实验3线性方程组的数值解—迭代法1.docVIP

实验3 线性方程组数值解-迭代法 一、实验n阶方程组Ax=b，若系数矩阵非奇异，且 (i = 1, 2,…, n)，将方程组改写成同解方程组： 然后写成迭代格式： 上式也可以简单地写为： 对以上两式给定一组任意初值后，经反复迭代可得到一向量序列，如果x (k)收敛于，则就是方程组Ax=b的解，该方法称为雅克比(Jacobi)迭代法。 设D = diag (a11, a22, …, ann)，将Ax=b改写为： AX = (D – (D - A)) x = b，DX = (D - A) x + b，X = (I – D-1A) x + D-1b。记B = I – D-1A，g = D-1 b。则迭代格式的向量表示为 BJ = I – D-1A称为雅克比迭代矩阵。 Jacobi迭代收敛的充要条件：迭代矩阵BJ的谱半径。特别地，若系数矩阵A满足以下特征中的任意一条，则Jacobi迭代法收敛： A为行对角占优阵，即； A为列对角占优阵，即； A的元素满足。 （2）Gauss-Seidel迭代法 在雅可比迭代中，每次迭代时只用到前一次的迭代值，而在高斯-塞德尔迭代中，每次迭代时充分利用最新的迭代值。一旦一个分量的新值被求出，就立即用于后续分量的迭代计算，而不必等到所有分量的新值被求出以后。如果迭代收敛，应该比更接近于原方程的解(i = 1, 2,…,