关于线性方程组迭代法求解.docVIP

关于线性方程组的迭代法求解 摘要 线性方程组的数值求解常见于许多科学与工程计算领域。介绍了求解大型线性方程组的主要迭代算法，对一些经典迭代法（法、法、法、法和法等）进行了详细的讨论，并从理论上对收敛性进行分析。 关键词 迭代法 线性方程组 共轭梯度法 Iterative Methods for Solving the Linear Systems Zhu Jun (Department of Mathematics Chaohu Colledge, Anhui Chaohu) [Abstract] Numerical methods for linear systems are very important in many areas.Several iterative methods for solving the large linear systems are presented. Same classical iterative methods such as Jacobi,Gauss-Seidel, SOR,SSOR,and CG iterative method are discussed from the iterative formulas and convergence. [key words] iterative methods linear systems conjugate gradien talgorithm 在科学研究和大型工程设计中出现了越来越多的数学问题，而这些问题往往需要求数值解。在进行数值求解时，经离散后，常常归纳为求解形如的大型线性方程组。20世纪50年代至70年代，由于电子计算机的发展，人们开始考虑和研究在计算机上用迭代法求线性方程组的近似解，用某中极限过程去逐渐逼近精确解，并发展了许多非常有效的迭代方法，迭代法具有需要计算机存储单元少、程序设计简单、原始系数矩阵在计算过程中始终不变等优点。例如法、法、法、法，这几种迭代法是最常见的一阶线性定常迭代法。 大量偏微分方程的离散形式是大规模线性代数方程组。其数值计算是科学工程计算的核心，占有绝大部分的总体运算时间，解大规模稀疏线性方程组的子空间方法显示出与众不同的有效性。当矩阵是对称正定时，常用的方法是具有短递推的共轭梯度法（）。系数矩阵不对称时，常用的方法中有完全正交法（）和广义最小残量方法（）。 还有很多迭代法正在被人们发现和研究，新的有效的方法层出不穷，其中基于大型稀疏非的正定阵的系数矩阵的和分裂的方法，方法等具有非常好的实用性。 但是没有一种算法是通用的，对于具体问题必须根据所得到的线性方程组和算法的特点进行选择。 一 ．经典迭代法概述 20实际50年代至70年代，人们开始考虑和研究用迭代法求解线性方程组 （1） 的近似解，发展了许多有效的方法，其中有法、法、法、法，这几种迭代法均属一阶线性定常迭代法，即若系数矩阵A的一个分裂:;为可逆矩阵,线性方程组（1）化为 得到迭代法的一般公式 （2） 其中：,. 对任意初始向量一阶定常迭代法收敛的充分必要条件是：迭代矩阵H的谱半径小于1，即，又因为对于任何矩阵范数恒有，故又可得到收敛的一个充分条件：。 1 Jacobi迭代法 若D为A的对角素构成的对角矩阵,且对角线元素全不为零,系数矩阵A的一个分解：A=D－(L+U)；这里D为A的对角素构成的对角矩阵，L为严格下三角阵，U为严格上三角矩阵。 于是Jacobi迭代法公式的矩阵形式为 定理1.1 若（某种向量范数导出的矩阵范数），则解Ax=b的Jacobi迭代法收敛。 定理1.2 设A为严格对角占优或不可约弱对角占优矩阵，则解Ax=b的Jacobi迭代法收敛 2 Gauss－Seidel迭代法 对于非奇异方程组，若D为A的对角素构成的对角矩阵，且对角线元素全不为零；系数矩阵A的一个分解 定理2.1 Gauss－Seidel法收敛的充要条件是其迭代矩阵的谱半径 定理2.2 若（某种向量范数导出的矩阵范数），则解Ax=b的Gauss-Seidel迭代法收敛。 3 SOR(successive over relaxation)迭代法 对于非奇异方程组,若D为A的对角素构成的对角矩阵,且对对角线元素全不为零,系数矩阵A的一个分解 这里D为A的对角素构成的对角矩阵,L为严格下三角阵,U为严格上三角阵。 SOR迭代法的矩阵形式为 定理3.1 对任意的A，设其对角元皆为零，则对所有实数，有 推论 如果解Ax=b的S