线性方程组迭代法x分解.ppt

引理1 证: 再由范数的等价性有 4.2.2 迭代法收敛的判定定理 定理4.1 设 若 则对任意的初始向量 ，该迭代过程收 敛于 的唯一解 且有估计式： 先证 若 则E-B非奇异. 用反证法:设E-B是奇异的,则存在非零 向量X,使(E-B)X=0.即有X=BX.两边取 范数,再由范数的性质得 由于 得 这与 矛盾，因而E-B非奇异。 证明： 由于E-B是非奇异的，所以方程组 (E-B)X=f的解存在且唯一.设为X*,即 X*=BX*+f,进而有 取范数得: 由于0q1,所以 所以迭代过程收敛. 又： 于是有 即(1)式成立. 再由于 所以有 证毕 写出Jacobi迭代及G-S迭代，并求其解. 例. 解： 1. Jacobi迭代格式为: 雅可比迭代矩阵: 所以雅可比迭代是收敛的. 行范数： 2. G-S迭代格式为: G-S迭代矩阵 行范数： 所以G-S迭代也是收敛的. 取初始向量 用G-S迭代格式计算的结果： 此方程准确解为： 定义4.3 如果方阵A满足 则称A按行严格对角占优.(类似地可定义按 列严格对角占优) 例子: 按行严格对角占优。 定理4.2 若Ax=b的系数矩阵A按行(列)严格对角占优,则Jacobi迭代及G-S迭代都收敛. 先证雅可比迭代收敛.因为: 所以由定理4.1,Ax=b存在唯一解x*.且用雅可 比迭代法求解收敛. 可证G-S迭代法收敛(略) 证明： 以上两个定理都是收敛的充分条件. 定理4.3 对于任意的初始向量 ，由迭代 产生的向量序列 收敛 复习：矩阵B的谱半径 定理4.3 对于任意的初始向量 ，由迭代 写出一定收敛的Jacobi迭代格式。 从而 例4： 例. 由BJ的特征多项式 得特征值为：?1=2，?2=-2 可见:对原方程组直接写出的Jacobi迭代是发散的. 所以迭代阵的谱半径 其系数矩阵是严格对角占优的,所以用雅可 比迭代法求解收敛.其迭代格式为: 如果交换方程的顺序，得： 定理4.4 设方程组Ax=b的系数矩阵A为实 对称正定矩阵,且0?2,则松驰迭代法收敛. 例5 :讨论例2 中的方程组用 SOR方法求解的收敛性. 解: 例2中方程组的系数矩阵为: 对称正定？ 首先A是对称矩阵,再由 A是对称正定矩阵. 由定理4.4知,当0?2时,用SOR法求解收敛. 写出Jacobi迭代及G-S迭代，并判断敛散性. 例6 解： 1. Jacobi迭代格式为: 雅可比迭代矩阵: 所以雅可比迭代是收敛的. 求出B的三个特征值 迭代阵的谱半径 2. G-S迭代格式为: G-S迭代矩阵 所以G-S迭代发散. 求出B的三个特征值 迭代阵的谱半径 小结 结束 三种具体迭代格式：Jacobi、 G-S、 SOR 它们的迭代矩阵 四个收敛定理： 收敛 收敛 3、A严格对角占优 Jacobi、G-S收敛 4、 A对称正定 G-S、SOR(0?2)收敛 1、 2、 * 思路 将 改写为 等价形式 ，建立迭代 　 。从初值 出发，得到序列 。 研究 内容： ? 如何建立迭代格式？　 ? 收敛速度？ ? 向量序列的收敛条件？ ? 误差估计？ 2.4 解线性方程组的迭代法 /* Iterative Methods for Solving Linear Systems */ §4.1 三种基本的迭代法 4.1.1．雅克比（Jacobi）迭代法 （以三阶方程 组为例） 假设 则方程组可写为： 任选一初值向量： 称为雅可比(Jacobi)迭代 对于n阶方程组 则雅可比迭代公式为: n阶方程的 Jacobi 迭代格式: 若用矩阵来表示雅可比迭代，则如下: 令A=D-L-U，其中 A = -L -U D A x=b,  ( D – L – U) x = bDx = (L+U) x+b 迭代 Dx(m+1)=(L+U)x(m) + b,若 则D可逆,于是得 称 为雅可比迭代矩阵. 则有： 4.1.2 高斯—赛德尔迭代法 (Gauss-Seidel) 对雅可比迭代法作如下的改进:将初值 代入4.1的第一个方程可得 ,用 代 入第二个方程得 ,用 代入第三 个方程得 , 这样一直做下去,直到得到满意的 解为止. 这种迭代称为 高斯—赛德尔(Ga