预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第2章线性方程组的解法 --------学习小结 本章学习体会 本章主要学习的是线性方程组的解法。而我们则主要学习了高斯消去法、直接三角分解法以及迭代法三种方法。这三种方法的优缺点以及适用范围各有不同。 高斯消去法中,我们又学习了顺序高斯消去法以及列主元素高斯消去法。顺序高斯消去法可以得到方程组的精确解,但要求系数矩阵的主对角线元素不为零,而且该方法的数值稳定性没有保证。但列主元素高斯消去法因为方程顺序的调整,其有较好的数值稳定性。 直接三角分解法中,我们主要学习了Doolitte分解法与Crout分解法。其思想主要是:令系数矩阵A=UL,其中L为下三角矩阵,U是上三角矩阵,为求AX=b的解,则引进Ly=b,Ux=y两个方程,以求X得解向量。这种方法计算量较小,但是条件苛刻,且不具有数值稳定性。 迭代法(逐次逼近法)是从一个初始向量出发,按照一定的计算格式,构造一个向量的无穷序列,其极限才是所求问题的精确解,只经过有限次运算得不到精确解。该方法要求迭代收敛,而且只经过有限次迭代,减少了运算次数,但是该方法无法得到方程组的精确解。 二、本章知识梳理 针对解线性方程组,求解线性方程组的方法可分为两大类:直接法和迭代法,直接法(精确法):指在没有舍入误差的情况下经过有限次运算就能得到精确解。迭代法(逐次逼近法):从一个初始向量出发,按照一定的计算格式,构造一个向量的无穷序列,其极限才是所求问题的精确解,只经过有限次运算得不到精确解。 我们以前用的是克莱姆法则,对于计算机来说,这种方法运算量比较大,因此我们学习了几种减少运算次数的方法,有高斯消去法、直接三角分解法,同时针对病态方程组,也提出了几种不同的解法。 Gauss消去法 Gauss消去法由消元和回代两个过程组成,消元过程是指针对方程组的增广矩阵,做有限次初等行变化,使它系数矩阵变为上三角矩阵。 顺序Gauss消去法 消元过程:对于K=1,2,3…,n-1执行 如果,则算法失效,停止计算;否则转(2) 对于计算 回代过程: 综上:顺序Gauss消去法的数值稳定性是没有保证的。 列主元Gauss消去法 1.消元过程 对于K=1,2,3…,n-1执行 选行号,使得 交换与以及与所含的数值。 对于计算 回代过程: 经验证,列主元Gauss消元法有很好的数值稳定性。 直接三角分解法 三角分解法的思想:系数矩阵A=UL,其中L为下三角矩阵,U是上三角矩阵,为求AX=b的解,则引进Ly=b,Ux=y两个方程,以求X得解向量。 杜利特尔)分解 L为单位下三角矩阵,U为上三角矩阵 定理:矩阵A=有唯一的能进行Doolittle(杜利特尔)分解的充分必要条件是:A的前n-1个顺序主子式不等于0 (1)A的Doolitte分解的计算公式 对于k=1,2,…,n计算 解的计算公式: (2)选主元的Doolitte分解法: 定理:若矩阵A非奇异,则存在置换矩阵Q,使得QA可做Doolitte分解,QA=LU,其中L是单位下三角矩阵,U是上三角矩阵。 只有矩阵A非奇异,则通过对A做适当的行变换就可以进行Doolitte分解,而不必要求A的前n-1个顺序主子式不为0. 进行选主元的Doolitte分解法具体算法如下: 1)做分解QA=LU 对于K=1,2,…,n执行 2)计算中间量 选行号ik,使得 ,令Mk=il 若ik=k,则转下一步,否则交换与(t=1,2,…k-1)、与(t=k,k+1,…n)以及与所含的数值,转下一步 计算 3)求Qb 对于K=1,2,…,n-1执行 t=Mk 交换bk与bt所含的数值 4)求解Ly=Qb和Ux=y 克劳特)分解 L为下三角矩阵,U为单位上三角矩阵 推论:矩阵A=有唯一的能进行Crout(克劳特)分解 分解的充分必要条件是:A的前n-1个顺序主子式不等于0 A的Crout(克劳特)分解的计算公式 对于k=1,2,…n计算 解的计算公式: 三角分解法解带状线性方程组 定理:(1)A=是上半带宽为s,下半带宽为r的带状矩阵 (2)A的前n-1个顺序主子式均不为零 则A有唯一的Doolitte分解A=LU,其中L是下半带宽为r的单位下三角矩阵,U是上半带宽为s的上三角矩阵。 (1)作分解A=LU 对于k=1,2,…,n计算 (2)求解Ly=b,Ux=y 迭代法 迭代法(逐次逼近法):从一个初始向量出发,按照一定的计算格式,构造一个向量的无穷序列,其极限才是所求问题的精确解,只经过有限次运算得不到精确解。 迭代法的一般形式及其收敛性 (1)一般形式: G为迭代矩阵 (2)向量顺序的收敛:(1)按坐标收敛;(2)按范数收敛。 (3)矩阵序列的收敛 (4)迭代公式的收敛性 1.向量序列的收敛(极