习题3 3-1．求下列齐次线性方程组的通解： （1）?? ? ??=--=--=+-087305302z y x z y x z y x . 解 对系数矩阵施行行初等变换，得 ???? ? ??-----?→?????? ??-----=144072021 1873153211A )(000720211阶梯形矩阵B =???? ? ??-?→? ??? ?? ??-?→?0002720211)(000271021101行最简形矩阵C =????? ? ???→? ， 与原方程组同解的齐次线性方程组为 ??? ??? ?=+=+02702 11 z y z x ， 即 ??? ??? ?-=-=z y z x 272 11（其中z 是自由未知量）， 令1=z ，得到方程组的一个基础解系 T )1,2 7,211(-- =ξ, 所以，方程组的通解为
,)1,2 7,211(T k k -- =ξk 为任意常数． （2）??? ??=+++=+++=++++0 86530543207224321 432154321x x x x x x x x x x x x x . 解 对系数矩阵施行行初等变换，得 ???? ? ??--?→?????? ??=21202014101072211086530543272211A )(7000014101072211阶梯形矩阵B =????? ??-?→? ???? ? ??-?→?70000141010211201 )(100000101001201行最简形矩阵C =???? ? ???→?， 与原方程组同解的齐次线性方程组为 ??? ??==+=++00 025 42431x x x x x x ， 即 ??? ??=-=--=025 4 2431x x x x x x （其中43,x x 是自由未知量）， 令34(,)T x x =(1,0)T ，(0,1)T ，得到方程组的一个基础解系 T )0,0,1,0,2(1-=ξ，T )0,1,0,1,1(2--=ξ， 所以，方程组的通解为
实验五 解线性方程组的迭代法 【实验内容】 对1、设线性方程组 ?? ? ? ?? ? ? ?? ? ? ?? ? ? ??-=???????????????? ?????????????????? ? ?--------------------------211938134632312513682438100412029137264 2212341791110161035243120 536217758683233761624491131512 013012312240010563568 0000121324 10987654321x x x x x x x x x x ()T x 2,1,1,3,0,2,1,0,1,1*--= 2、设对称正定系数阵线性方程组 ?? ? ????? ??? ? ? ??---=????????????? ??????????????? ??---------------------4515229 23206019243360021411035204111443343104221812334161 2065381141402312122 00240424 87654321x x x x x x x x ()T x 2,0,1,1,2,0,1,1*--= 3、三对角形线性方程组
?? ? ?? ? ????? ??? ? ? ??----=???????????????? ?????????????????? ??------------------5541412621357410000000014100000000141000000001410000000014100000000141000000001410000000014100000000 14100000000 1410987654321x x x x x x x x x x ()T x 1,1,0,3,2,1,0,3,1,2*---= 试分别选用Jacobi 迭代法，Gauss-Seidol 迭代法和SOR 方法计算其解。 【实验方法或步骤】 1、体会迭代法求解线性方程组，并能与消去法加以比较； 2、分别对不同精度要求，如54310,10,10---=ε由迭代次数体会该迭代法的收敛快慢； 3、对方程组2，3使用SOR 方法时，选取松弛因子ω=0.8，0.9，1，1.1，1.2等，试看对算法收敛性的影响，并能找出你所选用的松弛因子的最佳者； 4、给出各种算法的设计程序和计算结果。 程序： 用雅可比方法求的程序： function [x,n]=jacobi(A,b,x0,eps,varargin) if nargin==3 eps=1.0e-6; M=200;
