北航数值分析B课件ch.ppt

第2章 解大型稀疏线性方程组的迭代法 迭代法是一种不断套用一个迭代公式，逐步逼近方程组的精确 迭代法优点： ⑴计算量小，近似解精度高。 考虑问题： ⑴如何构造解 的有效迭代法？ 计算量： 直接法：解低阶稠密线性方程组， 解（真解）的方法。适合解大型稀疏线性方程组。 大型稀疏线性方程组 ⑵占用内存单元较少。 ⑶设计程序简单（适合计算机计算）。 ⑵收敛性与收敛速度怎样？ §1 引言、例子 （2）如果对任意初始近似 ，都有 称迭代法 迭代法研究的问题： （1）构造各种解 的有效迭代法(有效：　 收敛)。 注：(1.10)为迭代公式，简记为： 　　定义1（1）用逐步代入 求近似解的方法，称为迭代法（或称为一阶定常迭代法）。 迭代法的定义： 为非奇异阵， 方程组 的精确解为 即 (1.10)为收敛，否则称迭代法为发散。 （2）研究迭代法的收敛性及收敛速度。 （构造向量序列　　 ） §2 基本迭代法 基本思想： 将A分离（裂）为三部分，即 用迭代法解线性方程组 常用的是将A分裂为 若记 注： 的选法不同，得到各种不同的迭代法。 问题： 非奇异。 种近似,于是 其中 为可选择的非奇异阵使 容易求解,一般 选为 的某 2.1 雅可比(Jacobi)迭代法 1.理论分析： 若取 (对角阵)，则由(2.3)得 , 由(2.4)得 当 时，得到 称为Jacobi迭 代法的迭代阵 Jacobi迭代法： (2.5) 若记Jacobi迭代法的分量形式： 由（2.５）有 ，即 Jacobi迭代法计算公式 2.求解 的Jacobi迭代法计算公式： (2.6) 此公式还有另一种推导方式 注： (1)Jacobi迭代法,每迭代一次主要是计算一次矩阵乘向量 。 （2)计算过程中，原始数据A始终不变。 (3)计算中需要两组工作单元 用来保存 及 。 公式推导（另外方法） 于是 说明： (1)Jacobi迭代法实际上是由近似解 的n-1分量 计算 的第i（i=1,2,…,n）个分量。 计算 的第i个分量 设想用 代替Jacobi 迭代法中的 考虑问题： 2.2 高斯-塞德尔迭代法（G-S） 取分裂阵 (下三角阵),由(2.3)得 。 由(2.4)得 于是得到解 的G-S迭代法： (2.7) 其中G 称为G-S迭代法的迭代阵 若记G-S迭代法的分量形式： ， 由（2.7）式有 或 当 时得到以下解 的G-S迭代法计算公式: 其中k =1,2,…表示迭代次数 (2.8) (1)由(2.8)可知,计算 第i个分量时,利用已经计算出的最新 优点： (2)G-S迭代法每迭代一次主要计算一次矩阵乘向量。计算量小， (3)当J-迭代与G-S迭代都收敛时， G-S迭代的收敛速度快。 G-S迭代法可看作J迭代法的一种修正或改进。 用G-S迭代法解只需要一组工作单元，用来保存 或 分量。 分量 ，因此，计算 就可冲掉 ,于是利 G-S迭代存贮少。 例2用Jacobi迭代法，G-S迭代法解下述方程组 精确解 （1） 迭代公式： 其中， ，计算结果见表6-1。 表6-1 且有 其中， , （2）G-S迭代公式 且有 由此例看出，用 G-S迭代法解此方程组比用Jacobi方法解此Ax=b收敛快（即在初始向量 相同，达到同样精度，所需迭代次数较少），这个结论只当A满足一定条件时才是对的。有些方程组,用J-迭代法收敛，而用G-S迭代法却是发散的。 注： 计算结果见:表6-2 松弛法是简单迭代法的一个改进。 简单迭代： k步迭代后的剩余向量： 快一些。 其中迭代阵为I-ωA。能否寻找一个适当的ω ，使||I-ωA||尽可 用此方法改进G-S方法 在修正项上乘一个因子来加速收敛，这就是松弛