第4章线性方程组的迭代解法总结.pptVIP

线性方程组迭代解法 例4 用SOR解方程组，取 解 方程组的精确解为： 取初值 用G-S迭代得 线性方程组迭代解法 利用SOR方法 初值 迭代计算结果 线性方程组迭代解法 【注】 SOR迭代5次，与G-S法迭代10次的结果大体相同，SOR方法的松驰因子起到了加速收敛的重要作用. 线性方程组迭代解法 【注】 最佳松驰因子：使迭代收敛最快，记为 （１）特殊情形 若A为对称正定的三对角矩阵时 其中 为Jacobi迭代矩阵的谱半径 （２）其它情形 采用试算方法 例 方程组 取 精度为: 为较佳的松弛因子 显然 线性方程组迭代解法 4.3 迭代法的收敛性 研究： （1）收敛性与迭代矩阵关系 （2）迭代公式收敛的充要条件，充分条件 （3）迭代收敛速度 4. 3. 1迭代法收敛性判别 （迭代法收敛的充要条件） n 阶线性方程组， ，A 为非奇异矩阵，且 等价形式为 一、迭代矩阵B 精确解 满足 线性迭代公式 线性方程组迭代解法 【定理1】 设 ， ， 收敛 （迭代法收敛的充分条件） 由 如果 ，则 【定理2】 设 ，若 ，则 收敛, 且 二、迭代矩阵的范数 【注】迭代矩阵范数小于1是收敛的充分条件. （4.8） * 证明 收敛性是显然的.下面证明误差估计式， 据此递推，可得 因为 * 于是对任意正整数 ,有 即得(4.8)式，定理证毕. 在上式中令 ，注意到 * 三、迭代矩阵的谱半径 【定义1】方阵A的谱半径： 其中 是A的n个特征值。 （迭代法收敛的基本定理） 设 是 的任意一个特征值， 是 的对应于 的特征向量，即 .两端同时取范数， 则 ， 从而有 （4.9） 线性方程组迭代解法 【定理3】 和 证明（1）充分性：设 因为 取 迭代初值 当 时, 收敛 （2）必要性：若迭代法收敛，根据定理1 即 又由 因此 三、迭代矩阵的谱半径 （迭代法收敛的基本定理） 线性方程组迭代解法 例5 证明:Jacobi收敛，G-S发散。 证明 1) 2) ∴Jacobi收敛。 G-S发散 【注】 ||BJ||=41. 利用迭代矩阵的范数不能判别其收敛性。 线性方程组迭代解法 4.3.2 特殊方程组的迭代法收敛性 【定义2】 行占优： 列占优： （对角占优矩阵） 弱对角占优矩阵： （或 ），且至少有 一个不等式是严格成立。 【定义3】 （可约矩阵） 存在置换阵P使 不存在置换阵P 使上式成立。 （不可约矩阵） 【注】可约阵经过行列重排,求解 化为求解 线性方程组迭代解法 【定理4】 (1)A为严格对角占优阵， Jacobi和G-S收敛。 (2)A为弱对角占优阵,且A不可约, 则Jacobi和G-S收敛。 只证明Jacobi ∴Jacobi收敛 例6 解 A严格对角占优 ∴Jacobi和G-S收敛。 【定理5】 A是对称正定方阵，则解 的G-S收敛。 证明 线性方程组迭代解法 例7 A对称正定，则G-S收敛. （1）取 （2）Jacobi 发散。 G-S 收敛。 线性方程组迭代解法 【定理6】 SOR收敛 证明 【定理7】 A为实对称正定矩阵,则 SOR收敛 【定理8】 (1)A严格对角占优阵(或弱对角占优不可约阵) 则解Ax=b的SOR收敛。 (2) 线性方程组迭代解法 B为对称矩阵 确定使误差缩小 的迭代次数 【注】k与 成反比 【定义4】 迭代法收敛速度 4.3.3迭代法的收敛速度 线性方程组迭代解法 4.4 稀疏方程组及MATLAB实现 4.4.1分块迭代法 为大型稀疏矩阵 其中 对x及b同样分块 阶非奇异矩阵， 为 线性方程组迭代解法 一、块雅可比迭代法（BJ） 其中 【注】块雅可比迭代法需要求解低阶方程组 其中， 线性方程组迭代解法 二、块SOR迭代法（BSOR） 从 共需要解q个低阶方程组 【定理9】 （1）如果A为对称正定矩阵， （2） 则解Ax=b的BSOR迭代收敛。 4.4.2 MATLAB的稀疏矩阵简介 例8 利用MATLAB生成稀疏矩阵及求解，并与满阵的解法作 时间上的对比： 线性方程组迭代解法 n=1000;e=ones(n,1); A=spdiags([e 4*e e], -1:1, n, n); %以对角带生成A或用sparse语句生成 b=e; tic;x=A\b;elapsed_time1=toc %输出解稀疏矩阵方程组所用时间 a=full(A); tic;x=a\b;elapsed_time2=toc %输出解满阵方程组所用时间（与计算机速度有关） 运行得到，解稀疏方程组所用时间为： elapsed_time1 =