NA-3-4-线性代数方程组的迭代解法.pptVIP

第四节 线性代数方程组的迭代解法 一 . 基本迭代法的格式及收敛性 二.几种实用的基本迭代法 1、Jacobi迭代法 2、Gauss-Seidel迭代法 3、超松弛迭代法（SOR) 例1：设方程组为 解：Jacobi迭代格式为 试写出其Jacobi分量迭代格式以及相应的迭代矩阵，并求解。 故Jacobi迭代矩阵为 取 x(0)=(0,0,0)t, e=10-3,终止准则：‖x(k)-x(k-1)‖e x(14)= -3.9997 2.9998 1.9998 例2：设方程组为 解： Gauss-Seidel迭代格式为 试写出Gauss-Seidel迭代格式. 2、Gauss-Seidel迭代法 Gauss-Seidel迭代的分量形式 推导Gauss-Seidel迭代法的矩阵形式 Gauss-Seidel迭代矩阵 Gauss-Seidel迭代公式 给出初始向量 x(0), 即可得到向量序列： x(1),x(2),…,x(k),… 若 x(k) → x*, 则x*是解。 Ab.m a(1,1)=1/2+1/4+1/3;a(1,2)=-1/4;a(1,3)=-1/3; a(2,1)=a(1,2);a(2,2)=1/4+1/3+1/5;a(2,3)=-1/5; a(3,1)=a(1,3);a(3,2)=a(2,3);a(3,3)=1/3+1/5+1/3; b(1)=20/2;b(2)=0;b(3)=5/3; function [x,k]=gs(A,b) [n n]=size(A); x=zeros(1,n); for k=1:1000 error=0; for i=1:n s=0;xb=x(i); for j=1:n if i~=j,s=s+A(i,j)*x(j);end end x(i)=(b(i)-s)/A(i,i); error=error+abs(x(i)-xb); end if error/n0.0001,break;end end fprintf(k.no.=%3.0f,error=%7.2e\n,k,error) 雅可比迭代算法 A=[9 -1 -1;-1 10 -1;-1 -1 15]; b=[7;8;13];x=[0;0;0]; er=1;k=0; while er0.00005 er=0;k=k+1; for i=1:3 s=0;t=x(i);x(i)=0; for j=1:3 s=s+A(i,j)*x(j); end x(i)=t; y(i)=(b(i)-s)/A(i,i); er=max(abs(x(i)-y(i)),er); end x=y;x end 0.7778 0.8000 0.8667 0.9630 0.9644 0.9719 0.9929 0.9935 0.9952 0.9987 0.9988 0.9991 0.9998 0.9998 0.9998 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 高斯-赛德尔迭代算法 A=[9 -1 -1;-1 10 -1;-1 -1 15]; b=[7;8;13];x=[0;0;0]; er=1;k=0; while er0.00005 er=0;k=k+1; for i=1:3 s=0;t=x(i);x(i)=0; for j=1:3 s=s+A(i,j)*x(j); end x(i)=(b(i)-s)/A(i,i); er=max(abs(x(i)-t),er); end x end 0.7778 0.8778 0.9770 0.9839 0.9961 0.9987 0.9994 0.9998 0.9999 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 准则3 方程组 Ax=b中, 若A是实对称正定矩阵,则Gauss-Seidel迭代法收敛 证明: 由 A = D – L – LT ? BG-S = (D – L)-1LT 设λ为BG-S的任一特征值, x为其特征向量,则 (D – L)-1LT x =λx ? LT x =λ(D – L)x ? A正定,故 p = xTDx