計算方法与软件应用5.docVIP

三、逐次超松弛迭代法 对于大规模的稀疏方程组，迭代和迭代是两种基本迭代方法，并且代表了两种典型的算法：平行算法和串行算法.不足之处是在很多情况下这两种算法的收敛速度较慢，需要进行改进，常见的做法是加入参数（松弛因子）使算法起到加速作用。常见的算法有算法（逐次超松弛法），及算法（同步迭代法）。这两种算法一个是在迭代法基础上发展得到的，一个是在迭代基础上发展得到的。 1、算法（逐次超松弛法） 由上面的讨论可知，迭代的格式是 现在在上式的每个方程中假如，得到 其一般式是： 上式可以将看成是由加上一个校正量得到。如果在这个校正量前乘上一个因子，则得到： (4.9) 或等价于 上式右端的括号内正是迭代格式，只是多了个系数，注意到前的系数为，因此迭代法可以看成是迭代法与计算值的一种算术加权平均。如果因子选取的比较合适，它可以起到加速收敛的作用。当=1时，迭代法就是迭代。如果采用矩阵分裂记号(4.9)可以得到： 从而得到算法矩阵表示的紧凑形式 (4.10) 其中迭代矩阵= 称具有上述迭代格式的迭代法为逐次超松弛法,简称迭代,其中参数称为松弛因子. 注: (1)可以证明, 迭代收敛的必要条件是,当时称为亚松弛迭代,而当 时,称为超松弛迭代. 证明:因迭代的迭代矩阵为 = 设矩