3 线性方程组 3、1 知识要点解析(关于线性方程组的常用表达形式) 3.1.1 基本概念 1、方程组1111221n 1211222 2n 2m11m22mn m x x b x x b x x b a a a a a a a a a +++=??+++=? *???++ +=? 称为含n 个未知量m 个方程的线性方程组, i)倘若12m b ,b ,....,b 不全为零,则该线性方程组称为非齐次线性方程组; ii)若12m b =b = =b 0=,则该线性方程组就就是齐次线性方程组, 这时,我们也把该方程组称为1111221n 1211222 2n 2m11m22mn m x x x x x x a a a a a a a a a ++ +=??+++=? ???++ +=?c c c 的导出组, (其中12m c ,c ,...c 不全为零) 2、记1111 1221 n m x b x b ,x ,b x b n m mn a a A a a ???? ?? ? ? ? ? ?== ? ? ? ? ? ??? ???? = 则线性方程组(*)又可以表示为矩阵形式 x b A =** 3、又若记 1j 2j j mj ,j 1,2, n a a a α?? ? ? == ? ? ??? 则上述方程游客一写成向量形式 1122n n x x x b. ααα++ +=***。 同时,为了方便,我们记(,b)A A =,称为线性方程组(*)的增广矩阵。 3.1.2 线性方程组解的判断
1、齐次线性方程组x 0A =,(n=线性方程组中未知量的个数 对于齐次线性方程组,它就是一定有解的(至少零就就是它的解), i)那么,当r n A =秩()=时,有唯一零解; ii)当r n A =秩()<时,又非零解,且线性无关解向量的个数为n-r 、 2、非齐次线性方程组x b A = ()<() ()=()=n, ()=()()=()
线性方程组的迭代法及程序实现 学校代码:11517 学号:200810111217 HENAN INSTITUTE OF ENGINEERING 毕业论文 题目线性方程组的迭代法及程序实现 学生姓名 专业班级 学号 系 (部)数理科学系 指导教师职称 完成时间 2012年5月20日河南工程学院 毕业设计(论文)任务书 题目:线性方程组的迭代法及程序实现专业:信息与计算科学学号 : 姓名一、主要内容: 通过本课题的研究,学会如何运用有限元方法来解决线性代数方程组问题,特别是Gaussie-Seidel迭代法和Jacobi迭代法来求解线性方程组。进一步学会迭代方法的数学思想,并对程序代码进行解析与改进,这对于我们以后学习和研究实际问题具有重要的意义。本课题运用所学的数学专业知识来研究,有助于我们进一步掌握大学数学方面的知识,特别是迭代方法。通过这个课题的研究,我进一步掌握了迭代方法的思想,以及程序的解析与改进,对于今后类似实际问题的解决具有重要的意义。
二、基本要求: 学会编写规范论文,独立自主完成。 运用所学知识发现问题并分析、解决。 3.通过对相关资料的收集、整理,最终形成一篇具有自己观点的学术论文,以期能对线性方程组迭代法的研究发展有一定的实践指导意义。 4.在毕业论文工作中强化英语、计算机应用能力。 完成期限: 2012年月指导教师签名:专业负责人签名: 年月日 目录 中文摘要....................................................................................Ⅰ英文摘要 (Ⅱ) 1 综述 1 2 经典迭代法概述 3 2.1 Jacobi迭代法 3 2.2 Gauss?Seidel迭代法 4 2.3 SOR(successive over relaxation)迭代法 4 2.4 SSOR迭代法 5 2.5 收敛性分析5 2. 6 数值试验 6 3 matlab实现的两个例题8 3.1 例1 迭代法的收敛速度8 3.2 例 2 SOR迭代法松弛因子的选取 12致谢16参考文献17附录19
