数值分析课件().ppt

上述迭代法是一种逐次逼近法，其基本思想是将隐式方 程归结为一组显示的计算公式，就是说，迭代过程实质上是 一个逐步显示的过程。 k xk k xk k xk 0 1 2 1.5 1.35721 1.33086 3 4 5 1.32588 1.32494 1.32476 6 7 8 1.32473 1.32472 1.32472 6.2 基本迭代 一、雅可比迭代法 二、高斯—塞德尔迭代法 SOR迭代法的计算公式:对k=0,1,…, 三、逐次超松驰(SOR)迭代法 说明: 1)ω=1,即为GS（高斯-赛德尔迭代法）; 2)ω1，称为超松驰法； ω1，称为低松驰法； 3) SOR方法每迭代一次主要运算量是计算一次矩阵 与向量的乘法。 例6-3 用SOR迭代法解线性代数方程组 6.3 迭代法的收敛性 一、一阶定常迭代法的基本定理 注：定理5中的矩阵是迭代矩阵，常用格式的迭代矩阵如下： 1) 雅可比迭代法: BJ=D-1(L+U)，fJ=D-1b; 2) 高斯-赛德尔迭代法: BG=(D-L)-1U，fG= =(D-L)-1b; 3) SOR迭代法: BSOR=(D-ωL)-1{(1-ω)D+ωU}，fSOR=ω(D-ωL)-1b. 例6-4 考察用雅可比迭代法求解线性方程组 二、某些特殊方程组的迭代收敛性 定义3 （1）按行严格对角占优 （2）按行弱对角占优 上式至少有一个不等号严格成立。 定理8(对角占优定理)若矩阵A按行(或列)严格对角占优，或 按行(或列)弱对角占优且不可约；则矩阵A非奇异。 定理9 若矩阵A按行(或列)严格对角占优,或按行(或列)弱对 角占优不可约；则Jacobi迭代、Gauss-Seidel迭代都收敛。 定理12 对于线性方程组Ax=b，若(1) A为对称正定矩阵，(2)0ω2，则解Ax=b的SOR迭代收敛。 定理13 对于线性代数方程组Ax=b， 若A按行(或列)严格对角占优，或按行(或列)弱对角占优不可约；则当0ω≤1时，SOR迭代收敛。 知 识 结 构 图 六 迭 代 法 解 方 程 组 迭代法基本概念 高斯-赛德 尔迭代法 迭代格式 收敛条件（充要条件、充分条件四个） SQR迭代法 迭代法收敛速度 雅可比迭代法 迭代格式 收敛条件（充要条件、充分条件四个） 迭代格式 收敛条件（充要条件、必要条件、 充分条件五个） 第七章解非线性方程求根 内容提要 7.1 方程求根与二分法 7.2 迭代法及其收敛性 7.3 牛顿法 7.4 弦截法 7.1 方程求根与二分法 一、引言 非线性方程的分类 由此可知方程的有根区间为[1,2] [3,4] [5,6] 求根问题的三个方面：存在性，分布，精确化。 x 0 1 2 3 4 5 6 f(x)的符号 ? ? + + ? ? + 二、二分法 0 x y X* x0 a b y=f(x) a1 b1 k ak bk xk f(xk)符号 0 1 2 3 4 5 6 1.0 1.25 1.3125 1.3203 1.5 1.375 1.3438 1.3281 1.25 1.375 1.3125 1.3438 1.3281 1.3203 1.3242 ? + ? + + ? ? 二分法的优点是算法简单，且总是收敛的，缺点是收 敛太慢,故一般不单独将其用于求根，只用其为根求 得一个较好的近似值。 7.2 迭代法 一、不动点迭代与不动点迭代法 关于线性方程组的数值解法一般有两类： 1、直接解法：经过有限次的算术运算，可求得方程组精确 解的方法（若计算过程中没有舍入误差）。但实际计算中由 于舍入误差的存在和影响，这种方法也只能求得线性方程组 的近似解。本章主要研究此类问题的解法。 2、迭代法：用某种极限过程去逐步逼近现行方程组精确解 的方法。迭代法具有需要计算机的存储单元较少、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。 5.2 高斯消去法 在求解三角方程组,得 高斯消去法的条件 5.3 高斯主元素消去法 列主元消去法 5.4 矩阵三角分解法 Ax=b是线性方程组,A是n×n方阵,并设A的各阶顺序主 子式不为零。令 A(1)=A,当高斯消元法进行第一步后,相当于 用一个初等矩阵左乘A(1) 。不难看出，这个初等矩阵为 重复这个过程，最后