最大整数),假如函数f ( t ) 在区间[α,t ]上有m+ 1 阶连续的导数,α > 0 时, m 至少取[α ],则定义分数阶α 阶导数为: ( ) li0m 0 ( ) n G aD tα f tΔ nhh→ =t ?a h ?α i =∑ ??? ?iα ??? f t ? ih (1-1) ( )( 1)( 2) ( 1) ! i i i 其中,?α = ?α ?α + ?α + L ?α + ? 。

第六章:线性方程组的数值解法

第六章:线性方程组的数值解法
23
l l
21 31
1
l
32

1
UX
l l u u u
n1 n2 11
l
12 22
n ( n 1)

... ... ...
( a11) n ( 2) a2n . . . (n a nn )
( x1 b11) x ( 2) 2 b2 . . . . . . ( n) x n bn
20
Doolittle分解法:
思 路 通过比较法直接导出L 和 U 的计算公式。
a11 ... a1n 1 . . l . . . . 21 1 . . . . ... . . . . . an1 ... ann l n1 ...
(n 30, 为9890)
通常也说Gauss消去法的运算次数与n3同阶,记为O(n3)
12
二、 选主元消去法
在高斯消去法消去过程中可能出现a 0的情况,这时 (k akk ) 0 但很小, 高斯消去法将无法进行;即使主元素 其作除数 ,也会导致其它元素数量级的严重增长和舍入 误差的扩散.
(1) If p k then 交换第 k 行与第p行; If q k then 交换第 k 列与第 q 列; (2) 消元 注:列交换改变了 xi 的顺序,须记录交换次序, 解完后再换回来。
16
6.1.2 三角分解法
高斯消元法的矩阵形式 每一步消去过程相当于左乘初等变换矩阵Lk
记: 其中 1 l 21 1 L1 l 31 0 1 l n1 0 0 1

线性代数方程组的数值解法_百度文库

线性代数方程组的数值解法_百度文库

线性代数方程组的数值解法【实验目的】1. 学会用MATLAB 软件数值求解线性代数方程组,对迭代法的收敛性和解的稳定性作初步分析;2. 通过实例学习用线性代数方程组解决简化的实际问题。

【实验内容】【题目1】通过求解线性方程组A1x=b1和A2x=b2,理解条件数的意义和方程组的性态对解的影响。

其中A1是n阶范德蒙矩阵,即⎡1x0⎢1x1⎢A1=⎢⎢⎢⎣1xn-12x0x12 2xn-1n-1⎤ x0⎥ x1n-1⎥1,...,n-1 ,xk=1+0.1k,k=0,⎥ n-1⎥ xn-1⎥⎦A2是n阶希尔伯特矩阵,b1,b2分别是A1,A2的行和。

(1)编程构造A1(A2可直接用命令产生)和b1,b2;你能预先知道方程组A1x=和A2x=。

b2的解吗?令n=5,用左除命令求解(用预先知道的解可检验程序)b1(2)令n=5,7,9,…,计算A1,A2的条件数。

为观察它们是否病态,做以下试验:b1,b2不变,A1和A2的元素A1(n,n),A2(n,n)分别加扰动ε后求解;A1和A2不变,b1,b2的分量b1(n),分析A和b的微小扰动对解的影响。

b2(n)分别加扰动ε求解。

ε取10-1010,-8,10-6。

(3)经扰动得到的解记做x~,计算误差-x~x,与用条件数估计的误差相比较。

1.1构造A1,A2和b1,b2首先令n=5,构造出A1,A2和b1,b2。

首先运行以下程序,输出A1。

运行以下程序对A1,A2求行和:由于b1,b2分别是A1,A2的行和,所以可以预知x1=运行下列程序,用左除命令对b1,b2进行求解:得到以下结果: T。

x2=(1,1, ,1)1.2 计算条件数并观察是否为病态1.不加扰动,计算条件数。

运行以下程序:由此可知,A1,A2的条件数分别是3.574∗10, 4,766∗10。

2.b1,b2不变,A1(n,n),A2(n,n)分别加扰动(1)n=5时设x11,x12,x13分别为A1添加扰动10−10,10−8,10−6后的解。

线性方程组的四种数值解法

线性方程组的四种数值解法

线性方程组的四种数值解法(电子科技大学物理电子学院,四川 成都 610054)摘要:本文介绍了四种求解线性方程组的数值解法: 雅克比迭代法、高斯赛德尔迭代法、高斯消去法和改进的平方根法的基本原理和算法流程,通过求解具体方程,对四种求解方法进行了对比。

