计算方法线性方程迭代求解.pptVIP

* 第四章 解线性方程组 的迭代法 § 1 迭代法的构造 设 A? Rn?n，用迭代法求解线性方程组 Ax=b 首先是构造迭代序列，通常可找到等价的方程组 x=Bx+f 从而可构造迭代法 x(k+1) = Bx(k)+f k = 0, 1, ? B?Rn?n 称为迭代矩阵，当给出初始近似 x(0)? Rn 可逐次求出 x(k+1) 只依赖于前一步 x(k) 的值，故称为单步定常迭代。 若 {x(k)} 收敛于 x*，则 x* 即为解。 定义2 若迭代公式 产生的序列 {x(k)} 满足 ? x(0)? Rn 则称迭代法 是收敛的。 为构造迭代法，可将 A 分裂为 A = M – N 其中 M 非奇异，且容易求逆，则 可得 x = M-1Nx + M-1b 若令 B = M-1N = I – M-1A f = M-1b 便可得到 x=Bx+f 的形式，从而可构造 迭代法。 通常为使 M 容易求逆，可取 M 为对角阵、三角阵或三对角阵等不同形式，可构造不同的迭代法。 常将方程 A=( aij ) ? Rn?n 分裂为 A = D – L – U 其中 D = diag(a11, a22, …, ann) 为 A 的对角部分， 若 aii? 0 (i = 1, …, n)，取 M = D, N = L + U 则得 x(k+1)=BJx(k)+f k = 0, 1, … BJ=D-1(L+U)= I -D-1A f=D-1b 称为 Jacobi 迭代法。 若取 M = D – L，则得 Gauss-Seidel 迭代法: x(k+1) = BGx(k) + f 其中: BG=(D – L)-1U=I – (D – L)-1A, f =(D-L)-1b 按 Jacobi 迭代法 与 G-S 迭代法 计算时可改写为分量形式，分别为: (i=1, …, n) k=0, 1, … (i=1, …, n) k=0, 1, … 两者之差别仅在于已得分量用新值代替旧值。 §3 Jacobi 法和 Gauss - Seidel 法 B Jacobi 迭代法 Gauss - Seidel 迭代法 … … … … 写成矩阵形式： B *