計算方法解線性方程組的直接法

準確，可靠，理論上得到的解是精確的第四章解線性代數方程組的直接法背景：在自然科學和工程技術中，很多問題往往最終都歸結為解線性代數方程組，例如：結構分析、網絡分析、數據分析、最優(yōu)化和微分方程組數值解等，常遇到線性方程組的求解問題.

記為矩陣形式：解線性方程組的數值方法大體上可分為兩類：直接法和迭代法①

直接法是指在沒有舍入誤差的情況下經過有限次運算可求得精確解；②迭代法是從一個初始向量出發(fā)按照一定的計算格式逐次逼近精確解.在線性代數課程中，給出了求解線性方程組的一種直接法---克萊姆（Cramer，瑞典數學家）算法.例如一、直接法速度快，但有誤差或者：根據Cramer法則：當且僅當時，有唯一解，而且解為：如取n＝100，1033次/秒的計算機大約要算10120年.可見，該方法對高階方程組計算量太大,不是一種實用的算法.實用的直接法中具有代表性的算法是高斯（Gauss,德國）消去法（一般適用于低階稠密矩陣方程組求解），其它很多算法都是它的變形和應用.為了給出高斯消去法公式，我們回顧一些知識：需計算n+1個行列式，而每個行列式的計算需（n-1）*n！次乘法.計算x需n次除法1.下面三種線性方程組的解可直接求出：①②③求解次序第i行第i行00對方程組，作如下的變換，解不變?、俳粨Q兩個方程的次序.②一個方程的兩邊同時乘以一個非0的數.③一個方程的兩邊同時乘以一個非0數，加到另一個方程.因此，相應地對增廣矩陣(A，b)，作如下的變換，解不變?、俳粨Q矩陣的兩行.②某一行乘以一個非0的數.③某一行乘以一個非0數，加到另一行.

2.初等變換矩陣的性質：的思想使用初等行變換,將Ax=b轉化為同解的上三角方程組，再回代求解.==Gauss消元法0Gauss消元法的求解過程可分為兩個環(huán)節(jié)：消元過程和回代過程.消元過程是將系數矩陣A化為上三角矩陣的過程回代過程是求解上三角方程組的過程下面主要討論消元過程：實質上是將方程組的增廣矩陣

通過初等行變換化成三角方程組的增廣矩陣的過程.矩陣形式為:第1行稱為順序Gauss消去法矩陣形式：第2行矩陣形式第k行類似地進行下去，經n-1步消元后便得到記則上式可以寫成：或者上三角矩陣！可以證明：?要使Gauss消去法能夠進行下去，必須有約化后的主對角元素非零。問：矩陣A在什么條件下能夠保證此條件成立？定理1.3下面，我們對一些特殊的矩陣，提出一些特定的分解法在實際計算中，用Gauss消去法解方程組，即使不為零，但其絕對值很小，也會導致其他元素數量級的嚴重增長和舍入誤差擴散，從而會嚴重地損失精度！不能保證計算過程是數值穩(wěn)定的！注：例1.1用Gauss消去法解方程組，計算中取5位有效數字.解：消去是精確的！x√這說明：在計算過程中若規(guī)定取5位有效數字，用消去法得到的近似解與準確解相差很大！√這是因為：用0.0003做除數，也會導致其他元素數量級的嚴重增長和舍入誤差擴散，從而會嚴重地損失精度！因此，要控制舍入誤差?？刂粕崛胝`差的增長，通常有兩種途徑：1.增加參加計算的數字位數，從而使最后結果中積累起來的誤差隨之減小。例如：

采用雙精度，但增加計算時間.2.從上面的計算過程可知：有些運算舍入誤差會擴散，但有些運算舍入誤差影響

比較小。例如：在做除法運算時，分母的絕對值越小，舍入誤差影響就越大！第k行對于某些特殊類型的系數矩陣，可以保證“主元不會很小”，從而不需要選主元！主元消去法的基本思想：在做除法運算時，要選取絕對值比較大的做分母！定義1.1定理1.1定理1.2可保證：Gauss消去法能進行下去！可保證：Gauss消去法不用選主元！列主元消去法計算步驟：1、輸入矩陣階數n，增廣矩陣

A(n,n+1);2、對于(1)按列選主元：選取l

使

(2)如果，交換A的第k行與底l

行元素(3)

消元計算：3、回代計算初始化消元過程列選主元回代過程第2節(jié)矩陣三角分解法—Gauss消去法的變體通過比較法，直接導出L和U的計算公式.思路①Doolittle分解法的計算公式：②(1)第k列第k行1(2)計算U的第k行和L的第k列已知①Crout分解法的計算公式：②(1)第k列第k行1(2)計算L的第k列和U的第k行已知①第k列第k行(1)(2)計算L的第k列.已知①第k列(1)(2)計算D的第k個元素,然后計算L的第k列②第k列乘到第一列已知②①(1)(2)計算:L的下次對角線上的第k個元素,U的主對角線上的第k個元素.③已知第k-1列第k行第3節(jié)誤差分析---討論解對參數擾動的敏感性問題.背景：例如：取兩組不同的右端項：比較兩方程組的右端項可以看出：右端項有微小的差別，誤差為|?|，但它們的解卻相差很大！誤差為1860|?|。討論的問題：方程組原始數據的擾動，會對其解產生怎樣的影響？兩方程組的右端項極其靠近，解的差別卻可能很大??！幾種常用的向量范數：證明。參考《矩陣擾動分析》按分量收斂！0常用的矩陣范數是按下式確定的范數：于是3.4擾動方程組的誤差界若系數矩陣A和右端項b有一個擾動，記為δA,δb,那么必引起解x的一個擾動，記為δx，滿足為了定量地刻畫方程組的“病態(tài)”程度，下面對Ax=b就系數矩陣或者