武汉大学求解方程组的迭代法.pptVIP

第二章 2.2 解线性方程组的迭代法 数学与统计学院 迭代法研究的主要问题 1）迭代格式的构造； 2）迭代的收敛性分析； 3）收敛速度分析； 4）复杂性分析；（计算工作量） 5）初始值选择。 迭代格式的构造 把矩阵A分裂为 则 迭代过程 B称为迭代矩阵。 给定初值 就得到向量序列 定义：若 称逐次逼近法收敛， 否则，称逐次逼近法不收敛或发散。 问题： 是否是方程组（1）的解？ 定理1：任意给定初始向量 ，若由迭代公式（2）产生的迭代序列收敛到 ，则 是方程组（1）的解。 证： 逐次逼近法收敛的条件 定理2：对任意初始向量 ，由（2）得到的迭代序列收敛的充要条件是迭代矩阵 的谱半径 证： 因此 要检验一个矩阵的谱半径小于1比较困难，所以我们希望用别的办法判断是否有 定理3：若逐次逼近法的迭代矩阵满足 ， 则逐次逼近法收敛。 Remark:因为矩阵范数 ， ， 都可以直接用矩阵 的元素计算，因此，用定理3，容易判别逐次逼近法的收敛性。 问题：如何判断可以终止迭代？ 定理4：若迭代矩阵 满足 则 （3） （4） Remark: (4)式给出了一个停止迭代的判别准则。 (3）式指出 越小收敛越快。 ， 证： Jacobi 迭代 Jacobi迭代 迭代过程： 若记 算法描述 1 输入 2 if , then 2.1 for 2.1.1 s=0, 2.1.2 for 2.1.3 2.1.4 if then 2.2 k=k+1 2.3 if then 2.3.1 2.3.2 goto 2 else 输出 结束。 else 2.4 输出 迭代次数太大。 3 结束 Gauss-Seidel迭代 假设 算法描叙 1 输入 2 if , then 2.1 for 2.1.1 s=0， 2.1.2 for 2.1.3 2.1.4 if then 2.2 k=k+1 2.3 if ,输出结果，结束。 else 2.4 输出迭代次数太大。 3 结束 Remark: Gauss-Seidel迭代法的计算过程比Jacobi迭代法更简单。计算过程中只需用一个一维数组存放迭代向量。 Gauss-Seidel迭代不一定比Jacobi迭代收敛快。 例 希望直接对系数矩阵A研究这俩种迭代收敛条件。 定理5 设A是有正对角元的n阶对称矩阵，则Jacobi迭代收敛 A和2D-A同为正定矩阵。 证：记 则 即