第四章 高斯消元法与选主元ppt课件.ppt

关键词 高斯消去法 主元消去法 高斯消元法与选主元高斯消元法是一种古老的直接法 由它改进得到的选主元消元法 是目前计算机上常用于求解低阶稠密矩阵方程组的有效方法 其特点就是通过消元将一般线性方程组的求解问题转化为三角方程组的求解问题 一问题的描述 一 引言为便于以下讨论 把涉及到的有关名词及问题的引出暂介绍如下 如果未知量的个数为n 而且关于这些未知量x1 x2 xn的幂次都是一次的 线性的 那末 n个方程a11x1 a12x2 a1nxn b1 1 an1x1 an2x2 annxn bn构成一个含n个未知量的线性方程组 称为n阶线性方程组其中 系数a11 a1n a21 a2n an1 ann是给定的常数 b1 bn也是给定的常数 通常称为常数项 或称为方程组的右端 方程组 1 也常用矩阵的形式表示 写为Ax b 其中 A是由系数按次序排列构成的一个n阶矩阵 称为方程组的系数矩阵 x和b都是n维向量 称为方程组的解向量和右端向量 即使方程组 1 中每一个方程都成立的一组数x1 x2 xn 称为式 1 的解 把它记为向量的形式 称为解向量 我们总是希望方程组有解 且有唯一解 由线性代数的克莱姆 cramer 规则可知 如果方程组 1 的系数矩阵A的行列式 一般记为D A 不等于零 那末 这个方程组有唯一解 而且它们可以表示为xi Di D i 1 2 n 这里 Di是指D中第i列元素用右端b1 b2 bn代替构成的行列式 如果方程组 1 有唯一解 我们按上面的等式求解 就必须计算n 1个n阶行列式 由行列式的定义 n阶行列式包含有n 项 每一项含有n个因子 计算一个n阶行列式就需要做 n 1 n 次乘法 而我们一共要计算n 1个n阶行列式 共需做 n2 1 n 次乘法 此外 还要做n次除法才能算出xi i 1 2 n 也就是说 用这个办法求解就要做N n2 1 n n次乘除法运算 这个计算量是大得惊人的 例如 当n 10 即求解一个含10个未知量的方程组 乘除法的运算次数共为32659210次 当n 40 乘除法运算次数可达3 18 1049次 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 本文我们将重点讨论求解线性方程组的一种有效的数值方法 二 求解线性方程组的消元法消 元 去法是求解线性方程组Ax b 3 和满秩矩阵的逆阵A 1的一种直接方法 尽管它比较古老 但它具有演算步骤 推算公式都系统化的特点 对其中选主元消去法 还可以证明是稳定的 因此 它至今仍然是求解方程组的一种有效的方法 消去法可以引出几种计算方法 下面按三角形方程组和一般线性方程组的顺序来讨论 1 三角形方程组的解法三角形方程组包括上三角形方程组和下三角形方程组 它是最简单的线性方程组之一 实际上消元法就是通过简化一般线性方程组为三角形方程组后再求解的 上三角方程组的一般形式是 2 Gauss消元法 一 高斯消去法的求解过程 可大致分为两个阶段 首先 把原方程组化为上三角形方程组 称之为 消去 消元 过程 然后 用逆次序逐一求出三角方程组 原方程组的等价方程组 的解 并称之为 回代 过程 下面分别写出 消去 消元 和 回代 两个过程的计算步骤 消去 消元 过程 第一步 设a11 0 取做 消去第i个方程组的x1 mi1 第一个方程 第i个方程i 2 3 n则第i个方程变为 因为可得第一步消元后的方程组为 i j 2 3 n i j 2 3 n 第二步 设 取做 消去第i个方程组的x2 i 3 4 n mi2 第二个方程 第i个方程i 3 4 n类似可得第二步消元后的方程组为 第k步 设 取做 消去第i个方程组的xk i k 1 k 2 n mik 第k个方程 第i个方程i k 1 k 2 n类似可得第k步消元后的方程组为 