矩阵论三角分解课件.ppt

《矩阵论三角分解课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、3.3矩阵的三角分解法我们知道对矩阵进行一次初等变换，就相当于用相应的初等矩阵去左乘原来的矩阵。因此我们这个观点来考察Gauss消元法用矩阵乘法来表示，即可得到求解线性方程组的另一种直接法：矩阵的三角分解。Gauss消元法的矩阵形式Doolittle分解Doolittle分解若矩阵A有分解：A=LU，其中L为单位下三角阵，U为上三角阵，则称该分解为Doolittle分解，可以证明，当A的各阶顺序主子式均不为零时，Doolittle分解可以实现并且唯一。A的各阶顺序主子式均不为零，即Doolittle分解Doolittle分解

2、Doolittle分解Doolittle分解Doolittle分解Doolittle分解例题例题例题例题例题Doolittle分解对称矩阵的Cholesky分解在应用数学中，线性方程组大多数的系数矩阵为对称正定这一性质，因此利用对称正定矩阵的三角分解式求解对称正定方程组的一种有效方法，且分解过程无需选主元，有良好的数值稳定性。对称矩阵的Cholesky分解A对称：AT=AA正定：A的各阶顺序主子式均大于零。即对称矩阵的Cholesky分解由Doolittle分解，A有唯一分解对称矩阵的Cholesky分解定理3.2.4设A为

3、对称正定矩阵，则存在唯一分解A=LDLT，其中L为单位下三角阵，D=diag(d1,d2,…,dn)且di>0(i=1,…,n)对称矩阵的Cholesky分解证明：对称矩阵的Cholesky分解对称矩阵的Cholesky分解对称矩阵的Cholesky分解推论：设A为对称正定矩阵，则存在唯一分解其中L为具有主对角元素为正数的下三角矩阵。证明：Cholesky分解的求法Cholesky分解的求法Cholesky分解的求法Cholesky分解法Cholesky分解法缺点及优点优点：可以减少存储单元。缺点：存在开方运算，可能会出现根

4、号下负数。改进Cholesky分解法改进的cholesky分解A=LDLT改进Cholesky分解改进Cholesky分解改进的cholesky分解算法改进的cholesky分解算法例题例题例题例题A=LDLT分解，既适合于解对称正定方程组，也适合求解A为对称，而各阶顺序主子式不为零的方程组而对A=LLT只适合于对称正定方程组追赶法追赶法追赶法追赶法例题例题3.5平方根法在应用数学中，线性方程组大多数的系数矩阵为对称正定这一性质，因此利用对称正定矩阵的三角分解式求解对称正定方程组的一种有效方法，且分解过程无需选主元，有良好的

5、数值稳定性。平方根法A对称：AT=AA正定：A的各阶顺序主子式均大于零。即平方根法由Doolittle分解，A有唯一分解平方根法定理3.2.4设A为对称正定矩阵，则存在唯一分解A=LDLT，其中L为单位下三角阵，D=diag(d1,d2,…,dn)且di>0(i=1,…,n)平方根法证明：平方根法平方根法平方根法推论：设A为对称正定矩阵，则存在唯一分解其中L为具有主对角元素为正数的下三角矩阵。证明平方根法平方根法平方根法平方根法Cholesky分解法缺点及优点优点：可以减少存储单元。缺点：存在开方运算，可能会出现根号下负数。

6、改进平方根法改进的平方根法分解A=LDLT改进平方根法改进平方根法改进的平方根法改进平方根法例题例题例题例题A=LDLT分解，既适合于解对称正定方程组，也适合求解A为对称，而各阶顺序主子式不为零的方程组而对A=LLT只适合于对称正定方程组2.6范数与误差估计用直接方法解n阶线性方程组Ax=b，由于原始数据A、b的误差及计算过程中的舍入误差，一般得不到方程的精确解，往往得到它的近似解x，为了讨论解的精度，即误差向量x-，的大小，也为了讨论用迭代法解线性方程组的收敛性问题，需要引入向量及矩阵的范数。向量的范数定义3.1设

7、是n维向量空间，如果，实值函数‖x‖满足条件(1)正定性：‖x‖≥0，当且仅当x=0时，‖x‖＝０；(2)齐次性：λ∈R,‖λx‖=

8、λ

9、‖x‖；(3)三角不等式：‖x+y‖≤‖x‖+‖y‖，则称‖x‖为上的向量范数(或向量的模)。在数值计算中，常用的向量范数有三种。设，规定性质证明：据式(3.25)，只要证明对“∞”范数结论成立即可。又据定义3.2知：矩阵的范数设常用的矩阵范数：(1)矩阵的列范数：(2)矩阵的行范数：(3)矩阵的欧氏范数：(4)矩阵的谱范数：例3.6已知，求A的常用范数。解：例题多元函数误

10、差估计3.7迭代法解线性方程组的直接法，如Gauss消去法、矩阵的三角分解等，适用于阶数不高的线性方程组。而在实际应用中，常会遇到一类阶数很高，非零元素很少的所谓高阶稀疏方程组(零元素成片分布，数量上绝对占优)。对这类方程组用迭代法求解，可以充分利用稀疏矩阵的特性减少计算工作量，节省存贮量