数值分析(李庆杨第四版)Cht6new.pptVIP

§1 引言 §2 基本迭代法 §3 迭代法的收敛性分析 作业: P260, 7,8. * 第6章 解线性代数方程组的迭代法 考虑线性方程组 也就是 AX b. 1.1 低阶稠密的线性方程组用直接法 如高斯消去法和三角分解法 。 大型稀疏非带状的线性方程组 n很大,且零元素很多.如偏微方程数值解产生的线性方程组,n≥104 的求解问题？ 零元素多，适合用迭代法。 我们将介绍迭代法的一般理论及雅可比迭代法、高斯—塞德尔迭代法、超松弛迭代法，研究它们的收敛性。 例1 求解线性方程组 记为Ax b,即 精确解x* 3,2,1 T. 改写 1.2 为 或写为x B0x+f,即 任取初值,如x 0 0,0,0 T,代入 1.3 得到x 1 2.5,3,3 T. 反复迭代 即 x k+1 B0x k +f， k 0,1,2,… 考虑线性方程组 也就是 Ax b. 2.1 进行矩阵分裂 A M-N, 2.2 其中M为可选择的非奇异矩阵,且使Mx d容易求解. 于是, Ax b?x M-1Nx+M-1b. 可得一阶定常迭代法: 一、雅可比迭代法 可以得到计算公式 雅可比迭代法 ：对k 0,1,…, 二、高斯—塞德尔迭代法 还可得到迭代计算公式：对k 0,1,…, 称为高斯—塞德尔迭代法. 例2 求解线性方程组 1.2 取初值x 0 0,0,0 T, 高斯—塞德尔迭代法又等价于：对k 0,1,…, SOR迭代法的计算公式:对k 0,1,…, 三、逐次超松驰 SOR 迭代法 说明:1 ω 1,GS; 2 运算量; 3 ω 1超松驰,ω 1低松驰; 4 控制迭代终止的条件: 例3 用上述迭代法解线性代数方程组 初值x 0 0，写出计算格式。 P242. 作业: P259, 2. 一、一阶定常迭代法的基本定理 1 Jacobi: BJ D-1 L+U ，fJ D-1b; 2 Gauss-Seidel: BG D-L -1U，fG D-L -1b; 3 SOR: BSOR D-wL -1 1-w D+wU ，fSOR w D-wL -1b. 迭代的统一格式：x k+1 Bx k +f 例5 考察用雅可比迭代法求解线性方程组 定义3 （1）按行严格对角占优： （2）按行弱对角占优： 上式至少有一个不等号严格成立。 二、某些特殊方程组的迭代收敛性 *定义 每行每列只有一个元素是1,其余元素是零的方阵称为置换阵 或排列阵 . 作业: P259, 5. 定理6 对角占优定理 若矩阵A按行 或列 严格对角占优，或按行 或列 弱对角占优且不可约；则矩阵A非奇异。 定理7 若矩阵A按行 或列 严格对角占优,或按行 或列 弱对角占优不可约；则Jacobi迭代、Gauss-Seidel迭代都收敛。 证明 若矩阵A按行严格对角占优，或按行 或列 弱对角占优不可约，则GS迭代收敛。假若不然，ρ BG ≥1，即迭代矩阵BG的某一特征值λ使得|λ|≥1，并且 类似地，若矩阵A按行严格对角占优，或按行 或列 弱对角占优不可约，则Jacobi迭代收敛。假若不然，ρ BJ ≥1，即迭代矩阵BJ的某一特征值λ使得|λ|≥1，并且 定理9 对于线性方程组Ax b，若A为对称正定矩阵，则当0 ω 2时，SOR迭代收敛. 证明 只需证明λ 1（其中λ为Lω的任一特征值）. 定理10 对于线性代数方程组Ax b， 若A按行 或列 严格对角占优，或按行 或列 弱对角占优不可约；则当0 w≤1时，SOR迭代收敛。 *