第五章 线性方程组迭代法.ppt

迭代法收敛的判别条件 迭代法收敛的判别条件 迭代法收敛的判别条件 迭代法收敛的判别条件 迭代法收敛的判别条件 迭代法收敛的判别条件 Thank you! Gauss-Seidel迭代法 Gauss-Seidel迭代法的算法 Gauss-Seidel迭代法的矩阵形式 超松弛（SOR)法 超松弛（SOR)法 超松弛（SOR)法 超松弛（SOR)法 提纲 迭代法概述 基本迭代法 向量范数和矩阵范数 迭代法的收敛性 向量范数和矩阵范数 为了研究线性方程组近似解的误差估计和迭代法的收敛性，我们需要对Rn(n维向量空间)中的向量或Rnxn中矩阵的“大小”引入一种度量，——向量和矩阵的范数。 向量范数 常见的向量范数 向量范数的性质 向量的收敛性 向量的收敛性 矩阵范数 相容范数 算子范数 算子范数 常见的矩阵范数 常见的矩阵范数 矩阵的谱半径 矩阵的谱半径 提纲 迭代法概述 基本迭代法 向量范数和矩阵范数 迭代法的收敛性 线性方程组迭代法收敛条件 迭代法收敛条件 迭代法收敛条件 迭代法的误差估计 迭代结束的条件 （事后误差估计法） 迭代法收敛的判别条件 迭代法收敛的判别条件 迭代法收敛的判别条件 迭代法收敛的判别条件 迭代法收敛的判别条件 第五章 线性方程组迭代法 杨娟 合肥工业大学 计算机学院 提纲 迭代法概述 基本迭代法 向量范数和矩阵范数 迭代法的收敛