二章 解线性方程组的迭代法.pptVIP

解线性方程组的迭代法;对方程组;定义5.1：设G为n阶方阵，若Gk?0，则称G为收敛矩阵;迭代法的收敛性;Jacobi迭代;格式很简单：;1、输入系数矩阵A和向量b，和误差控制eps 2、x1={0,0,…..,0} , x2={1,1,…..,1} //赋初值 3、while( ||A*x2-b||eps) { x1=x2; for(i=0;i=n;i++) { x2[i]=0; for(j=0;ji;j++) { x2[i] += A[i][j]*x1[j] } for(j=i+1;jn;j++) { x2[i] += A[i][j]*x1[j] } x2[i]=-(x2[i]-b[i])/A[i][i] } } 4、输出解x2; 迭代矩阵;易知，Jacobi迭代有;练习;G的谱半径?(G)=4.01971. Jacobi迭代不收敛。;将方程组变形，化为：;G的谱半径?(G)= 0.308507 1.Jacobi迭代收敛。; 收敛条件;证明：;在Jacobi迭代中，使用最新计算出的分量值;1、输入系数矩阵A和向量b，和误差控制eps 2、x2={1,1,…..,1} //赋初值 3、while( ||A*x2-b||eps) { for(i=0;in;i++) { for(j=0;ji;j++) { x2[i] += A[i][j]*x2[j] } for(j=i+1;jn;j++) { x2[i] += A[i][j]*x2[j] } x2[i]=-(x2[i]-b[i])/A[i][i] } } 4、输出解x2; 迭代矩阵; 收敛条件;证明：;练习：判定用Jacobi和Gauss-Seidel迭代解方程组：AX=b 时的收敛情况，其中;1、Jacobi迭代;分别用Jacobi，Gauss-Seidel迭代法解方程组AX=b，其中;1、预处理;m=1 x1=0.777778 x2=0.875000 x3=0.888889 error=0.888889 m=2 x1=0.973765 x2=0.972222 x3=0.975309 error=0.195988 m=3 x1=0.994170 x2=0.996721 x3=0.997085 error=0.024498 m=4 x1=0.999312 x2=0.999271 x3=0.999352 error=0.005142 m=5 x1=0.999847 x2=0.999914 x3=0.999924 error=0.000643 m=6 x1=0.999982 x2=0.999981 x3=0.999983 error=0.000135 m=7 x1=0.999996 x2=0.999998 x3=0.999998 error=0.000017 m=8 x1=1.00000 x2=1.00000 x3=1.00000 error=0.000004;m=1 x1=0.777778 x2=0.972222 x3=0.975309 error=0.975309 m=2 x1=0.994170 x2=0.999271 x3=0.999352 error=0.216392 m=3 x1=0.999847 x2=0.999981 x3=0.999983 error=0.005677 m=4 x1=0.999996 x2=1.00000 x3=1.00000 error=0.000149 m=5 x1=1.00000 x2=1.000000 x3=1.000000 error=0.000004;练习;记;写成分量形式，有;松弛迭代算法; 迭代矩阵; SOR方法收敛的快慢与松弛因子?的选择有密切关系