NA006d线性方程组求解.pptVIP

* §7 迭代法的收敛性 /* Convergence of Iterative methods */ 的收敛条件 设： 定义 A A k k  ? ? lim 是指 ij k ij k a a  ? ? lim 对所有 1? i, j ? n 成立。 定理 设 存在唯一解，则从任意 出发， 迭代 收敛 ? 0 ? k B 等价于对 任何算子范数有 Bk ? 0 ? B 1 迭代从任意向量出发收敛 定理 （迭代法基本定理）设有方程组 任意初始向量 及任意 ，解此方程组的迭代（即 对于 法）收敛的充要条件是? B 1。 §7 Convergence of Iterative methods 定理 Bk ? 0 ? ? B 1 证明： “?” 若 ? 是 B 的eigenvalue, 则?k 是 Bk 的eigenvalue 。 则 [? B ]k [ max | ? | ]k | ?mk | ? ? Bk ? || Bk || ? 0 ? ? B 1 ? “?” 首先需要一个引理 /* Lemma */ 对任意 ? 0, 存在算子范数 || · || 使得 || A || ? ? A + ? 。 由 ? B 1 可知存在算子范数|| · || 使得 || B || 1。 || Bk || ? || B ||k ? 0 as k ? ? Bk ? 0 证明：对 A 做 Jordan 分解，有 ，其中 ， ， ?i 为 A 的 eigen value。 令 ，则有 易证： 是由 导出的算子范数。 所以只要取 ? ? ，就有|| A ||? ? A + ? 。 注意到 则 例：已知方程组 ，考察解此方程组 的Jacobi迭代法是否收敛，它的渐近收敛速度为多少。 解：方程组的Jacobi迭代阵 因 故方程组的Jacobi迭代收敛。 称 为迭代法的收敛速度。 定义 其渐近收敛速度 从上述可知,当? B 1时，迭代过程 收敛;且? B 越小,则迭代收敛越快. 用什么度量收敛的快慢程度呢? 表示k 次迭代后误差的乘数,若要求k 次迭代后误差不超过 初始误差的10-t 倍，即 则迭代 次数需满足 §7 Convergence of Iterative methods §7 Convergence of Iterative methods 定理 （充分条件）若存在一个矩阵范数使得 || B || q 1, 则迭代收敛，且有下列误差估计： ① ② 证明： ① ? ② 故收敛性得证。 例 考察用Jacobi方法解方程组 的收敛性。 解 Jacobi迭代矩阵为 因 故其Jacobi 迭代收敛。 §7 Convergence of Iterative methods 但迭代阵的谱半径 ，故其迭代法收敛。 讨论用迭代法求解 的收敛性。 例 设有方程组 解 §7 Convergence of Iterative methods §7 Convergence of Iterative methods 定理 （充分条件）若A 为严格对角占优阵 /* strictly diagonally dominant matrix */ 则解 的Jacobi 和 Gauss - Seidel 迭代均收敛。 证明：首先需要一个引理 /* Lemma */ 若A 为SDD阵，则det A ? 0，且所有的 aii ? 0。 证明：若不然，即det A 0，则 A 是奇异阵。 存在非零向量 使得 记 显然 我们需要对 Jacobi 迭代和 Gauss-Seidel迭代分别证明：任何一个| ? | ? 1 都不可能是对应迭代阵的特征根，即 | ?I ? B | ? 0 。 Jacobi: BJ ?D?1 L + U aii ? 0 如果 | ? | ? 1 则 是SDD阵 | ?I ? B | ? 0 ? 关于Gauss-Seidel迭代的证明 与此类似。 Jacobi收敛的另一种证法见教材p199. §7Convergence of Iterative methods §8 松弛法 /* Relaxation Methods */ 换个角度看Gauss - Seidel 方法： 其中ri k+1 /* residual */ 相当于在 的基础上加个余项生成 。 下面令 ，希望通过选取合适的 ? 来加速收敛，这就是松弛法 /* Relaxation Methods */ 。 ii k i k i k i a r x x 1 1 + + + w 0 ? 1 低松弛法