对于雅克比迭代法和高斯赛德尔迭代法,研究了两种算法对求解同一方程组的迭代效率差异,结果表明高斯赛德尔迭代法达到同样精度所需迭代次数较少。

对于高斯消去法,通过选择列主元的方法提高算法的准确度,计算结果表明高斯消去法计算精确,且运算复杂度也不是很高。

对于改进的平方根法,其运算复杂度低,但对于给定的方程组有着严苛的要求。

关键词:雅克比迭代法;高斯赛德尔迭代法;高斯消去法;改进的平方根法;线性方程组引言线性方程组的求解在日常生活和科研中有着极其重要的应用,但在实际运算中,当矩阵的维数较高时,用初等方法求解的计算复杂度随维数的增长非常快,因此,用数值方法求解线性方程组的重要性便显现出来。

经典的求解线性方程组的方法一般分为两类:直接法和迭代法。

前者例如高斯消去法,改进的平方根法等,后者的例子包括雅克比迭代法,高斯赛德尔迭代法等。

这些方法的计算复杂度在可以接受的范围内,因此被广泛采用。

一般来说,直接法对于阶数比较低的方程组比较有效;而后者对于比较大的方程组更有效。

在实际计算中,几十万甚至几百万个未知数的方程组并不少见。

在这些情况下,迭代法有无可比拟的优势。

另外,使用迭代法可以根据不同的精度要求选择终止时间,因此比较灵活。

在问题特别大的时候,计算机内存可能无法容纳被操作的矩阵,这给直接法带来很大的挑战。

而对于迭代法,则可以将矩阵的某一部分读入内存进行操作,然后再操作另外部分。

本文使用上述四种算法求解对应的方程组,验证各种算法的精确度和计算速度。

1 算法介绍1.1 雅克比迭代法 1.1.1 算法理论设线性方程组(1)b Ax的系数矩阵A 可逆且主对角元素 均不为零,令并将A 分解成 (2)从而(1)可写成令其中. (3)以B 1为迭代矩阵的迭代法(公式)(4)称为雅克比(Jacobi)迭代法(公式),用向量的分量来表示,(4)为(5)其中为初始向量.1.1.2 算法描述 1给定迭代初始向量X 0以及误差要求delta 2根据雅克比迭代公式计算出下一组向量 3判断X 是否满足误差要求,即||X k+1 – X k || < delta4若误差满足要求,则停止迭代返回结果;若否,则返回第二步进行下一轮迭代1.2 高斯赛德尔迭代法nna ,...,a ,a 2211()nna ,...,a ,a diag D 2211=()D D A A +-=()b x A D Dx +-=11f x B x +=b D f ,A D I B 1111--=-=()()111f x B x k k +=+⎩⎨⎧[],...,,k ,n ,...,i x a ba xnij j )k (j j i iii)k (i21021111==∑-=≠=+()()()()()Tn x ,...x ,x x 002010=1.2.1 算法理论由雅克比迭代公式可知,在迭代的每一步计算过程中是用的全部分量来计算的所有分量,显然在计算第i 个分量时,已经计算出的最新分量没有被利用,从直观上看,最新计算出的分量可能比旧的分量要好些.因此,对这些最新计算出来的第次近似的分量加以利用,就得到所谓解方程组的高斯—塞德尔(Gauss-Seidel )迭代法.把矩阵A 分解成(6)其中,分别为的主对角元除外的下三角和上三角部分,于是,方程组(1)便可以写成即其中(7)以为迭代矩阵构成的迭代法(公式)(8)称为高斯—塞德尔迭代法(公式),用变量表示的形式为(9)1.2.2 算法描述 1给定迭代初始向量X 0以及误差要求delta2根据高斯赛德尔迭代公式计算出下一组向量()k x ()1+k x ()1+k ix ()()1111+-+k i k x ,...,x 1+k()1+k x()1+k jx U L D A --=()nna ,...,a ,a diag D 2211=U ,L --A ()b Ux x L D +=-22f x B x +=()()b L D f ,U L D B 1212---=-=2B ()()221f x B x k k +=+⎩⎨⎧[],...,,k ,n ,,i x a x a b a xi j n i j )k (j ij )k (j ij i ii)k (i21021111111==∑∑--=-=+=++3判断X 是否满足误差要求,即||X k+1 – X k || < delta4若误差满足要求,则停止迭代返回结果;若否,则返回第二步进行下一轮迭代1.3 高斯消去法 1.3.1 算法理论下面三种变换称为初等行变换:1.对调两行;2.以数k ≠0乘某一行中的所有元素;3.把某一行所有元素的k 倍加到另一行对应的元素上去。

