新计算方法 教学课件 徐士良 第二章.pptVIP

2) 进行回代 解出 回代逐个解出 ，…， ， 。即 ，k＝n－2，…，1，0 2.9 高斯-赛德尔迭代法 高斯-赛德尔迭代法（Gauss-Seide法适用于对角线占绝对优势的系统。对角线占绝对优势的系统具有大的对角线元素，每行中对角线元素的绝对值都大于该行中其它所有元素绝对值之和。 一般来说，如果方程组 ，i＝0，1，…，n-1 的系数矩阵具有主对角线优势，即满足 ，i＝0，1，…，n-1 则可以直接从主对角线解出 ，即 ，i＝0，1，…，n-1 于是对于给定的一组初值( ， ，…， )，作如下迭代： ，i＝0，1，…，n-1 这种迭代法称为高斯-赛德尔迭代法，有时就简称为赛德尔迭代法。 在使用迭代法求解线性代数方程组时，除了要考虑迭代格式的收敛性以外，在收敛的情况下，还要考虑尽量使迭代的收敛速度加快，减少迭代的次数。下面介绍一种线性加速收敛的方法，称为松弛法。 以高斯-赛德尔迭代法为例。 首先由高斯-赛德尔迭代格式求得第k＋1次的初步迭代值，即 ，i＝0，1，…，n-1 然后计算这个第k＋1次初步迭代值与第k次迭代值的差，即 , i＝0，1，…，n-1 最后，在第k次迭代值的基础上，直接加上这个差的一个倍数作为实际的第k＋1次的迭代值，即 , i＝0，1，…，n-1 综合以上过程，可以得到如下迭代格式： ，i＝0，1，…，n-1 其中ω称为松弛因子。为了保证迭代收敛，必须要求0＜ω＜2。当ω＞1时，称为超松弛法，此时加大了 的比重。当ω＝1时，实际上就是一般的高斯-赛德尔迭代法。在实际应用时，可以根据系数矩阵的性质以及反复计算的经验来选定合适的松弛因子ω，以加快收敛的速度。 2.10 关于病态系统 在工程中，通常用条件数来衡量方程组系统的病态性。条件数定义为 K = · 其中 是系数矩阵 的矩阵范数，通常用最大值范数 ，它是行元素绝对值之和的最大值，定义为 = 如果条件数K接近于1，矩阵是健康的；否则，如果它比1大得多，则矩阵是病态的 2.5.2 用乔里斯基分解求解方程组 设方程组为 = ，其中系数矩阵 为对称正定，且乔里斯基分解式为 = 方程组变为 = 则与LU分解法类似，求解线性代数方程组可以分以下两步进行 (1) 用逐步递推法由方程组 = 解出 。其计算公式为 = / = ， i = 1,…,(n – 1) (2) 用逐步回代法由方程组 = 解出 。其计算公式为 = = ，i = (n – 2),(n – 3),…,0 2.6 高斯-约当消去法 高斯-约当(Gauss-Jordan)消去法是一种无回代过程的求解线性代数方程组的直接解法。这种方法的基本思想是，通过一系列的初等行变换，直接将系数矩阵变换成单位矩阵，同样的变换就将常数向量变换成解向量。这种消去法的基本过程与高斯消去法相同，只是在消元过程中，不仅将主对角线以上的元素消成0，而且同时将主对角线以下的元素也消成0。显然，在这种情况下，回代过程就没有必要了。 全选主元高斯-约当消去法求解线性代数方程组的步骤 (1) 对于k从0到n－1做以下运算： 全选主元 通过行交换和列交换将绝对值最大的元素交换到主元素位置上 系数矩阵归一化 / ，j＝k＋1，…，n-1 ·常数向量归一化 / ·系数矩阵消元 － ，i＝0，1，…，n-1；i≠k j＝k＋1，…，n-1 ·常数向量消元 － ，i＝0，1，…，n-1；i≠k (2) 恢复解向量 高斯-约当消去法要比高斯消去法需要更多的计算工作量（可以验证），因此，后者更易被人们