线性方程组 1. 用消元法解方程组?????? ?=- +-+=-- + - =-+-+ =- -+-5 2522220 21 22325 4 321 53 2 154321 5 4321x x x x x x x x x x x x x x x x x x x . 解: 方程组的增广矩阵 : ????? ???????---------→????????????---------→????????????---------420200110100112430211321312630202530112430211321512522110112121111211321? ??? ????? ???--------→60000 0110100112430211321,可知,系数矩阵的秩为3,增广矩阵的秩为4,系数矩阵的秩不等于增广矩阵的秩,从而方程组无解. 2. 讨论λ为何值时,方程组??? ??=++ = + +=++2 3 2 1 3 2 1 321 1 λλλλλx x x x x x x x x 有唯一解、无解和有无穷多解。 解：将方程组的增广矩阵进行初等行变换，变为行阶梯矩阵。 ()() ()()B A =??? ? ???? ? ?+------→→???? ????? ?→?? ??? ?????=22 2 2211210 1101 111 1 11111 1 1 1 111λλλλλλλ λλλ λλλλλλλ λλ λΛ于是，当2,1-≠λ时，系数矩阵的秩等于增广矩阵的秩，都等于3，等于未知量的个数，此 时方程组有唯一解;2 )1(,21,213 321++-=+=++- =λλλλλx x x 当2-=λ时，系数矩阵的秩为2，增广矩阵的秩为3，此时方程组无解； 当1=λ时，系数矩阵的秩等于增广矩阵的秩，都等于1，小于未知量的个数，此时方程组有无穷多解，即3211x x x --=，其中32,x x 为自由未知量。
第五章 解线性方程组的迭代法 本章主要内容： 迭代法收敛定义，矩阵序列收敛定义，迭代法基本定理，雅可比迭代法，高斯-塞德尔迭代法，系数矩阵为严格对角占优阵的采用雅可比迭代、高斯-塞德尔迭代的收敛性。 教学目的及要求： 使学生了解迭代法收敛定义，迭代法基本定理，掌握雅可比迭代法、高斯-塞德尔迭代法。 教学重点： 雅可比迭代法，高斯-塞德尔迭代法。 教学难点： 迭代法基本定理的证明以及作用。 教学方法及手段： 应用严格的高等代数、数学分析知识，完整地证明迭代法基本定理，讲清雅可比迭代法与高斯-塞德尔迭代法的关系，介绍雅可比迭代法与高斯-塞德尔迭代法在编程中的具体实现方法。 在实验教学中，通过一个具体实例，让学生掌握雅可比迭代法与高斯-塞德尔迭代法的具体实现，并能通过数值计算实验，揭示高斯-塞德尔迭代法是对雅可比迭代法的一种改进这一事实。 教学时间： 本章的教学的讲授时间为6学时，实验学时4学时。 教学内容： 一 迭代法定义 对于给定的线性方程组x Bx f =+，设它有唯一解*x ，则 **x Bx f =+ (6.1) 又设(0)x 为任取的初始向量，按下述公式构造向量序列 (1)(),0,1,2, k k x Bx f k +=+= (6.2) 这种逐步代入求近似解的方法称为迭代法（这里B 与f 与k 无关）。如果() lim k k x →∞ 存在 （记为*x ），称此迭代法收敛，显然* x 就是方程组的解，否则称此迭代法发散。 迭代法求方程近似解的关键是是讨论由(6.1)式所构造出来的向量序列() {} k x 是否收敛。为此，我们引入误差向量 (1)(1)*k k x x ε++=- 将(6.2)式与(6.1)式相减，我们可得 (1)*()*()k k x x B x x +-=- (1)(),0,1,2, k k B k εε+== 递推下去，得 ()(1)2(2)(0)k k k k B B x B x εε--====
线性方程组解的结构（解法） 一、齐次线性方程组的解法 【定义】 r (A )= r
