数值分析2.2解线性方程组的迭代法.pptVIP

注： 对有些问题Gauss-Seidel迭代法确实比Jacobi迭代法收敛得快; 但也有Gauss-Seidel迭代法比Jacobi迭代法收敛得慢; 甚至还有Jacobi迭代法收敛，而Gauss-Seidel迭代法发散的情形。 三、超松弛迭代法 1. 超松弛迭代法的一般形式 为了加速迭代过程的收敛，我们通过引入参数，在Gauss-Seidel迭代的基础上得到一种新的迭代法。 记 其中x(k+1)由G-S方法算出。于是有 （i = 1, 2, …, n） 可以把 △x 看作G-S迭代的修正项， 即第 k 次近似解 x(k) 以此项修正后得到新的 近似解 x(k+1) = x(k) + △x 松弛法是将△x 乘上一个参数因子ω作为修 正项而得到新的近似值，其具体公式为： x(k+1) = x(k) + ω △x 即 按上式计算方程组近似解序列的方法称为 松弛法， ω 1时，称为低松弛； ω=1时，是G-S法； ω 1时，称为超松弛法，简称SOR法 2. 超松弛迭代法举例 例：用超松弛法求解下列方程组，取ω=1.4 精确解是x*=(3, 2, 1)T 解：将原方程组改写为 则迭代公式为： 3. 超松弛迭代法的矩阵形式 用分解式 A = D－Ｌ－Ｕ，则可写为 迭代公式也可写为： 即 显然对任何ω值，(D－ωL)非奇异，故 这就是松弛迭代法的矩阵表示。 注： 松