数值分析 第6章 解线性方程组的迭代法.pptVIP

练习 设方程组 试考察用J法和GS法求解的收敛性。 解 其中 J法迭代矩阵 故用J法解此方程组不收敛。 GS法迭代矩阵为 故解此方程组的GS迭代法是收敛的 6.3.3 迭代的收敛速度 迭代公式 误差关系如下： 于是　　　　 根据算子范数定义可知  　　 所以 是迭代k次后误差向量 的范数与初始误差向量 的范数之比的最大值.若要求迭代k次后　　　　  这里 是一个小数，通常ε 1，所以 由 两边取对数可得　　　　 它表明迭代步数k与 成反比， 于是可定义量 即 愈大，迭代次数k愈少. 为迭代法的平均收敛速度,依赖于所取的范数． 　　定义1.3　 称为迭代法的渐近收敛速度. 　例4　对例1中的迭代序列(1.8)要使相对误差 　　解　因(1.8)中迭代矩阵B的谱半径 ， ， 因此取k=12,即为所求. 至少要迭代几次? §6.4　超松弛迭代法(SOR) 逐次超松弛(Successive Over Relaxation)迭代法，简称SOR迭代法，它是在GS法基础上为提高收敛速度，采用加权平均而得到的新算法，设解方程Ax=b的GS法记为 再由 与 加权平均得 (3.1) 这里ω＞0称为松弛参数， 将(3.1)代入则得 (3.2) 称为SOR迭代法，ω＞0称为松弛因子，当ω=1时(3.2)即为GS法，将(3.2)写成矩阵形式，则得 即 于是得SOR迭代的矩阵表示 按A=M-N分解，有 . 例7　给定方程组 精确解 ,用SOR法求解，分别取ω=1及ω=1.25 解　用　SOR迭代公式(3.2)可得 取 ，迭代7次后分别为 若要精确到小数后7位，对ω=1(即GS法)需迭代32次，而 对ω=1.25的SOR法，只需迭代15次.它表明松弛因子ω选择的好坏，对收敛速度影响很大. function [y,n]=sor(a,b,w,x0,emg) D=diag(diag(a)); U=-triu(a,1); L=-tril(a,-1); lw=(D-w*L)\((1-w)*D+w*U); f=(D-w*L)\b*w; y=lw*x0+f;n=1; while norm(y-x0)emg x0=y y =lw*x0+f;n=n+1; end y n A=[4 3 0;3 4 -1;0 -1 4]; b=[24;30;-24]; X0=[1;1;1]; [y,n]=sor(A,b,1,X0,1e-7) 6.4.2 SOR迭代法收敛性 根据迭代法收敛性定理，SOR法收敛的充分必要条件为 ，收敛的充分条件为 ，但要计算 比较复杂，通常都不用此结论，而直接根据方程组的 系数矩阵A判断SOR迭代收敛性. 定理11 设 则解方程 的SOR迭代法收敛的必要条件是0＜ω＜2 证明　由SOR迭代矩阵 的表达式(3.4) 于是 SOR迭代收敛必要条件 另一方面，设 的特征值为 由特征根性质，有 若SOR法收敛，则 ，由 则得0＜ω＜2.证毕. 定理12　若 则解Ax=b的SOR迭代法(3.3)对 迭代收敛. 证明　设 对称正定，且0＜ω＜2， 的特征值为 对应特征向量x≠0,由(3.4)得 因 为实对称矩阵，故 (可能是复数)， 上式两边与x作内积，得 (3.5) 因A正定，故D也正定，记 又记 由复内积性质得 于是由(3.5)有 由于A正定及0＜ω＜2，故 于是 定理3.3　设 为对称正定的三对角矩阵， 是解方程Ax=b的J法迭代矩阵，若 ，记 ，则SOR法的最优松弛因子 为 (3.6) 且 (3.7) 根据定理， 说明GS法比J法快一倍. 图4-1 由(3.7)可知，当ω=1， 收敛速度为 ： 例8　对例7中的方程组，用SOR迭代法求最优松弛因子 ，并研究其收敛速度. 解　由于 是对称正定的三对角矩阵，SOR迭代收敛. 故 而SOR最优松弛因子 故 .若要使误差 取k=12即可. 例7中取ω=1.25已近似 故它收敛很快，实际计算时迭代14次可达到小数后7位精度. 对ω=1的GS法，由 达到与SOR法的同样精度.迭代次数 故k≈34与实际计算结果相符 松弛迭代算法 1、输入系数矩阵A、向量b和松弛因子omega，和误差控制eps 2、x2={1,1,…..,1} //赋初值 3、while( ||A*x2-b||eps) { for(i=0;in;i++) { temp-0 for(j=0;ji;j++) { temp += A[i][j]*x2[