计算方法复习2试题.pptx

非奇异， 。线性方程组 可 以转化为 。可以利用迭代法求 解线性方程组。 选定初始向量 第六章 解线性方程组的迭代法 使用迭代法收敛条件： （1） （2） ，因为 如何转化为 ？ ----- A=M+N ----- M x = N x + b, M分裂矩阵，选不同的M即 可构造出不同的 M选对角矩阵D： 即称为雅可比迭代法。 当M取对角矩阵D和下三角矩阵L之差： 称为高斯-塞德尔迭代法 Jacobi 和Gauss-Seidel的计算： Jacobi： Gauss-Seidel： 区别在于计算 时充分利用最新的迭代值，即 代替 Jacobi 和Gauss-Seidel收敛性： Ax=b： （1）A为严格对角占优矩阵。都收敛 （2）A弱对角占优矩阵，且不可约矩阵。都收敛 （3）A对称正定时： 雅克比收敛： 充要条件A，2D-A正定； Guass收敛： 成分条件，A正定。 超松弛迭代：（0 2） 的程度， =1时即Gauss。 收敛条件:P196-197 收敛速度问题： P187 第七章 非线性方程与方程组的数值解法 求解非线性方程f(x)=0： （1）二分法： 计算k次后的误差（b-a）/ 简单，收敛慢，一半用于求根得到一个较好 的近似值 （2）迭代法：f(x)=0 转化为 迭代函数 构造多样，收敛性同样重要。 区间[a.b]收敛的唯一性和存在性： 存在性：对所有的x∈[a，b] 有 ∈[a，b] 唯一性：存在 0 L 1 ,使所有的x∈[a，b]有 ≤ L 我们讨论的一般都是局部收敛的问题。即已经确定解 在 某一邻域内。 收敛阶问题：反应了收敛的速度 迭代误差 则称序列 是 p 阶收敛的 计算方法： 则为p阶收敛。（泰勒展开式） 迭代法一：牛顿法 迭代函数（无重根）： 二次收敛。 有m重根： 知道重根数： 不知道重根数： 迭代法二：弦截法和抛物线法 弦截法迭代方程： 弦截法收敛阶数p=1.618 抛物线法迭代方程：P329 抛物线法收敛阶数p=1.840 第8章 矩阵特征值问题计算 一：幂法、反幂法： （1）A含有n个线性无关的特征向量 （2）A的最大特征值为实根，满足 幂法思想： 结论： （第i个分量） 幂法存在的问题： （1）收敛速度取决于 （2） 大于1或者小于1，迭代后会使值趋于无穷大和无穷小 措施：规范化，从 开始对每次迭代结果 进行处理 结论： 收敛速度的加快： （1）原点平移：扩大 大小； （2） 反幂法：和幂法相似可以求最小特征值及其 特征向量 A-- 对应特征值 二：QR算法 可以求非奇异矩阵的全部特征值。 上海森森伯格矩阵可以通过正交变换得到。 豪斯霍尔德变换： H阵对称正交。 豪斯霍尔德将矩阵变换为上海森伯格矩阵： 已知一个A矩阵，可以把它看成一下形式： 根据约化定理 2. 3.将红色部分进行约化，直至A变换为上海森伯格矩阵的形式 豪斯霍尔德将矩阵QR分解： 类似 QR算法： （1） （2） （3）… 直到 变换成一个上三角矩阵，对角线元素就是其特征值。 但必须满足一定过的条件 第9章 常微分方程初值问题数值解法 实际问题一般可以归结为一阶常微分方程的初值问题： 解存在条件： 在a ≤ x ≤ b,-∞ ＜ y ＜ ∞ 区域内连续； 满足李普希兹(Lipschitz)条件： 微分方程数值计算的一般思路： 算出精确解y(x)在区间?a,b?上的一系列离散节点 处的函数值 的近似值 相邻两个节点的间距