数值分析2.3迭代法的收敛性.pptVIP

下面对一些特殊的系数矩阵给出几个常用的判断收敛的条件。 定义：若n阶方阵 A=(aij)满足 且至少有一个 i 值，使上式中不等号严格成立，则称A为弱对角占优阵。 若对所有 i，不等号均严格成立，则称A为严格对角占优阵。 例如： 矩阵 是严格对角占优阵 矩阵 不是严格对角占优阵 设有线性方程组Ax=b，下列结论成立： 若A为严格对角占优阵，则Jacobi迭代法和Gauss-Seidel迭代法均收敛。 2.若A为严格对角占优阵，0ω≤1，则松弛法收敛。 3. 若A为对称正定阵，0ω2，则松弛法收敛. 即：若A是对称正定阵，则松弛法收敛的充要条件为0ω2。 归纳判断迭代法收敛的方法如下： 1. 首先根据方程组的系数矩阵A的特点判断； 2. 可根据迭代矩阵的范数判断； 3. 只好根据迭代矩阵的谱半径判断. 三、举例 例1：设有方程组Ax=b，其中 讨论用三种迭代法求解的收敛性。 解：首先Ａ不是对角占优阵，但Ａ是对称阵， 　　且其各阶顺序主子式均大于０，故Ａ为对 　　称正定阵，由判别条件３可得 Gauss-Seidel法与松弛法(0ω2)均收敛。 又因为Jacobi迭代法的迭代矩阵为 故||B||1=||B||∞=1，因此不能用范数判断。 下面计算迭代矩阵的谱半径。 解特征方程 可得谱半径 故Jacobi迭代法不收敛。 值得注意的是：改变方程组中方程的顺序，即将系数矩阵作行交换，会改变迭代法的收敛性。 例2：设方程组Ax=b的系数矩阵为 则Jacobi法与Gauss-Seidel法的迭代矩阵分别是 其谱半径分别为 故这两种迭代法均不收敛。 但若交换两个方程的次序，得原方程组的同解方程组 显然Aˊ是严格对角占优阵，因此对方程组 用Jacobi法和Gauss-Seidel法均收敛。 例3：设A=(aij)是二阶方阵，且a11a22≠0.试证 求解方程组Ax=b的Jacobi法与Gauss-Seidel法同时收敛或发散。 证明： Jacobi迭代矩阵为 其谱半径为 而Gauss-Seidel法的迭代矩阵为 其谱半径为 则有 显然 同时小于1、等于 1或大于1，因此有相同的敛散性。 例4：设线性方程组Ax=b的系数矩阵为 求能使Jacobi方法收敛的充要条件的a的取值范围。 解：当a ≠0时，Jacobi法的迭代矩阵为 解特征方程 得 故 由 得 故当 时，Jacobi迭代法收敛。 一、矩阵的谱半径 第2章 线性方程组的数值解法 §迭代法的收敛性 二、迭代法的收敛条件 三、举例 复习： 1、矩阵的特征值与特征向量的定义与计算； 设A为方阵，Au = λu (u ≠ 0) 即λ是方程 |λE - A| = 0的根 2、矩阵的特征值与特征向量的性质 3、Ak = AA…A的特征值是 一、迭代法的谱半径 称迭代公式 中的矩阵 B 为迭代矩阵. 定义1： 定义2： 设A为n阶方阵，λi (i = 1,…,n)为A的特征值，称特征值模的最大值为矩阵A的谱半径，记为 称为矩阵A的谱. 性质： 若矩阵A的谱为 谱半径为 则 Ak = AA…A k个 的谱为 ( k = 1, 2, …) 谱半径为 定理：设A为任意n阶方阵，||.||为任意由向量 范数诱导出的矩阵的范数，则 证明： 对A的任一特征值λi 及相应的特征向量 ui，都有 因为ui为非零向量，即||ui||≠0，于是有 由λi 的任意性得 定理：设A为n阶方阵，则对任意正数ε，存在 一种矩阵范数||.||，使得 （证明省略） 注： 对n阶方阵，一般不存在矩阵范数||.||，使得 但若A为对称矩阵，则有 下面的定理对建立迭代法的收敛条件十分重要. 定理：设A为n阶方阵，则 的充要条件为 证明：必要性: 若 则 而 于是由极限存在准则，有 故 充分性: 若 取 则存在一种矩阵范数||.||，使得 而 于是 所以 二、迭代法的收敛条件 定理：对任意初始向量 x(0)和右端项g，由迭代 格式 x(k+1) = Mx(k) + g 产生的向量序列收敛的充要条件为 证明： 必要性 设存在n维向量x*，使得 则 x* 满足 由迭代公式有 于是有 因为x(0)为任意向量，因此上式成立必须 即 充分性: 若 则λ=1不是M的特征值，所以 |I－Ｍ|≠0 于是对任意n维向量g，方程组(I－M)x=g有唯 一解，记为x*，即 并且 又因为 故对任意初始向量x(0)，都有 即由迭代公式产生的向量序列{x(k)}收敛。 推论1：若迭代矩阵满