第4章解线性方程组的迭代法 用迭代法求解线性方程组与第4章非线性方程求根的方法相似，对方程组进行等价变换，构造同解方程组(对可构造各种等价方程组， 如分解，可逆，则由得到)，以此构造迭代关系式 （4.1） 任取初始向量，代入迭代式中，经计算得到迭代序列。 若迭代序列收敛，设的极限为，对迭代式两边取极限 即是方程组的解，此时称迭代法收敛，否则称迭代法发散。我们将看到，不同于非线性方程的迭代方法，解线性方程组的迭代收敛与否完全决定于迭代矩阵的性质，与迭代初始值的选取无关。迭代法的优点是占有存储空间少，程序实现简单，尤其适用于大型稀疏矩阵；不尽人意之处是要面对判断迭代是否收敛和收敛速度的问题。 可以证明迭代矩阵的与谱半径是迭代收敛的充分必要条件，其中是矩阵的特征根。事实上，若为方程组的解，则有 再由迭代式可得到
由线性代数定理，的充分必要条件。 因此对迭代法(4.1)的收敛性有以下两个定理成立。 定理4.1迭代法收敛的充要条件是。 定理4.2迭代法收敛的充要条件是迭代矩阵的谱半径 因此，称谱半径小于1的矩阵为收敛矩阵。计算矩阵的谱半径，需要求解矩阵的特征值才能得到，通常这是较为繁重的工作。但是可以通过计算矩阵的范数等方法简化判断收敛的 工作。前面已经提到过，若||A||p矩阵的范数，则总有。因此，若，则必为收敛矩阵。计算矩阵的1范数和范数的方法比较简单，其中 于是，只要迭代矩阵满足或，就可以判断迭代序列 是收敛的。 要注意的是，当或时，可以有，因此不能判断迭代序列发散。
在计算中当相邻两次的向量误差的某种范数小于给定精度时，则停止迭代计算，视为方程组的近似解（有关范数的详细定义请看3.3节。） 4.1雅可比（Jacobi）迭代法 4.1.1 雅可比迭代格式 雅可比迭代计算 元线性方程组 （4.2） 写成矩阵形式为。若将式（4.2）中每个方程的留在方程左边，其余各项移到方程右边；方程两边除以则得到下列同解方程组： 记，构造迭代形式
1．设向量组123,,ααα线性无关，向量1β可由123,,ααα线性表示，而向量2β不能由123,,ααα线性表示，则对于任意常数k ,必有（ ）A (A) 12312,,,k αααββ+线性无关； （B ）12312,,,k αααββ+线性相关; ( C) 12312,,,k αααββ+线性无关； (D) 12312,,,k αααββ+线性相关 2．n 维向量组)1(,,,21n s s ≤≤ααα 线性无关的充要条件是 （ D ） (A) 存在一组不全为零的s k k k ,,21 ,使得02211=+++s s k k k ααα (B) s ααα ,,21 中的任何两个向量都线性无关 (C) s ααα ,,21 中存在一个向量，它不能被其余向量线性表示 (D) s ααα ,,21 中的任何一个向量都不能被其余向量线性表示 3. （1）若两个向量组等价，则它们所含向量的个数相同； （2）若向量组}{21r ααα，，， 线性无关，1+r α可由r ααα ,21,线性表出，则向量组}{121+r ααα，，， 也线性无关； （3）设}{21r ααα，，， 线性无关，则}{121-r ααα，，， 也线性无关； （4）}{21r ααα，，， 线性相关，则r α一定可由121,-r ααα ，线性表出；以上说法正确的有（ A ）个。 A .1 个 B .2 个 C ．3 个 D .4个 4．向量组A :12,,,n ααα 与B :12,,,m βββ 等价的充要条件为（ C ）. A .()()R A R B =； B .()R A n =且()R B m =； C ．()()(,)R A R B R A B ==； D .m n = 5．讨论a ，b 取什么值时，下面方程组有解，对有解的情形，求出一般解。 1234123423412341322235433x x x x x x x x a x x x x x x x b +++=??+++=??++=??+++=?。 答案：a ＝0，b ＝2有解；其他无解。 (-2,3,0,0)’+k1(1,-2,1,0)’+k2(1,-2,0,1)’ 6．试就k 的取值情况讨论以下线性方程组的解,并在有无穷的解时求出通解:
第六章线性方程组的迭代解法 2015年12月27日17:12 迭代法是目前求解大规模稀疏线性方程组的主要方法之一。包括定常迭代法和不定常迭代法，定常迭代法的迭代矩阵通常保持不变，包括有雅可比迭代法（Jacobi）、高斯-塞德尔迭代法（Gauss-Seidel）、超松弛迭代法（SOR） 1.雅可比迭代法（Jacobi） A表示线性方程组的系数矩阵，D表示A的主对角部分，L表示下三角部分，U表示上三角部分。 A=D+L+U 要解的方程变为Dx+Lx+Ux=b x=D^(-1)（b-（L+U）x） 所以Jocabi方法如下： Matlab程序 function [x,iter] =jacobi(A,b,tol) D=diag(diag(A)); L=D-tril(A); U=D-triu(A); x=zeros(size(b)); for iter=1:500 x=D\(b+L*x+U*x); error=norm(b-A*x)/norm(b); if(error 课程设计阶段性报告 班级：学号：姓名：申报等级： 题目：线性方程组求解 1.题目要求：输入是N（N<256）元线性方程组Ax=B，输出是方程组的解，也可能无解或有多组解。可以用高斯消去法求解，也可以采用其它方法。 2.设计内容描述：将线性方程组做成增广矩阵，对增广矩阵进行变换然后采用高斯消元法消去元素，从而得到上三角矩阵，再对得到的上三角矩阵进行回代操作，即可以得到方程组的解。 3.编译环境及子函数介绍：我使用Dev-C++环境编译的，调用uptrbk() FindMax()和ExchangeRow(),uptrbk是上三角变换函数，FindMax()用于找出列向量中绝对值最大项的标号，ExchangeRow()用于交换两行 4. 程序源代码： #include //交换矩阵中的两行 void ExchangeRow(int p,int j,double *A,int N) { int i=0; double C=0.0; for(i=0;i 线性方程组求解 习题课 一、给定方程组123211*********x x x -???????????? =? ???????????-?????? 试考察用Jacobi 迭代法和Seidel 迭代法求解的收敛性。 解：对Jacobi 迭代法，迭代矩阵为 -1J 00.50.5B =I-D A=1010.50.50-?? ??--?????? 因为3 5 04 J I B λλλ-=+=，得特征值 1230,,22i i λλλ===- 得( )12J B ρ=> ，由定理知 Jacobi 迭代法发散。 对Seidel 迭代法，迭代矩阵为 ()1 S B D L U -=-=1 20001100.50.511000100.50.5112000000.5---?????? ??????-=--?? ??????????--?? ???? 显然，其特征值为1230,0.5λλλ===- 故()0.51s B ρ=<，由定理知Seidel 迭代法收敛。 二、设线性方程组111211212222a a x b a a x b ?????? = ??? ??????? ，11220a a ≠， 112221120a a a a -≠。证明：解线性方程组的Jacobi 迭代法和Gauss-Seidel 迭代法同时收敛或不收敛。 证明： 121 1111 122221 21 22 0000 00J a a a a B a a a a -??- ?-???? ?== ? ? ?-????- ??? ()2 1221 1122det J a a I B a a λλ-=-，故( )J B λ= ( )J B ρ= 。 1211111 1221 2212211122000000S a a a a B a a a a a a -??- ?-???? ?== ? ? ????? ?? ? 线性方程组练习题 §1 向量的线性关系 1．判断下列向量组是否线性无关： （1）????? ??-11 2，????? ??-840，????? ??-311； （2）??????? ??01014，??????? ??1521，??????? ??1202，?????? ? ??7024。 2．讨论下面向量组的线性相关性： ???????? ??12211，???????? ??-15120，???????? ??-141b a 。 3．设????? ??=1111a ，????? ??=3211a ，???? ? ??=t 311a 。 （1）问当t 为何值时，321,,a a a 线性相关？ （2）问当t 为何值时，321,,a a a 线性无关？ （3）当321,,a a a 线性相关时，问3a 是否可以由1a ，2a 线性表示？若能，写出具体表达式。 4．设有向量组 ??????? ??+=11111t a ，??????? ??+=22222t a ，??????? ??+=33333t a ，?????? ? ??+=t 44444a 。 