线性方程组简单迭代法.pptVIP

3.1 简单迭代法 引言 两个简单的例子 例1 已知 迭代法的基本思想是构造一个向量序列{X(k)}，使其收敛到某个极限向量 X*，而X*就是 AX = b 的准确解。 问题：如何构造迭代序列？ 迭代序列在什么情况下收敛？ 简单迭代法的迭代格式 迭代矩阵 易知，雅各布（Jacobi）迭代有 简单迭代法的算法如下： 迭代法的收敛性 一般迭代法收敛性的基本定理 计算机实现程序 用雅各比迭代法下面线性方程组 #includestdio.h #includemath.h #define eps 1e-3 #define max 100 void Jacobi(float *a,int n,float x[]) { int i,j,k=0; double epsilon,s; double *y=new double[n]; for(i=0;in;i++)x[i]=0; while(1) { epsilon=0; k++; for(i=0;in;i++) { s=0; for(j=0;jn;j++) { if(j==i)continue; s+=*(a+i*(n+1)+j)*x[j]; } y[i]=(*(a+i*(n+1)+n)-s)/(*(a+i*(n+1)+i)); epsilon += fabs(y[i]-x[i]); } for(i=0;in;i++)x[i]=y[i]; if(epsiloneps) {printf(迭代次数为:%d\n,k);return;} if(k=max) {printf(迭代发散);return;} }delete y;} 作业题:P104 1 * * 第三章 求解线性方程组的迭代方法 2012年11月13日 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2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，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. ，任取 ，则由 例2 已知方程 在 附近有根. 那么我们就能从 开始，通过迭代公式 逐步得到所要求的根. 假定我们已会计算 例1 求解方程组 （1.2） 记为 , 方程组的精确解是 . 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 分量代入(1.3)式右边得到 ，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 （1.4） 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 . n阶线性代数方程组 a11x1 + a12x2 + .….. + a1nxn = b1 a21x1 + a22x2 + .….. + a2nxn = b2 …… an1x1 + an2x2 + .….. + annxn = bn 若用矩阵和向量的记号来表示，可写成 AX = b 设 ,并将 写为三部分 A=D-L-U L+U=D-A G为迭代矩阵 的雅可比(Jacobi)迭代公式如下: 研究雅可比迭代法的分量计算公式. 记 或 于是，解 的雅可比迭代法的分量计算公式为 方程组 的迭代式的展开式如下： 由可知计算过程可知，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A始终不变. 例1 用J法求解线性方程组 方程组的精确解为x*=(1,1,1)T. 解： 取初始向量x(0)=(0,0,0)T,迭代可得 计算结果列表如下: 1 0.5 0.2 0.071 0.0355 0.01159 0.005795 0.0017636 0 1.4 1.11 0.929 0.9906 1.01159 1.000251 0.9982364 0 0.5 1.20 1.055 0.9645