2016数值研讨.ppt

k xk 0 1 2 3 4 10 10.750000 10.723837 10.723805 10.723805 7.3.3 简化牛顿法与牛顿下山法 k xk xk xk f(xk) 0 1 2 3 4 1.5 1.34783 1.32520 1.32472 0.6 17.9 发散 0.6 -1.384 1.140625 -0.656643 1.36181 0.1866 1.32628 0.00667 1.32472 0.0000086 7.3.4 重根情形 k xk (1) (2) (3) 0 1 2 3 x0 x1 x2 x3 1.5 1.458333333 1.436607143 1.425497619 1.5 1.416666667 1.414215686 1.414213562 1.5 1.411764706 1.414211438 1.414213562 7.4 弦截法 k xk k xk 0 1 2 0.5 0.6 0.565 32 3 4 0.567 09 0.567 14 知 识 结 构 图 七 方 程 近 似 求 根 基本概念（单根、重根、有根区间、不动点、收敛阶） 求根方法 二分法及其收敛性 不动点迭代法及其收敛性定理 （不动点迭代法的加速技巧） 牛顿迭代法及其收敛性 插值型迭代法（多点迭代） 弦截法 抛物线法 第八章 矩阵特征值计算 内容提要 8.1 引言 8.2 幂法及反幂法 8.1 特征值问题及其性质 物理、力学和工程技术中很多问题在数学上都归结为求矩阵的特征值问题。例如，振动问题(大型桥梁或建筑物的振动、机械的振动、电磁震荡等)，物理学中的某些临界值的确定。它们都归结为下述数学问题。 特征值估计与扰动 8.2 幂法及反幂法 8.2.1 幂法 幂法是一种计算实矩阵A的按模最大的特征值λ1及其对应 的特征向量x1的方法。特别适合于大型稀疏矩阵。 k Uk(规范化向量) Max(vk) 0 1 5 10 … 20 (1 1 1) T (0.9091 0.8182 1) T (0.7651 0.6674 1) T (0.7494 0.6508 1) T … (0.7482 0.6497 1) T 2.750 000 0 2.558 791 8 2.538 002 9 … 2.536 532 3 于是主特征值为：2.536 532 3； 对应特征向量为：(0.748221 0.649661167 1) T 8.2.2 加速方法 原点平移法 k Uk(规范化向量) Max(vk) 0 5 6 7 8 9 10 (1 1 1) (0.7516 0.6522 1) (0.7491 0.6511 1) (0.7488 0.6501 1) (0.7484 0.6499 1) (0.7483 0.6497 1) (0.7482 0.6497 1) 1.7914011 1.7888443 1.7873300 1.7869152 1.7866587 1.7865914 8.2.3 反幂法 反幂法可求非奇异实矩阵的按模最小特征值及特征向量。 也可用来计算对应于一个给定近似特征值的特征向量。 6.3 迭代法的收敛性 一、一阶定常迭代法的基本定理 注：定理6-4中的矩阵是迭代矩阵，常用格式的迭代矩阵如下 1) 雅可比迭代法: BJ=D-1(L+U)，fJ=D-1b; 2) 高斯-赛德尔迭代法: BG=(D-L)-1U，fG= =(D-L)-1b; 3) SOR迭代法: BSOR=(D-ωL)-1{(1-ω)D+ωU}， fSOR=ω(D-ωL)-1b。 例如 考察用雅可比迭代法求解线性方程组 二、某些特殊方程组的迭代收敛性 定义6-4 （1）按行严格对角占优 （2）按行弱对角占优 上式至少有一个不等号严格成立。 定理6-6(对角占优定理)若矩阵A按行(或列)严格对角占优，或按行(或列)弱对角占优且不可约；则矩阵A非奇异。 定理6-7 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。 定理6-9 对于线性方程组Ax=b，若 A为对称正定矩阵， (2)0ω2，则解