问：（1）当t 为何值时，4321,,,a a a a 线性相关？ （2）当t 为何值时，4321,,,a a a a 线性无关？ 5．设321,,a a a 线性无关，问当参数l ，m 满足何种关系时，12a a -l ，23a a -m ，31a a -也线性无关？ 6．设m a a a ,,,21 线性无关，作 211a a b +=，322a a b +=，…，m m m a a b +=--11，1a a b +=m m 。 判别m b b b ,,,21 的线性相关性。 7．设21,a a 线性无关，b a b a ++21,线性相关，问b 能否由21,a a 线性表示？ 8．设321,,a a a 线性相关，432,,a a a 线性无关。问： （1）1a 能否由32,a a 线性表示； （2）4a 能否由321,,a a a 线性表示。 9．若T k k ),,0(2=b 能由T k )1,1,1(1+=a ，T k )1,1,1(2+=a ，T k )1,1,1(3+=a 唯一 《线性代数》第三章练习题 一、思考题 1、设有线性方程组b AX =，其中A 为n 阶方阵，j A 为A 中第j 列元素换为b 所得行列式的值，判断下列命题是否正确？ （1）若0≠A ，则b AX =有唯一解； （2）若0=A ，且至少有一)1(0n j A j ≤≤≠，则b AX =无解； （3）若0=A ，且),,2,1(0n j A j ==，则b AX =有无穷多解。 2、判断下列命题是否正确？其中A 为n m ?矩阵。 （1）非齐次线性方程组b AX =，当n m <时，有无穷多解；当n m =时，有唯一解；当n m >时，无解； （2）齐次线性方程组0=AX ，当n m <时，必有非零解； （3）非齐次线性方程组b AX =，当m A r =)(时，必相容。 3、设向量组4321,,,αααα线性无关，判断向量组14433221,,,αααααααα++++是否也线性无关。 4、判断下列命题是否正确？ （1）若向量组m ααα,,,21 线性相关，则存在全不为零的数m k k k ,,,21 ，使得 02211=+++m m k k k ααα ； （2）若向量组m ααα,,,21 线性相关，且有02211=+++m m k k k ααα ，则 m k k k ,,,21 必不全为零； (3)若当数021====m k k k 时，02211=+++m m k k k ααα ，则向量组m ααα,,,21 线性无关； （4）若02211=+++m m k k k ααα ，必有021====m k k k ，则向量组m ααα,,,21 线性无关； （5）向量β不能由m ααα,,,21 表示，则βααα,,,,21m 线性无关； （6）若向量组m ααα,,,21 线性无关，则其中每一个向量都不能表示成其余向量的线性组合； （7）若向量组m ααα,,,21 线性无关，向量组s βββ,,,21 线性无关，则向量组 m ααα,,,21 ，s βββ,,,21 线性无关。 二、单项选择题 1. 设321,,X X X 是b AX =的三个特解，则下列哪个也是b AX =的解 （ ） （A ）332211X k X k X k ++； （B ）332211X k X k X k ++，1321=++k k k ； （C ）321)(X X X k ++ ； （D ） 32211)(X k X X k +-。 2．设321,,ξξξ是0=AX 的一组基础解系，则下列哪组也是0=AX 的一基础解系（ ） （A ）133221,,,ξξξξξξ+-； （B ）312321,,ξξξξξξ++-； （C ） 13321,ξξξξξ-++ ； （D ） 3121,,ξξξξ- 。 3．设A 是n 阶矩阵，并且0=A ，则A 的列向量中 （ ） （A ）必有一个向量为零向量 ； （B)必有两个向量的对应分量成比例； （C ）必有一个向量是其余向量的线性组合 ； （D ）任一向量是其余向量的线性组合。 4．如果4),,,(21=m r ααα ，则下列正确的是 （ ） （A ）如果 m ααα,,,21 的一个部分组线性无关 ，则该部分组包含的向量个数一定不超过4； 用Gauss-Seidel迭代法解线性方程组的C语言源代码：#include ptr2->link=ptr1; ptr2=ptr1; } } j++; } if(ptr2!