数值分析第六章线性方程组迭代解法

数值分析第六章线性方程组迭代解法

1)
b2 a21x1(k) a23x3(k)
xn( k
1)
bn an1x1(k) an2 x2(k)
a1n
x(k) n
a11
a2n xn(k) a22
an,n1
x(k) n1
ann
x(k1) D1(L U ) x(k) D1b
D1(D A) x(k) D1b
(I D1A) x(k) D1b x(k) D1(b Ax(k) )
x(7) = ( 2.0000, 3.0000, -1.0000 )T 如何确定 SOR 迭代中的最优松弛因子是一件很困难的事
26
收敛性
收敛性定理 Jacobi 迭代收敛的充要条件 (J)<1 G-S 迭代收敛的充要条件 (G)<1 SOR 迭代收敛的充要条件 (L)<1
Jacobi 迭代收敛的充分条件 ||J|| <1 G-S 迭代收敛的充分条件 ||G|| < 1 SOR 迭代收敛的充分条件 ||L|| < 1
x1( k x2( k
1) 1)
1
x(k) 2
2
8
x ( k 1) 1
x(k) 3
3
x3(k1)
5
x ( k 1) 2
2
迭代可得: x(1) = ( 0.5000, 2.8333, -1.0833 )T
x(9) = ( 2.0000, 3.0000, -1.0000 )T
25
举例
SOR 迭代:
x(k1) i
bi
i 1
a x(k1) ij j
n
aij
x(jk
)
aii
j 1
j i 1

线性方程组的数值解法详解演示文稿

线性方程组的数值解法详解演示文稿

n
非行零交判换断的次元数素最个多数为为::kn1(1nnk1()n12kn)(n
k 1
1)
1 2
n(n
1)
二、矩阵三角分解法
设有线性方程组:AX=b
a11 a12 a1n
x1
b1
A
a21
a22
a2
n
,
X
x2
,
b
b2
.
an1 an2 ann
xn
bn
矩阵三角分解法包括不选主元和选主元两种方法。
1、不选主元三角分解算法 当A非奇异时,可以将A作LU分解:
1 0
0 u11 u12 u1n
A
LU
l21
1
0
0
u22
,
ln1 ln,n1 1 0 0 unn
其中:(矩阵LU分解)
(1) u1 j a1 j (i 1,2,,n), li1 ai1 / u11(i 2,,n),
1
0 0
1
2,y
2 ,
x
0
.
1 1 1 0 0 1
1 1
§3 解线性方程组的迭代法
考虑线性方程组
a11x1 a12x2 a1nxn b1
a21x1
a22x2
a2n xn
b2
an1x1 an2x2 annxn bn
也就是
Ax=b.
进行矩阵分裂
A=M-N,
(2.1) (2.2)
其中
a1(11)
0
0
a1(12) a2(22)
an(22)
a1(1n) a2(2n)
an(2n)

线性方程组的数值解法LU分解法市公开课金奖市赛课一等奖课件

线性方程组的数值解法LU分解法市公开课金奖市赛课一等奖课件
此时,L 是单位下三角阵,U 是上三角阵, 称之为 Doolittle 分解.
推论 2 D 并入 L,则
A (L D)R L U
此时, L 是下三角阵, U 是单位上三角阵,称之为
Crout 分解.
第8页
矩阵分解理论
推论 3 如果 A AT ,则A LDLT
其中,L 是单位下三角阵,D 是对角阵.
由a2 j l21u1 j 1 u2 j 得u2 j a2 j l2iu1 j ( j 2,3,..., n);
再由ai2 li1u12 li2u22
得li 2
ai 2
li1u12 u22
(i 3,4,..., n)。
第14页
Doolittle分解
第k步时:计算ukk , ukk1,n j k
i 1
yi bi lij y j i 1,2,..., n j 1 n
xi ( yi uij x j ) / uii i n, n 1,...1 j i 1
x 可获解 (x1, x2 ,..., xn )T。
第18页
例题
例1.试用Doolittle分解求解方程组.
2 5 6 x1 10
3.5 LU分解法 我们知道对矩阵进行一次初等变换,就相
称于用相应初等矩阵去左乘本来矩阵。因 此我们从这个观点来考察Gauss消元法并 用矩阵乘法来表示,即可得到求解线性方 程组另一个直接法:矩阵三角分解。
第1页
高斯消元过程矩阵表示
第1步等价于
:
a (1) 11
0时,将a(211), a(311),..., a(n11)消零, 令li1
d1

