第三章线性代数方程组的数值解预案.pptVIP

迭代法的基本思想: 构造一个由 组成的向量序列，使其收敛于某个极限向量 ，并且 就是方程组(3.14)的精确解。 根据构造向量序列的方法不同，常用的有简单 迭代法，Gauss—Seidel迭代法与超松弛迭代法， 下面分别予以介绍。 1．简单迭代法 最简单的迭代法称为简单迭代法，也称同步迭代法，Jakobi迭代法。迭代的最终目的是求解方程组(3.14)中的 。 前面已经说到，用有限差分法（包括有限元法） 得到的代数方程组能保证系数矩阵[A]对角线上 元素不为零，即 则可将式(3.14)改写成： (3.16) 其中任一方程均可写成： (3.17) (1). 任意给定各节点上的温度值 作为解的第零次近似，把它们代入式(3.17)的 右端，由此算得 计算步骤： (2). 作为解的第一次近似，把第一次近似得到的解 再代入式(3.17)的右端，得到解的第二次近似。 一般地讲，在已得到解的第k次近似 后，代 入式(3.17)右端，得 为解的第k+1次的似。这样得到的序列 为方程组的近似解。只要方程组(2.43)存在唯一解，则不论零次近似如何选取，当 时，此序列 必然收敛，且收敛于方程组的解 。实际计算中k不可能取 ，但可以说，当k充分大时，序列 已足够精确地接近方程组的。 通常，对充分大的k，其相邻两次迭代解 之间的偏差小于预先给定的适当小量 ， 即满足 就结束迭代过程，而取 作为方程组(3.17)的近似解。 2．Gauss — Seidel 迭代法 简单迭代法虽然计算程序简单，但它计算每一个 都要用到全部 的值，因此在计算机上，必须有两套工作单元来存放全部节点的旧值和新值。为了节省工作单元，并加快迭代收敛速度，对上述计算作如下修改。 方程组(3.16)中的第一式仍写成 或 方程组(3.16)中第二式，其中 换成第一次 算得 ， (3.18) 即 按此规律，可得到的一般关系式： (3.19) 这种计算方法称为Gauss-Seidel 迭代法，也称为异步迭代法。用Gauss-Seidel迭代法时，必须将节点或单元按顺序排列，并按顺序逐个进行迭代。 由式(3.19)即可看到，用Gauss-Seidel迭代法进行迭代求解时，只需用一套工作单元存放近似值 或 ，这样节省了工作单元。同时在迭代过程中，有一半用迭代的新值，加速了收敛速度。因此，Gauss-Seidel迭代法是一种常用的方法。 3．超松弛迭代法 实际计算表明，当节点个数较多时，Gauss-Seidel迭代法的收敛速度仍然很慢，人们从改进Gauss-Seidel法的收敛速数出发，提出了超松弛法。 先假定作为第零次近似的向量序列: 现在分两步来求: 第一步用Gauss-Seidel迭代法： (3.19) 求出一个近似解 . 第二步按下述公式(3.20)来改善 ，并得出第一次的近似解 。 或 (3.20) 其中 是一个适当选择的参数，用它来改善 。 从式(3.19)与(3.20)中消去 ，可以得出由 直接求出 的公式。 (3.21) 这就是超松弛迭代法的计算公式， 为松弛因子。 一般而言， 由 计算 的公式为： 由式(3.21)可以看到，当 时，式(3.21)简化成Gauss-Seidel代法的计算公式。由此可见，超松弛法是更为一般的迭代计算公式。对于不同的 值，超松驰法收敛的快慢也很不同，可以找出一个 值，使得超松驰法收敛得比取别的