=NULL){ ptr2->link=NULL; ptr2=NULL; } if(Rhead!=NULL){ p1=(struct Line*)malloc(sizeof(Line)); if(p1==NULL){ printf("内存分配错误!\n"); exit(1); } p1->L=i; p1->head=Rhead; if(p2==NULL){ Lhead=p1; p2=p1; } else{ p2->next=p1; p2=p1; } } i++; Rhead=NULL; j=1; } if(p2!=NULL) p2->next=NULL; return Lhead; } struct Line *Change(struct Line*Lhead,int n){ struct Line*p1,*p2,*p3,*p; struct Row*ptr; int i=1,k,j; float max,t; if(Lhead==NULL){ printf("链表为空!\n"); 线性方程组解题方法技巧与题型归纳 题型一 线性方程组解的基本概念 【例题1】如果α1、α2是方程组 123131233231 2104 x x ax x x x ax x --=?? -=??-++=? 的两 个不同的解向量，则a 的取值如何 解： 因为α1、α2是方程组的两个不同的解向量，故方程组有无穷多解，r(A)= r(Ab)＜3， 对增广矩阵进行初等行变换： 21131132031022352104002314510a a a a a a a ----???? ? ?-→-- ? ? ? ?-----???? 易见仅当a=-2时，r(A)= r(Ab)=2＜3， 故知a=-2。 【例题2】设A 是秩为3的5×4矩阵， α1、α2、 α3是非齐次线性方程组Ax=b 的三个不同的解，若α1+α2+2α3=（2，0，0，0）T , 3α1+α2= （2，4，6，8）T ,求方程组Ax=b 的通解。 解:因为r(A)= 3，所以齐次线性方程组Ax=0的基础解系由4- r(A)= 1个向量构成， 又因为（α1+α2+2α3）-（3α1+α2） =2（α3-α1）=（0，-4，-6，-8）T , 是Ax=0的解， 即其基础解系可以是（0，2，3，4）T , 由A （α1+α2+2α3）=Aα1+Aα2+2Aα3=4b 知1/4 （α1+α2+2α3）是Ax=b 的一个解， 故Ax=b 的通解是 ()1,0,0,00,2,3,42T T k ?? + ??? 【例题3】已知ξ1=（-9，1，2，11）T ，ξ2=（1，- 5，13，0）T ，ξ3=（-7，-9，24，11）T 是方程组 12234411223441 234432332494x a x x a x d x b x x b x x x x c x d +++=?? +++=??+++=?的三个解，求此方程组的通解。 分析：求Ax=b 的通解关键是求Ax=0的基础解系，判断r(A)的秩。 解：A 是3×4矩阵， r(A)≤3，由于A 中第2，3两行不成比例，故r(A)≥2，又因为 η1=ξ1-ξ2=（-10，6，-11，11）T , η2=ξ2-ξ3= (8,4,-11,-11)T 是Ax=0的两个线性无关的解向量， 于是4- r(A)≥2，因此r(A)=2，所以ξ1+k 1η1+k 2η2是通解。 总结： 不要花时间去求方程组，太繁琐，由于ξ1-ξ2，ξ1-ξ3或ξ3-ξ1，ξ3-ξ2等都可以构成齐次线性方程组的基础解系，ξ1，ξ2，ξ3都是特解，此类题答案不唯一。 题型2 线性方程组求解 线性方程组的直接法 直接法就是经过有限步算术运算，无需迭代可直接求得方程组精确解的方法。 线性方程组迭代法 迭代法就是用某种极限过程去逐步逼近线性方程组精确解的方法．该方法具有对计算机的存贮单元需求少，程序设计简单、原始系数矩阵在计算过程中不变等优点，是求解大型稀疏矩阵方程组的重要方法．迭代法不是用有限步运算求精确解，而是通过迭代产生近似解逼近精确解．如Jacobi 迭代、Gauss — Seidel 迭代、SOR 迭代法等。 1. 线性方程组的直接法 直接法就是经过有限步算术运算，无需迭代可直接求得方程组精确解的方法。 1.1 Cramer 法则 Cramer 法则用于判断具有n 个未知数的n 个线性方程的方程组解的情况。