一.高斯列主元消去法
1.1介绍
1.2例题
1.3特点
二.LU分解求解方程组
2.1公式介绍
2.2求解思路
2.3例题
三.特殊的LU分解
3.1平方根法
3.2Cholesky分解
3.2.1方法介绍
3.2.2例题
3.3改进的平方根法
3.3.1方法介绍
3.3.2分解过程
3.3.3例题
四.向量和矩阵的范数
4.1向量的范数
4.2矩阵的范数
4.2.1 例题:
五.矩阵的条件数与误差分析
5.1误差原因
5.1.1病态矩阵介绍
5.2线性方程组的误差分析
5.2.1 b有误差而A无误差的情形
5.2.2条件数的性质
5.2.3例题：
六.参考资料
一.高斯列主元消去法
1.1介绍
方程需要有唯一解，并且不接近不接近奇异矩阵。高斯列主元素消去法就是在消元的每一步选取（列）主元素——列中绝对值最大的元（数）取作主元素。在每轮消元前,根据需要消去的行，确定消元因子Lij（小于1的数）。以下是运算的步骤：
（1）选列主元素：从最左侧列开始选，同一列中最大值。 （2）交换两行：是列主元所在的行为第一行,若不是，则交换两行。 （3）消元运算：用列主元将每一列的其余项消为0。 （4）重复以上步骤 （5）代入求解：得到一个x的解，代入其他行，求解得到其他的x解。
1.2例题
用高斯列主元消去法解方程组：
解：
易得方程组的解为
1.3特点
高斯列主元消去法是数值稳定的方法。
二.LU分解求解方程组
2.1公式介绍
高斯消去法的过程，可以看作下三角矩阵左乘系数矩阵A,乘积为可逆的上三角矩阵U。系数方程组为Ax=b,将Ux看作y，先解y，再解x。则有以下的公式：
其中A为系数矩阵，L为单位的下三角矩阵，U为可逆的上三角矩阵
2.2求解思路
（1）首先确定A分成的L和U。由 A 的第一行、第一列元素确定 U 的第一行、L 的第一列元素。再确定U的下一行，L的下一列。可以确定全部的L,U值。 （2）解方程组Ly=b，求解y的值，再解方程组Ux=y，求解x的值。
2.3例题
用LU分解解方程组
（1）对A进行LU分解：A=LU
易得y的解为，x的解为
三.特殊的LU分解
3.1平方根法
平方根法是解对称正定方程组的有效方法，系数矩阵A分解为L和U，再将U分解成D和Uo。可以得到A=L·D·Uo 。 具体分解如下：
对称正定矩阵A有唯一的分解,D是正定对角阵——对角矩阵只在对角线上含有非0元素，其它位置都为0。D的对角元素Uij，记作，其中为下图矩阵
则
3.2Cholesky分解
3.2.1方法介绍
将上述中记作L,则被称为Cholesky分解。利用 Cholesky 直接分
解公式，推导出的解方程组方法，称为 Cholesky 方法或平方根法。
求解思路:
（1）首先将对称正定矩阵A分解成。 （2）根据矩阵乘法，逐步确定L的第i行元素，得到和。 （3）方程组转换为。解，得y的解，解,得x的解。
3.2.2例题
用Cholesky 方法解方程组
解：对系数矩阵A进行分解得到
解，得,解，得。
3.3改进的平方根法
3.3.1方法介绍
用平方根法解对称正定方程组时，求解L时用到开方的运算。为避免开方运算，改进平方根法，得到改进的平方根法——其适用于A是对称正定，或A对称且顺序主子式全不为0的情况。
3.3.2分解过程
将A分解为，L是单位下三角矩阵，D是对角矩阵，分解的L、D如下
求解思路
（1）首先将对称正定矩阵A分解为。 （2）有Ax=b，x=b。首先解Ly=b，解得y，再解x=y，解得x。
3.3.3例题
用改进的平方根法解方程组
四.向量和矩阵的范数
为了对线性方程组的直接法做出误差分析和讨论方程组迭代法的收敛性。引入向量空间中向量及向量序列极限的大小。范数是用来度量向量的大小的。
4.1向量的范数
对于一个向量x，其满足条件，
（3）—范数：值为向量中的最大值
4.2矩阵的范数
（4）F—范数：值为矩阵中所有值的平方和，再开根号。
4.2.1 例题:
求矩阵的范数：
解得：
五.矩阵的条件数与误差分析
5.1误差原因
直接法解线性方程组产生误差的主要原因：
（1）算法及舍入误差的影响。
（2）方程组本身存在病态，原始数据扰动对解影响。
5.1.1病态矩阵介绍
如果矩阵A或者常数项b的微小变化，引起了方程组Ax=b的解——x的巨大变化，称此方程组为病态方程组，矩阵A相对于方程组为病态矩阵，反之称为良态方程组、良态矩阵。
5.2线性方程组的误差分析
5.2.1 b有误差而A无误差的情形
将带有误差的右端项b和带误差的解向量x*代入方程组Ax=b，则有等式：
因为 x*为精确值，有A x*=b，则有 。不等式1，取范数为，同时Ax=b，取范数
，即不等式2
。不等式1比上不等式2可得
误差估计式：
其中方阵A的条件数。
5.2.2条件数的性质
条件数很大的矩阵称为“病态”矩阵；病态矩阵对应的方程组称为病态方程组。反之，则称矩阵为良态矩阵，对应的方程组为良态方程组。
（1）解的相对误差是右端项b的相对误差的 cond(A)倍； （2）如果条件数越大，则解的相对误差就可能越大；
（3）条件数成了刻划矩阵的病态程度和方程组解对A或b扰动的敏感程度。
5.2.3例题：
已知方程组Ax=b，b有扰动，估计解的相对误差。
根据误差估计式：
分别求解右侧的值cond(A)，，。并求解其无穷范数，代入不等式得：
文章来源：https://www.toymoban.com/news/detail-720336.html
解的相对误差相比右端项b的相对误差相差了2015倍。文章来源地址https://www.toymoban.com/news/detail-720336.html
六.参考资料
到了这里，关于＜＜数值分析＞＞第二章线性方程组的直接解法的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
