第2章线性方程组的迭代法答题.ppt

2.1 迭代法的一般理论 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。 向量和矩阵的范数 而在二维平面上，平面上任意一点P x,y 到原点的距离用 表示。而平面上任意两点P1 x1,y1 ,P2 x2,y2 的距离用 表示。 推广到n维空间，则称为向量范数。 2.3.2 收敛条件 我们看一下Gauss-Seidel迭代法收敛的充分条件 定理：若A满足下列条件之一，则Seidel i迭代收敛。 ①A为行或列对角占优阵 ②A对称正定阵（证略） 迭代格式收敛?? B 1 。若‖B‖ 1?迭代法收敛. det ?I-B det ?I- D-L -1U 证明： det D-L -1 det ? D-L -U 0 所以有 det ? D-L -U 0 若|?|?1, 则矩阵? D-L -U 是严格对角占优矩阵, 这与 det ? D-L -U 0矛盾, 所以|?| 1,于是? B 1. 注：二种方法都存在收敛性问题。 有例子表明：Gauss-Seidel法收敛时，Jacobi法可能不收敛；而Jacobi法收敛时， Gauss-Seidel法也可能不收敛。 2.4 逐次超松弛迭代法 记 则 可以看作在前一步上加一个修正量。若在修正量前乘以一个因子