继续下去到第n 1步消元 可将线性方程组化为如下上三角方程组 3 选主元 例3 考虑如下线性方程组的Gauss消元法求解性 2x2 12x1 3x2 2解 因为a11 0 故此题不能用Gauss消元法求解 但交换方程组的顺序后 即2x1 3x2 22x2 1就可用Gauss消元法求解了 例题4 讨论下面方程组的解法 0 0001x1 x2 1x1 x2 2 假设求解是在四位浮点十进制数的计算机上进行 0 1000 10 3x1 0 1000 101x2 0 1000 1010 1000 101x1 0 1000 101x2 0 2000 101 解 本题的计算机机内形式为 因为a11 0 0001 0 故可用Gauss消元法求解 进行第一次消元时有a22 1 0 1000 101 104 0 1000 101 m21 a21 a11 1 0 0001 104 0 00001 105 0 1000 105 对阶计算 0 0000 0 1000 105 0 1000 105 得三角方程组0 1000 10 3x1 0 1000 101x2 0 1000 101 0 1000 105x2 0 1000 105 回代解得x2 1 x1 0严重失真 因为本题的准确解为x1 10000 9999 x2 9998 9999 列主元基本思想及程序框图用高斯消去法求解线性方程组时 应避免小的主元 在实际计算中 进行第k步消去前 应该在第k列元素aik i k n 中找出绝大值最大者 例如 a max a 再把第p个方程与第k个方程组进行交换 使apk k 1 成为主元 我们称这个过程为选主元 由于只在第k列元素中选主元 通常也称为按列选主元 或称部分选主元 如果在第k步消去前 在第k个方程到第n个方程所有的xk到xn的系数a i k n j k n 中 找出绝对值最大者 例如 a max a 再交换第k p两个方程和第k q两个未知量的次序 使a成为主元 称这个过程为完全选主元 不论是哪种方式选出主元 而后再按上面介绍的计算步骤进行消去的计算 一般都称为选主元的高斯消去法 在实际计算中 常用按列选主元的高斯消去法 k 1 k 1 pk k 1 ik k i n k 1 pq k 1 ij k i j n k 1 ij k 1 pq 如 经第一次消元后 增广矩阵为 则 列主元消元法 从这一列中选取一个主元素 作为第二次消元的开始 全主元消元法 从这一子矩阵中选取一个主元素 作为第二次消元的开始 用列主元消去法解线性方程组AX b的程序框图见右图 图中w作控制常数 通常为比较小的正实数 当某个选出的主元或完成消元后的系数ann的绝对值小于w时 就认为detA 0 从而终止计算 为了节省工作单元图中还用A k 冲掉A b k 冲掉b 并注意A到的下三角部分都应变为零 而且在第k次消元计算式算出乘数mik后aik不再起作用 故用mik冲掉aik 回代后所得到的解放在数组b内 k n 1 是 否 是 是 否 例5用列主元消去法解方程组 解第一次消元对 因列主元素为a31 1 故先作行变换r2 r3 然后进行消元计算可得 第二次消元对 A 2 b 2 因列主元素为a32 2 故先作行变换r2 r3 然后进行消元计算可得 由此回代 得x 1 9272 0 69841 0 90038 T与精确解x 1 9273 0 69850 0 90042 T相比较是比较准确的 高斯消去法的计算量分析高斯消去法的乘除总运算 由于计算机作乘除运算所需时间远大于作加减运算所需时间 故我们只讨论乘除运算量 分析为消元次数k消元乘法次数消元除法次数回代乘除法总次数1n n 1 n 12 n 1 n 2 n 2 k n k 1 n k n k n 12 11n n 1 2故高斯消去法的计算量为N n n2 1 3 n n 1 2 n n 1 2 n3 3 n2 