U1
d2
d
n
第29页

线性方程组的解法

线性方程组的解法

线性方程组的解法1. 背景介绍线性方程组是数学中常见的一类方程组,由一系列线性方程组成。

求解线性方程组的目标是找到满足所有方程的解。

线性方程组的解法有多种,本文将介绍其中常用的几种方法。

2. 列主元消元法列主元消元法是解线性方程组的一种常用方法。

该方法基于矩阵的行变换和列变换,通过消元得到一种简化的矩阵形式,从而求解方程组的解。

使用列主元消元法解线性方程组的步骤如下:- 将系数矩阵按列进行排序,选择绝对值最大的列作为主元列;- 交换主元所在列和第一列,同时交换方程组中的等式;- 利用第一个方程进行消元,将主元所在列下方的元素都变为0;- 重复以上步骤,直到所有主元都变成1。

列主元消元法的优点是解法简单直观,但在实际应用中可能会遇到主元为0或接近0的情况,会导致计算结果不够精确。

3. 高斯-约旦消元法高斯-约旦消元法是另一种常见的解线性方程组的方法。

该方法通过矩阵的初等行变换,将方程组化为其简化形式,从而求解解的值。

使用高斯-约旦消元法解线性方程组的步骤如下:- 将系数矩阵与等式向量合并,形成增广矩阵;- 从第一行开始,找到第一个非零元素,将其变为1,同时该列的其他元素变为0;- 重复以上步骤,直到所有非零元素都变为1且其他元素都为0。

高斯-约旦消元法的优点是消元过程更为精确,计算结果更准确。

但该方法可能会遇到矩阵行或列的交换问题,需要额外的步骤进行处理。

4. 矩阵的逆和逆矩阵法对于特定类型的线性方程组,可以使用矩阵的逆和逆矩阵法来求解。

逆矩阵是方阵的一种特殊矩阵,具有一些特殊的性质,可以用于求解线性方程组。

利用矩阵的逆和逆矩阵法求解线性方程组的步骤如下:- 对系数矩阵进行求逆操作,得到逆矩阵;- 将逆矩阵与等式向量相乘,得到解向量。

矩阵的逆和逆矩阵法在理论上是一种高效且准确的解法,但实际应用中需要先判断矩阵是否可逆,且计算逆矩阵的过程可能较为复杂。

5. 小结本文介绍了线性方程组的三种常用解法:列主元消元法、高斯-约旦消元法和矩阵的逆和逆矩阵法。

线性方程组求解的数值方法52614共103页文档

线性方程组求解的数值方法52614共103页文档

(1)
an1x1 an2 x2 L ann xn bn
系数矩阵
a11 a12 L
A
a
21
a22
L
L L L
a
n1
an2
L
a1n
a
2
n

L
a
nn
x1
x
x
2
,
L
x
n
b1
b
b
2

L
b
n
5
若记 则(1)可写为
A=A (1)(ai(j1)),bb(1),
A(1)xb(1)
ai(jk1)
a(k) ij
mij
a(k kj
)
i k 1,L ,n
j
k 1,L
, n
bi(k1)
b(k) j
mikbk(k) (i
k 1,L
, n)
n 1
除法: (n k )次 k 1
n1 乘法:(nk)(nk)2次 k1
乘除法: k n 1 1 2 (n k) (n k)2 1 6(2 n 3 3 n 2 5 n )n 3 3,
3
=
说明:整个计算过程可分为两部分: 1. 消元:把原方程组转化为系数矩阵为上三角矩阵的 方程组; 2. 回代:由系数矩阵为上三角矩阵的方程组求解
4
一般情形: n阶线性方程组的高斯消元法
a11x1 a12 x2 L a1n xn b1
aM21x1
a22 x2 M
L M
a2n xn b2 M
(n-k)2次乘法
i,jk1,L,n (n-k)次乘法
A(k+1)与A(k) 前 k 行元素相同,A(k+1)左上角为上三角阵

