解线性方程组的迭代新方法.pptVIP

迭代法研究的主要问题; 定义:设｛xk｝是Rn上的向量序列， ;矩阵序列的极限;证：;证：矩阵A 相似于其Jordan标准型,即存在可逆矩阵P, 使得;所以;一、简单迭代思想;定义：若 称简单迭代法收敛，否则，称逐次逼近法不收敛或发散。;迭代法收敛的条件;定理2：若迭代法的迭代矩阵满足 （矩阵的某一种算子范数），则迭代格式 产生的序列 收敛于x = B x + f 的精确解x*，且有误差估计式：;整理即得估计式。; 迭代格式的收敛速度与初始值 x (0) 有关，同时也与||B|| 和? (B) 有关，一般来说， ||B|| 和? (B) 越小，收敛速度越快。 Def ： 称为迭代法的渐近收敛速度。;二、Jacobi迭代法;注：如何判断迭代过程终止？ 利用定理2的误差估计式可以判断迭代过程是否可以终止，但这种方法比较麻烦，通常采用的方法是通过前后两次迭代近似值的差来判断，即利用：;Jacobi迭代法的步骤：;Jacobi 迭代矩阵形式;记 则有迭代格式： ;注：Jacobi 迭代矩阵BJ ： 其中的元素恰为原方程组系数矩阵A中的主对角 线元素换为0，而其余元素即为除以该行主对角元素 后的相反数。;三、Gauss-Seidel 迭代法;矩阵表示： 记 上式整理可得： 这是一种简单迭代格式，其中的BG-S称为G—S迭代 矩阵。;例2：用G-S迭代法解方程组：;取初始向量 x(0) = (0,0,0)T 代入迭代格式，得：;定理4：若 A 为(行或列)严格对角占优矩阵，则相应的G-S迭代格式收敛。 ;定理5： 设A是有正对角元的n阶对称矩阵，则Jacobi迭代收敛 A和2D-A同为正定矩阵。;定理6：若A为对称正定矩阵，则相应的G-S迭代格式收敛。;证明: 由 A = D – L – LT ? BG-S = (D – L)-1LT;所以, 迭代矩阵BG-S的谱半径ρ(BG-S) 1,从而当方程组 Ax=b的系数矩阵A 是实对称正定矩阵时,G-S 迭代法收敛;(i=1,2,···, n; k = 1,2,3, ··· );定理7. 若A 是对称正定矩阵,则当0ω2时SOR迭代法解方程组 A x = b 是收敛的;例3：用松弛迭代法解方程组：;★ 设x, y∈R n, 记 ( x , y) = xT y;定理9. 设A =( aij )n×n为实对称正定矩阵, b , x∈R n, 则 x 使二次函数 ;令g(t) = f ( u + t x), 当t=0时, g(0)= f (u)达到极小值, 所以 , 即;梯度:;取最小值。;x (1) = x (0) +α0 r (0);结论1：第m+1次和第m 次负梯度方向是正交的，即 (r (m+1) , r (m) ) = 0 ;六 共轭梯度法;共轭梯度法基本思想：由最速下降法中的下降向量{r (k) }构造出关于A—共轭向量组{ p (k) }，并以 p (k)作为下降方向来构造迭代算法。;第一步: 取初值 x (0)∈Rn , ?0, 计算 r ( k -1) = b – Ax (0) , 若|| r0||≤ ?结束; 否则 p ( 1 ) ? r ( k -1) , k ?1, 转第二步;