第五章线性方程组的迭代法53要点.pptVIP

第五章  线性方程组的迭代法 引例：Cramer法则不可行 Cramer法则 n20时， 计算量太大，现实上不可行 Cramer法则数学上很重要，计算上无价值 线性方程组的迭代法 解线性方程组迭代法的基本思想 Jacobi 迭代 Jacobi 迭代 Gauss-Seidel 迭代 SOR 迭代 Jacobi、GS 和 SOR 算法 举例 举例（续） 举例（续） 矩阵分裂法 向量范数 向量范数 例子：设 求它的三种常用的向量范数。 矩阵范数 常见的矩阵范数 矩阵范数 例子：设 求它的行范数、列范数。 相容范数 向量序列的收敛 迭代收敛的判断条件 预备定理：若方阵G的某种范数 则矩阵I-G 为非奇异矩阵。 5.3 迭代法过程的收敛性 定理 (全局收敛性) 设迭代矩阵G的某种范数||G||1，则x=Gx+f 存在唯一解，且对任意初值, 迭代序列 x(k)= Gx(k-1) + f 收敛于x*，进一步有误差估计式 直接从Ax=b判断 定理 若A按行严格对角占优( ), 则解Ax=b的Jacobi迭代和Gauss-Seidel迭代均收敛。