线性方程组求解的数值方法(讲义)

线性方程组求解的数值方法(讲义)

x k11 k22
kii
(3.4)
的向量,都是该方程的解。齐次线性方程组的解集的最大无关组称为该齐次 线性方程组的基础解系。
对于非齐次线性方程 Ax b ,则具有如下性质: 性质 3 设 x 1 及 x 2 都是非齐次线性方程 Ax b 的解,则 x 1 2 为对 应的齐次线性方程组 Ax 0 的解。 性质 4 设 x 是非齐次线性方程 Ax b 的解,x 是对应的齐次线性方程 组 Ax 0 的解,则 x 仍是该非齐次方程的解。 于是非齐次线性方程 Ax b 的通解为:
解:该方程可等价转化为:
2 x1 3x2 1 2 x1 3x2 1 和 , x1 x2 0 x1 x2 0
从而得到方程的两组解。 一般的,对于 f (a1 x1 ... an xn ) g 的方程,都可通过先求解外层函数的解, 然后再求内层线性方程解的形式加以解决。
3.2 消元法
消元法主要包括高斯消去法和对其的改进方法,如列主元消去法和全主元消 去法。消去法基于如下简单的事实:三角矩阵可以很容易的求出该方程的解。
例 3.4:求解方程
3 4 5 x1 8 0 1 2 x 2 2 0 0 1 x3 1
(3.1)
其中, x1 , x2 ,... xn 为未知量, a11 ,..., ann 为线性方程组的系数, b1, b2 ,..., bm 为常 数项。 利用线性代数中矩阵的相关知识,线性方程 Amn 组也可表示为矩阵的形式:
Amn xn1 bm1
(3.2)
其中,为线性方程组的系数矩阵, xn1 为未知向量, bm1 为常数向量。如果

第六章 方程组的数值解法

第六章 方程组的数值解法
2 2 1 2 0 1 7 8 0 0 61 61
解:
2 2 1 2 0 1 7 8 0 9 2 1 1
x3 1 x2 8 7 x3 1 x1 2 2x2 2x3 2
2008年10月6日12时7分
2008年10月6日12时7分 沈阳航空工业学院飞机设计教研室
第14页,共42页
举例(二)
例:采用十进制八位浮点数,分别用Gauss消去法和
列主元Gauss消去法求解线性方程组: x1 x2 1 ( 109 )
x1 x2 2
x1
解: 精确解为
1 1 10 9
《计算方法》
方程组的 6 数值解法
主要知识点

★ 1、高斯消去法 ☆ 2、选主元素的高斯消去法 ☆ 3、矩阵的三角分解 ※ 4、方程组的迭代解法
2008年10月6日12时7分
沈阳航空工业学院飞机设计教研室
第2页,共42页
引言(一)
快速、高效地求解线性方程组是数值线性代数研究中 的核心问题,也是目前科学计算中的重大研究课题之一。 各种各样的科学和工程问题,往往最终都要归结为求 解一个线性方程组。 线性方程组的数值解法有:直接法和迭代法。
第11页,共42页
基本Gauss消元法的工作量 消元过程:
n 1 n 1
O(n )
n n n 2 n 3 3 3
3 3
3
乘 除 法 的 次 数
(n k ) (n k )(n 1 k )
k 1 k 1
n n 5n 3 2 6
回代过程:
3
2
加减法的次数
解:增广矩阵

6第六章 线性方程组的直接解法

6第六章 线性方程组的直接解法
a b
( 3) ij

a12
( 2) a22
a13
a1n
0 0 0
( 2) ( 2) a23 a2 n ( 3) ( 3) a33 a3 n
0 0



( 3) ( 3) an a 3 nn
b1 ( 2) b2 ( 3) b3 ( 3) bn
即 其中
Numerical Analysis 第二步: 若 (2) 22
a
0
2015/11/6
J. G. Liu
a1n a a
( 2) 2n
( 2) nn
b1 ( 2) b2 ( 2) bn
, a 11
a 第i行 第2行 a ( 2)
A b
1 2 3
2 5 1
3 14 3 14r 2 r 1 2 r2 3r1 0 1 4 10 2 18 3 1 0 5 4 22 5 20
School of Math. & Phys.
9
North China Elec. P.U.