n 3当N充分大时为n3 3 方法的特点由具体计算结果可知 全主元素法的精度优于列主元素法 这是由于全主元素是在全体系数中选主元 故它对控制舍入误差十分有效 但全主元素法在计算过程中 需同时作行与列的互换 因而程序比较复杂 计算时间较长 列主元素法的精度虽稍低于全主元素法 但其计算简单工作量大为减少 且计算经验与理论分析均表明 它与全主元素法同样具有良好的数值稳定性 列主元素法是求解中小型稠密性方程组的最好方法之一 选主元消去法 包括解线性方程组的所有直接的方法 比较适用于中小型方程组 对高阶方程组 即使系数矩阵是稀疏的 但在计算中很难保持稀疏性 因而有存储量大 程序复杂等不足 所幸的是这一缺点可用迭代法解决 另外 高斯选主元消去法还可技巧性的解决一些特殊线性方程组 如三对角方程组等 由于误差的影响 计算过程中可能出现一些坏现象 要尽可能防止 表现在求解线性方程组的消元法比较上 则应该注意要简化运算 减小运算次数 提高效率 提高数值稳定性等 线性方程组解对系数的敏感性 在计算过程中 由于计算机字长的有限性 不可避免地产生所谓的舍入误差 同时 由于所求问题的初始数据 例如线性方程组的系数矩阵和右端项系数 往往是带有一定误差的 因此计算结果总是不可避免地带有误差 或者说 如果初始数据有扰动 势必将带来具有一定误差的计算结果 对于Ax b来说 由于观测或计算等原因 线性方程组两端的系数A和b都带有误差 A和 b 这样实际建立的方程组是近似方程组 A A x x b b 对近似方程组求出的解是原问题的真解x加上误差 x 即x x 而 x是由 A及 b引起的 它的大小将直接影响所求解的可靠性 这种解依赖于方程组系数的误差 A及 b的问题 称为线性方程组解对系数的敏感性 方程组的系数矩阵发生微小扰动 就有可能引起方程组性质上的变化 这是方程组本身的 条件问题 相对误差关系式 设原线性方程组Ax b和近似方程组 A A x x b b在1 A 0 b 02 A 0 b 0 一般情形 A 0 b 0 由这些关系式可看到 带有扰动的近似方程组中 扰动的大小直接影响着所求解的相对误差 故可作如下定义 定义 设A非奇异 称 A 1 A 为矩阵A的条件数 记为Cond A 即Cond A A 1 A Cond A 可反映出方程组解对系数的敏感性 对此 可通过下面的例子加以理解 方程组此方程组的准确解为x1 0 x2 1 现将其右端加以微小的扰动使之变为 经计算可得准确解为x1 2 x2 3 这两个方程组的解相差很大 说明方程组的解对常数项b的扰动很敏感 同时注意到 A 4 0001 A 1 3 0001 104 故有Cond A 1 23 105 可见条件数很大 一般来说 方程组的条件数越小 求得的解就越可靠 反之 解的可靠性就越差 通常当从方程组Ax b求出计算解x 后 有时用残向量r b Ax 的大小来检验x 的精度 认为如果对某种范数 r 很小 就说明是好的 不过要记住这种处理在某些情况下是不准确的 例如 对上述举例的方程组 当用某种方法求得计算解后 则有 显然 r 是很小的 但与其真实解相差很大 为说明这方面的原因 我们可以把残向量r看成是Ax b的右端有扰动的 b 由相对误差关系式 有 不可轻易用残向量 r 的大小来判断计算解的精度 本讲小结本讲所讨论的高斯消元法与选主元消元法是求解线性方程组的常用方法 特别是列主元素法是求解中小型稠密性方程组的最好方法之一 这些方法的特点是 选定某种形式的直接解法以后 对于一个给定的线性代数系统 事先可以按规定的算法步骤计算出它所需要的算术运算操作数 直接给出最后的结果 这类方法还包括 块 三角分解法 波前法等 由于实际问题的复杂性 需要求解的线性方程组的规模往往很大 利用直接法求解其计算效率将变得很差 甚至失效 这主要有两方面的困难 1 存储量太大 2 计算速度慢 一种有效的