数值分析课件第6章1-2节.pptVIP

第6章 解线性方程组的迭代法 6.1 引 言 6.2 基本迭代法 6.2.1 雅可比迭代法 6.2.2 高斯-塞德尔迭代法 6.2.3 解大型稀疏线性方程组的逐次超松弛迭代法 考虑线性方程组 （1.1） 其中 为非奇异矩阵，当 为低阶稠密矩阵时，第5章所讨 论的选主元消去法是有效方法. 但对于 的阶数 很大，零元素较多的大型稀疏矩阵 方程组，例如求某些偏微分方程数值解所产生的线性方程 组来说，利用迭代法求解则更为合适. 迭代法通常都可利用 中有大量零元素的特点. 例1 （1.2） 记为 , 方程组的精确解是 . 求解方程组 其中 现将(1.2)改写为 （1.3） 或写为 , 其中 将这些值代入(1.3) 式右边 (若(1.3)式为等式即求得方程组的解，但一般不满足). 任取初始值，例如取 . 再将 的分量代入(1.3)右边得到 ，反复利用这个计 算程序，得到一向量序列和一般的计算公式(迭代公式) 得到新的值 （1.3） （1.4） 简写为 其中 表示迭代次数 迭代到第10次有 从此例看出，由迭代法产生的向量序列 逐步逼近 方程组的精确解 . 对于任何由 变形得到的等价方程组 ， 迭代法产生的向量序列 不一定都能逐步逼近方程组 的解 . 如对方程组 构造迭代法 则对任何的初始向量，得到的序列都不收敛. 对于给定方程组 ， 设有惟一解 ， （1.5） 又设 为任取的初始向量， （1.6） 其中 表迭代次数. 则 按下述公式构造向量序列 定义1 (2) 如果 存在(记为 )， 显然 就是方程组的解，否则称此迭代法发散. (1) 对于给定的方程组 逐步代入求近似解的方法称为迭代法(或称为一阶定常迭代 法，这里 与 无关). 用公式(1.6) 称此迭代法收敛， 研究 的收敛性. 引进误差向量 由(1.6)减去(1.5)式， （1.6） 得 ， （1.5） （1.6） 要考察 的收敛性, 就要研究 在什么条件下有 亦即要研究 满足什么条件时有 递推得 设有 （2.1） 其中， 为非奇异矩阵. 将 分裂为 （2.2） 其中， 为可选择的非奇异矩阵，且使 容易求解， 一般选择为 的某种近似，称 为分裂矩阵. 于是，求解 转化为求解 ， 即求解 可构造一阶定常迭代法 （2.3） 其中 称 为迭代法的迭代矩阵. 选取 阵，就得到解 的各种迭代法. 设 , 并将 写为三部分： （2.4） 由 ，选取 为 的对角元素部分， 即选取 (对角阵)， ， （2.5） 其中 称 为解 的雅可比迭代法的迭代阵. 解 的雅可比(Jacobi)迭代法 由(2.3)式得到 研究雅可比迭代法(2.5)的分量计算公式. 记 由雅可比迭代公式(2.5), 有 或 于是，解 的雅可比迭代法的分量计算公式为 （2.5） （2.5） （2.6） 由(2.6)式可知，雅可比迭代法计算公式简单，每迭代 一次只需计算一次矩阵和向量的乘法且计算过程中原始矩 阵 始终不变. (下三角阵)， 选取分裂矩阵 为 的下三角部分， 即选取 （2.7） 其中 称 为解 的高斯-塞德尔迭代法的迭 代阵. 于是由(2.3)式得到解 的高斯-塞德尔(Gauss-Seidel)迭代法 研究高斯-塞德尔迭代法的分量计算公式. 由(2.7)式有 或 即 记 （2.7） 于是解 的高斯-塞德尔迭代法计算公式为 （2.8） 或 （2.9） 而由高斯-塞德尔迭代公式可知， 雅可比迭代法不使用变量的最新