( 2) n
( 2) nn
b
( 2) i
ai1 bi b1 a11
运算量: (n-1)*(n+1)
11 North China Elec. P.U.
School of Math. & Phys.
a11 a12 ( 2) 0 a22 0 a ( 2) n2
a a a
0 0
(1) 13 (2) 23 (3) 33
a a
0
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第六章 线性方程组的数值解法
主要内容: 主要内容: 1、引言 、 2、高斯消去法 、 3、向量范数和矩阵范数 、 4、解线性方程组的迭代法 、
1
第一节 引言
(1)在自然科学和工程技术中很多问题的解决常常归结为解线性代数方程组。 )在自然科学和工程技术中很多问题的解决常常归结为解线性代数方程组。 例如电学中的网络问题,船体数学放样中建立三次样条函数问题,用最小二 例如电学中的网络问题,船体数学放样中建立三次样条函数问题, 乘法求实验数据的曲线拟合问题,解非线性方程组问题, 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 元法解常微分方程,偏微分方程边值问题等都导致求解线性方程组, 元法解常微分方程,偏微分方程边值问题等都导致求解线性方程组,而且后 面几种情况常常归结为求解大型线性方程组。 面几种情况常常归结为求解大型线性方程组。 (2)线性代数方面的计算方法就是研究求解线性方程组的一些数值解法与研究 ) 计算矩阵的特征值及特征向量的数值方法。 计算矩阵的特征值及特征向量的数值方法。
对于上百个未知量的方程组,次数运算量就更大了。 对于上百个未知量的方程组,次数运算量就更大了。因此克莱姆规则在理论 上尽管是完善的,但在实际计算中却没有什么实用价值。 上尽管是完善的,但在实际计算中却没有什么实用价值。本文我们将重点讨 论求解线形方程组的一种有效的数值方法。 论求解线形方程组的一种有效的数值方法。
12
第二节 高斯消去法
具体步骤如下: 具体步骤如下: 第一步消元: 第一步消元:
− a i(11) 第1行 × (1 ) + 第 i 行 , i = 2 , L , n a11
上述消元过程除第一个方程不变以外, 个方程全消去了变量x 上述消元过程除第一个方程不变以外, 第2—第 n 个方程全消去了变量x1,而系 数和常数项全得到新值: 数和常数项全得到新值:
Gramer 法则: xi =
Di D
i = 1, 2,..., n ,其中 D = det( A) ≠ 0,
Di = det( Ai ), Ai 是 A 的第 i列用 b 代替所得。
(1)克莱姆法则在理论上有着重大意义,但在实际应用中存在很大的困难,其 克莱姆法则在理论上有着重大意义,但在实际应用中存在很大的困难, 计算量大。 计算量大。 (2)克莱姆法则的计算量 阶行列式。 ●如果方程组有唯一解,按克莱姆法则求解,必须计算n+1个n阶行列式。 如果方程组有唯一解,按克莱姆法则求解,必须计算 个 阶行列式 阶行列式包含有n!项 每一项含有n个因子 计算一个n阶 个因子, ●由行列式的定义,n阶行列式包含有 项,每一项含有 个因子,计算一个 阶 由行列式的定义, 阶行列式包含有 行列式就需要做(n-1)n!次乘法。 次乘法。 行列式就需要做 次乘法 阶行列式, 次乘法。 ●克莱姆法则共要计算n+1个n阶行列式,共需做 2-1)n!次乘法。 克莱姆法则共要计算 个 阶行列式 共需做(n 次乘法 还要做n次除法才能算出 ●此外,还要做 次除法才能算出 i(i=1,… n)。 此外 还要做 次除法才能算出x 。 ●因此,用克莱姆法求解就要做乘除法的次数: N=(n2-1)n!+n 因此,用克莱姆法求解就要做乘除法的次数:
(1 a11) 0 M 0
(1 1 a12) L a1(n) b1(1) ( 2) ( 2) ( 2) a22 L a2 n b2 M O M M ( (2 ( an2) L ann) bn2) 2
0 M
0
得到同解方程组: 得到同解方程组:
A3 x = b3
5
第二节 高斯消去法
高斯消去法是一种古老的直接法,由它改进得到的选主元消去法, 高斯消去法是一种古老的直接法,由它改进得到的选主元消去法,是目前计算 机上最常用的求低阶稠密线性方程组的有效方法。其基本思想是通过消元将 机上最常用的求低阶稠密线性方程组的有效方法。 线性方程组的求解问题转化成三角形式方程组的求解问题。 线性方程组的求解问题转化成三角形式方程组的求解问题。 一、三角方程组及其解法 1、上三角形方程组 、