当方程组的系数行列式不等于零时，方程组有解且解唯一。如果方程组无解或者有两个不同的解时，则系数行列式必为零。如果齐次线性方程组的系数行列式不等于零，则没有非零解。如果齐次线性方程组有非零解，则系数行列式必为零。 定理1如果方程组Ax b =中0D A =≠，则Ax b =有解，且解事唯一的，解为1212,,...,n n D D D x x x D D D ===i D 是D 中第i 列换成向量b 所得的行列式。 Cramer 法则解n 元方程组有两个前提条件： 1、未知数的个数等于方程的个数。 2、系数行列式不等于零 例1 a 取何值时，线性方程组 1231231 2311x x x a ax x x x x ax ++=??++=??++=?有唯一解。 解：2111111 11011(1)11001 A a a a a a a ==--=--- 所以当1a ≠时，方程组有唯一解。 定理2当齐次线性方程组0Ax =，0A ≠时该方程组有唯一的零解。 定理3齐次线性方程组0Ax =有非零解0A <=>=。 1.2 Gauss 消元法 Gauss 消元法是线性代数中的一个算法，可用来为线性方程组求解，求出矩阵的秩，以及求出可逆方阵的逆矩阵。当用于一个矩阵时，高斯消元法会产生出一个“行梯阵式”。 1.2.1 用Gauss 消元法为线性方程组求解 eg ：Gauss 消元法可用来找出下列方程组的解或其解的限制： ()()()123283211223x y z L x y z L x y z L +-=??--+=-??-++=-? 这个算法的原理是：首先，要将1L 以下的等式中的x 消除，然后再将2L 以下的等式中的y 消除。这样可使整个方程组变成一个三角形似的格式。之后再将已得出的答案一个个地代入已被简化的等式中的未知数中，就可求出其余的答案了。 在刚才的例子中，我们将132 L 和2L 相加，就可以将2L 中的x 消除了。 第六章 线性方程组的迭代法 一、教学目标及基本要求 通过对本节的学习，使学生掌握线性方程组的数值解法。 二、教学内容及学时分配 本节主要介绍线性方程组的数值解法，迭代公式的建立，迭代收敛性。 三、教学重点难点 1．教学重点：迭代公式的建立、迭代收敛性。 2. 教学难点：迭代收敛性。 四、教学中应注意的问题 多媒体课堂教学为主。适当提问，加深学生对概念的理解。 6.2 解线性方程组的迭代法 重要性：解线性代数方程组的有效方法在计算数学和科学计算中具有特殊的地位和作用。如弹性力学、电路分析、热传导和振动、以及社会科学及定量分析商业经济中的各种问题。在实际问题中产生的线性方程组的类型有很多，如按系数矩阵含零元素多少分类，有稠密和稀疏(零元素占80%以上)线性方程组之分；如按阶数的高低分类，有高阶(阶数在1000阶以上)中阶、(500~1000阶) 和低阶(500阶以下)线性方程组之分；如按系数矩阵的形状和性质分类，有对称正定、三对角、对角占优线性方程组之分。因为数值解法必须考虑方法的计算时间和空间效率以及算法的数值稳定性。因此，不同类型的线性方程组，其数值解法也不相同。但是，基本的方法可以归结为两大类，即直接法和迭代法。 分类：线性方程组的解法可分为直接法和迭代法两种方法。 (a) 直接法：对于给定的方程组，在没有舍入误差的假设下，能在预定的运算次数内求得精确解。最基本的直接法是Gauss 消去法，重要的直接法全都受到Gauss 消去法的启发。计算代价高。但实际计算中由于舍入误差的存在和影响，这种方法也只能求得线性方程组的近似解，如何避免舍入误差的增长是设计直接法时必须考虑的问题。 (b) 迭代法：基于一定的递推格式，产生逼近方程组精确解的近似序列。收敛性是其为迭代法的前提，此外，存在收敛速度与误差估计问题。迭代法要求方程组系数矩阵具有某种特殊形式（如对角占优阵），是解高阶稀疏矩阵方程组的重要方法。 §6.1 迭代公式的建立 迭代法的基本思想是用逐次逼近的方法求线性方程组的解。 设有方程组b Ax = （1） 将其转化为等价的便于迭代的形式f Bx x += （2） （这种转化总能实现，如令b f A I B =-=,）并由此构造迭代公式解线性方程组
线性方程组习题课
线性方程组练习题
线性方程组练习题(免费下载)
迭代法解线性方程组(C语言描述)
线性方程组解题方法技巧与题型归纳
线性方程组的直接法和迭代法
线性方程组的迭代法
相关主题
文本预览