- 主要研究的数学问题
研究怎么求解线性方程组
以下推导,都是假设矩阵
- 高斯消去法----是求解线性方程组
- 什么是高斯消去法
① 先把系数矩②然后,对线性方程组进行 回代求解阵化为上三角
2. 算法评价:主要通过计算加减乘除的次数
时间复杂度为时间复杂度: 描述算法运行的时间。对于Gauss消去法,意思是经过多少步,算法能完成级别
3、算法运行的条件:
每次消元过程,约化主元素不等于0. 等价条件:系数矩阵不为0.的所有顺序主子式
- 高斯消去法的实质
高斯消去法每次对系数矩阵做消元过程,实质上是对矩阵
- 矩阵的LU分解
条件:矩阵所有顺序主子式不等于0.
![2c67334d538fe4b6e99227aa9b72f946.png](https://i-blog.csdnimg.cn/blog_migrate/33d51bfc378b31dd9c8d81225cb291a8.png)
我们知道,只要系数矩阵
- 列主元高斯消去法---也是求解线性方程组
1、主要思想
在每次消元时,避免小主元做消元, 选取每一列绝对值最大的元素作为约化主元素,即将其所在行与交换第一行进行交换,然后进行消元 ,依此类推,直到系数化为上三角矩阵 ,然后回代求解。
2、算法评价
① 主要是:避免小主元做消元,引起元素数量级增加,导致解不准确。 ② 时间复杂度为级别
- 列主元高斯消去法的实质
由于在每次消元时,选取每一列绝对值最大的元素作为约化主元素,实质是做一系列的初等行变换,即矩阵
- 矩阵的LU分解
对于可逆矩阵
由于求逆运算为,计算
运算量为
.
而矩阵的LU分解的运算量也是这样的级别,因此引出矩阵的LU分解
1、求解线性方程组
第一步:求解![]()
第一步:求解![]()
2. 怎么求解矩阵L和U
待定系数法
- 对称矩阵 的LDL分解
由于
- 假设
① 系数矩阵为对称矩阵. ② 对称矩阵
的所有顺序主子式不为0.![]()
2、求解线性方程组
第一步:求解![]()
第二步:求解![]()
第三步:求解![]()
3. 计算量
运算为![]()
- 对称正定矩阵 的LL分解---楚列斯基分解----是求解对称正定线性方程组
由于
而
所以....
- 假设
① 系数矩阵对称正定矩阵.为
2、求解线性方程组
第一步:求解![]()
第二步:求解![]()
3. 计算量
运算为计算量为高斯消去法的一半;不需要选主元,
4、怎么求L
待定系数法
- 三对角线性方程组----追赶发---是求解三对角线性方程组的一种解法.
- 假设
① 矩阵的第一行和第
. ② 其它行列是弱对角占优行强对角占优
![6988316639b439cb0c073b4059894022.png](https://i-blog.csdnimg.cn/blog_migrate/03c3e3a8fab6f8f1fc195bf944287f32.png)
2、怎么算?
2.1 克洛特分解--Crout分解
由假设条件知,矩阵不可约弱对角占优矩阵,可以得到为
为下三角矩阵,
单位上三角矩阵.为
2.2 怎么求解?
第一步:求解![]()
第二步:求解![]()
3. 计算量
运算为![]()
4、怎么求L和U
待定系数法
- 基础知识
- 向量范数 : 向量的一个函数,满足三个条件
![46458089cd73b2ccc479026c40a64190.png](https://i-blog.csdnimg.cn/blog_migrate/dad43c7bbbb4ce21b75ce9c56bc16f22.png)
- 常见向量范数
![1ecdc7766c64663702ff4d393d43fd0b.png](https://i-blog.csdnimg.cn/blog_migrate/df31bfe905a8d3de0a3d7429b5de75a2.png)
- 向量范数的等价性: 意思是有这么多范数,用哪个衡量向量的大小,是否不一样?
![d3a1813e6961f5332e47910a0095b38c.png](https://i-blog.csdnimg.cn/blog_migrate/6a9dd096b73e120d24ee458880b4deb5.png)
- 向量收敛性:意思是向量每个分量都收敛到固定的分量
- 矩阵收敛性:意思是矩阵每个元素都收敛到固定的元素
- 矩阵范数:矩阵的一个函数,满足4个条件
![ac4a32d9d7c2a284e83a32b48f987895.png](https://i-blog.csdnimg.cn/blog_migrate/cc6ccee932d2179250dc451a18eeaa27.png)
![a810277c970a1c52c4b5df105ef16c26.png](https://i-blog.csdnimg.cn/blog_migrate/537f3308a2b334b483320e3ff9674167.png)
- 常见矩阵范数
![fcfe12abd4d881bcf67ee944936fd316.png](https://i-blog.csdnimg.cn/blog_migrate/ca4303880326764c04aa12821635ddfb.png)
矩阵的无穷范数:将矩阵每一行元素的绝对值相加,最大的那个元素
- 矩阵范数与向量范数的联系:
为了规范,我们希望过向量范数来求矩阵范数, 因为我们定义:矩阵的算子范数。
- 算子范数
![31e660557e7ef1f9de3f76e786257725.png](https://i-blog.csdnimg.cn/blog_migrate/3455470c0f34313724e3fba7e1b755b2.png)
定理1 对任意算子范数,有
![]()
- 误差分析
在系数矩阵和常数项有一点扰动情况下,我们看一下方程的解会不会出现很大的扰动,如果会,则称系数矩阵为病态矩阵。
1、常数项b出现小小扰动,方程组的相对误差
![0e67cb76de659bbdb5a633aeb28ec736.png](https://i-blog.csdnimg.cn/blog_migrate/21db5217141855b8aacfd263e95c46e3.png)
2、引出条件数
定义:矩阵条件数
常数项b出现小小扰动,矩阵条件数越大,方程组的病态程度越大;![]()
用一般方法很难求出准确解。
- 条件数性质
![3d2a49d3b7f9d09be9b3995a58e6ab2c.png](https://i-blog.csdnimg.cn/blog_migrate/e84b6a67951190c9e7b34343c769980f.png)
面对一个方程组,怎么办? 结论:①是否病态与矩阵自身有关,与算法无关。
- 怎么发现矩阵是否病态
①矩阵接近奇异 ② 计算矩阵条件数
- 一个矩阵摆在面前,怎么办?
看矩阵类型,病态问题,问题需求。。。