x1 + x2 + x3 = 6 4 x2 − x3 = 5 2 x1 − 2 x2 + x3 = 1 x +x +x =6 2 3 1 4 x 2 − x3 = 5 − 4 x 2 − x3 = − 1 1
x +x +x =6 2 3 1 4 x2 − x3 = 5 − 2 x3 = − 6
(1 a11) 0 0 M 0 (1 a12) (2 a22) (1 1 a13) L a1(n) b1(1) ( 2) ( 2) ( 2) a23 L a2n b2 (3 ( a33) L a33) b3(3) n M O M M ( 3) ( 3) ( 3) an3 L ann bn
4
第一节 引言
即求解一个含10个未知量的方程组 (3)例如,当n=10(即求解一个含 个未知量的方程组 ,乘除法的运算次数共 )例如, 即求解一个含 个未知量的方程组), 为32659210次;当n=20时候,N=9.7073×1020;当=40,乘除法运算次数 次 时候, × , 时候 可达3.18 × 49次。 ×10 可达 P113
(1) a11 0 0 M 0 (1) a12 (2) a22 (1) a13 L a1(1) n (2) (2) a23 L a2 n (3) (3) a33 L a3n
a11 a21 M a n1
a12
L a1n
a22 L a2 n M O M an 2 L ann
14
第二节 高斯消去法
步消元: 第k步消元: 步消元
(1 a 11 )
( − a ikk ) 第 k行 × + 第 i 行 , i = k + 1, L , n (k ) a kk
பைடு நூலகம்
(1 a 12 ) (2 a 22 )
(1 a 13 ) (2 a 23 )
L M L M
j =i +1
个方程得到: ,带入第i个方程得到: 带入第 个方程得到
(bi − xi =
∑a
ai ,i
n
i, j
xj )
求解过程称为回代过程
i = n −1, n − 2,L,1
8
第二节 高斯消去法
3、回代过程的计算量 、 (1)乘除法运算次数 )
∑ (n − i + 1) = n(n + 1) / 2
a11x1 + a12x2 +......+ a1n xn = b1 a22x2 +......+ a2n xn = b2 ...... annxn = bn
xn −1 =
一般地, 一般地,假设已经求得
(bn −1 − an −1,n xn ) an −1,n −1
xn , xn −1 , xn − 2 ,L, xi +1
a11 a A = 21 L a n1
a12 L a1n a22 L a2 n = (a ) ij n× n L L L an 2 L ann x2 L xn ] , b = [b1 b2 L bn ]
T T
3
x = [x
1
第一节 引言
1、用克莱姆法则求解线性方程组 、
2
第一节 引言
设线性方程组
简记 AX=b
a11 x1 + a12 x2 + ...... + a1n xn = b1 a x + a x + ...... + a x = b 21 1 22 2 2n n 2 ...... an1 x1 + an 2 x2 + ...... + ann xn = bn
i =1
n
(bi − xi =
(2)加减法运算次数 )
j =i +1
∑a
ai ,i
n
i, j
xj )
∑ (n − i) = n(n − 1) / 2
i =1
n
i = n − 1, n − 2, L ,1
9
第二节 高斯消去法
二、高斯消去法 1、举例 、 例1用消元法解方程组 用消元法解方程组
第一步:-2 x(1)+(3)得 第一步: ( ) 得
L
1 a 1(n ) ( a 22 ) n
O
( a kkk + 1 ) M ( a nkk + 1 )
M
( a knk + 1 ) M (k a nn + 1 )
b1(1 ) (2) b2 M ( k +1) bk M ( k +1) bn
P116
得到同解方程组: 得到同解方程组:
Ux=b
则上方程组可以写成矩阵形式: 则上方程组可以写成矩阵形式:
当 det(U) ≠0时,即aii≠0时,方程组有惟一解。 时 时 方程组有惟一解。
7
第二节 高斯消去法
2、方程求解过程如下: 、方程求解过程如下: 由最后一个方程可以得: 由最后一个方程可以得:
bn xn = an , n
带入倒数第二个方程得: 带入倒数第二个方程得:
(1 1 a12) L a1(n) (2 ( a22) L a22 ) n
M
O
M
( (2 an2) L ann) 2
b1(1) ( 2) b2 M ( bn2)
得到同解方程组: 得到同解方程组:
A2 x = b2
相关文档
最新文档