第四章线性方程组的迭代法材料.ppt

保证了等价迭代方程有唯一解 * 与非线性方程组收敛性相似 P34 定理2.2 * 如果存在排列阵P使得PAP是分块上三角阵，那么称A是可约的，否则就称为不可约。 * 利用对角占优知 由定理知 非奇异,从而A非奇异,证毕 系数矩阵为严格对角占优阵的线性方程组称作对角 占优方程组。 结论： 严格对角占优线性方程组 的雅可比 迭代公式和高斯-赛德尔迭代公式均收敛。 定理9 若矩阵A按行(或列)严格对角占优,或按行(或列)弱对角占优不可约；则Jacobi迭代、Gauss-Seidel迭代都收敛。 证明 若矩阵A按行严格对角占优，或按行(或列)弱对角占优不可约，则GS迭代收敛。假若不然，ρ(BG)≥1，即迭代矩阵BG的某一特征值λ使得|λ|≥1，并且 类似地，若矩阵A按行严格对角占优，或按行(或列)弱对角占优不可约，则Jacobi迭代收敛。假若不然，ρ(BJ)≥1，即迭代矩阵BJ的某一特征值λ使得|λ|≥1，并且 定理12 对于线性方程组Ax=b，若A为对称正定矩阵，则当0ω2时，SOR迭代收敛. 证明 只需证明λ1（其中λ为Lω的任一特征值）. 定理13 对于线性代数方程组Ax=b， 若A按行(或列)严格对角占优，或按行(或列)弱对角占优不可约；则当0w≤1时，SOR迭代收敛。 例6 设 ,证明, 求解方程组 的Jacobi迭代与G-S迭代同时收敛或发散 证:雅可比迭代矩阵 其谱半径 例6设 ,证明, 求解方程组 的Jacobi迭代与G-S迭代同时收敛或发散 证: G-S迭代矩阵 其谱半径 显然, 和 同时小于、等于或大于1,因而Jacobi迭代法与G-S迭代法具有相同的收敛性 例 8 考察用雅可比迭代法和高斯-塞德尔迭代 法解线性方程组Ax=b的收敛性，其中 解： 先计算迭代矩阵 求特征值 雅可比矩阵 ? ( B ) = 0 1 ∴用雅可比迭代法求解时，迭代过程收敛 ?1=0,?2 =2,?3 =2 ?(G1)=21 ∴用高斯-塞德尔迭代法求解时，迭代过程发散 高斯-塞德尔迭代矩阵 求特征值 当时?a?1时,Jacobi矩阵??GJ??∞1,对初值x(0)均收敛 例10 设 方程组 写出解方程组的Jacobi迭代公式和迭代矩阵 并讨论迭代收敛的条件。 写出解方程组的Gauss-Seidel迭代矩阵,并讨 论迭代收敛的条件。 解 ① Jacobi迭代公式和Jacobi矩阵分别为 例 10设 方程组 写出解方程组的Gauss-Seidel迭代矩阵，并讨论 迭代收敛的条件。 解 ② Gauss-Seidel矩阵为 当时?a?1时, Gauss-Seidel矩阵 ??Gs??∞1, 所以对任意初值x(0)均收敛。 也可用矩阵的谱半径p(GS)1来讨论 解： 先计算迭代矩阵 例11 讨论用雅可比迭代法和高斯-塞德尔迭代 法解线性方程组Ax=b的收敛性。 求特征值 雅可比矩阵 ? ( B ) = 1 ∴用雅可比迭代法求解时，迭代过程不收敛 ?1 = - 1， ?2,3 = 1/2 求特征值 高斯-塞德尔迭代矩阵 ? (G1) = 0.3536 1 ∴用高斯-塞德尔迭代法求解时，迭代过程收敛 ?1=0, 求解AX=b,当?取何值时迭代收敛？ 解:所给迭代公式的迭代矩阵为 例12 给定线性方程组 AX= b 用迭代公式 X(K+1)=X(K)+?(b-AX(K)) (k=0,1,…） 即 ?2-(2-5 ?)?+1- 5 ?+4 ?2=0 ?2-(2-5 ?)?+(1- ? )(1-4?)=0 [?-(1-?)][?- (1-4?)]=0 ?1=1-? ?2=1-4? ?(B)=max{|1- ?|, |1-4?|}1 取0 ?1/2迭代收敛 本章小结 本章介绍了解线性方程组 迭代法的 一些基本理论和具体方法。迭代法是一种逐次逼 近的方法，即对任意给定的初始近似解向量，按 照某种方法逐步生成近似解序列，使解序列的极 限为方程组的解。注意到在使用迭代法 解方程组时，其迭代矩阵B和迭代向量f在计算过 程中始终不变,迭代法具有循环的计算公式,方法 简单，程序实现方便，它的优点是能充分利用系 数的稀疏性,适宜解大型稀疏系数矩阵的