数值分析教学资料 第四章 线性方程组的迭代解法.pptVIP

第四章 线性方程组的迭代解法 第四章 线性方程组的迭代解法 迭代法的基本思想 Jacobi迭代和Gauss－Seidel迭代 迭代法的收敛性 超松弛迭代 分块迭代法 4.1 迭代法的基本思想： 例：求解方程组 4.2 Jacobi迭代与Gauss－Seidel迭代 设Ax=b，A非奇异，且对角元不为零，将原方程组改写为 又代入，反复继续，得迭代格式： 4.2.2 Gauss－Seidel迭代法 若在迭代时尽量利用最新信息，则可将迭代格式变为 其中 BG-S=(D-L)-1 U 称Gauss－Seidel迭代矩阵。 注： （1）式 说明，只要||B||不是很接近1，当x(k) 和x(k-1) 很接近时， x(k) 也越接近x*，故可用|| x(k) - x(k-1) ||中止迭代。 迭代法收敛的其他结论： 定义 设A=(aij )n×n ? Rn×n ，若 (i=1,2,…,n)，则称A为对角占优矩阵，若不等式严格成立，则称A为严格对角占优矩阵。 §4.4 超松弛迭代法（SOR） ——迭代法的加速 §4.5 分块迭代法 P101-102 习题四：1 （1），2，3，4，5 定理 若Ax=b中A为严格对角占优矩阵，则Jacobi迭代和Gauss－Seidel迭代均收敛。 证明： 因为系数矩阵A严格对角占优，所以 故Jacobi迭代法收敛 (1)对于Jacobi迭代法，其迭代矩阵为 即 从而 因此 (2)对于G－S迭代法，其迭代矩阵为 BG的特征值λ满足 分析：要证G－S迭代法收敛，即证其迭代矩阵的谱半径ρ(B)1，只要证明其特征值λ 1即可. 由于 可得 以下用反证法 矛盾 由前述定理知， G－S迭代法收敛。 定理 若A为对称正定阵，则Gauss－Seidel迭代收敛。 考虑解线性方程组的Gauss-Seidel迭代法 令 因此 上式称为逐次超松弛法(SOR迭代法), 由G－S迭代法的矩阵形式 下面推导SOR迭代法的矩阵形式： 得 故 记 则SOR迭代即为 两边同时左乘D-1，可得 即 上式为逐次超松弛法(SOR迭代法)的矩阵形式. 令 当ω＝1时，SOR法化为 G-S迭代法 故G-S法为SOR法的特例, SOR法为G-S法的加速。 例1. 用G－S法和SOR法求下列方程组的解: （要求精度 ε =10-6） 解: (1)G-S迭代法 x1 x2 x3 1 1 1 0.7500000 0.3750000 1.5000000 0.5625000 0.5312500 1.5416667 0.6510417 0.5963542 1.6145833 0.7018229 0.6582031 1.6727431 ………………………………………. 0.9999933 0.9999923 1.9999926 0.9999943 0.9999935 1.9999937 0.9999952 0.9999944 1.9999946 k = 71 x= 0.999995 0.999994 1.999995 满足精度的解 迭代次数为71次 (2)SOR迭代法 x1 x2 x3 1 1 1 0.6375000 0.0121875 1.3199063 0.2004270 0.3717572 1.3122805 0.6550335 0.5340119 1.6922848 0.7058468 0.7733401 1.7771932 ……………………………………….. 0.9999990 0.9999976 1.9999991 0.9999984 0.9999993 1.9999989 0.9999998 0.9999994 1.9999998 0.9999996 0.9999998 1.9999997 k = 24 x= 1.000000 1.000000 2.000000 满足精度的解 迭代次数为24次 注：选取适当的ω，SOR法的收敛速度比G-S法要快得多。 但是，松弛因子的选取是很困难的，一般采用试算进行。 定理2 （SOR收敛的必要条件）设解线性方程组Ax=b的SOR迭代法收敛，则 0ω 2. SOR迭