第5章01迭代公式的建立.ppt

高斯-塞德尔迭代算法框图 小结 一般情况下高斯-塞德尔迭代法比雅可比迭代法好； 但情况并不总是这样，也有高斯-塞德尔迭代法比雅可比迭代法收敛得慢，甚至有雅可比迭代法收敛而高斯-塞德尔迭代法反而发散的例子。 5.1.3 超松弛法(SOR—Successive Over-Relaxation) 三种迭代格式总结 第5章 作业 Ch5 2,6,11 * 第五章 线性代数方程组的迭代法 5.1 迭代公式的建立 5.2 向量和矩阵的范数 5.3 迭代过程的收敛性 写成矩阵形式 Ax=b 其中 5.1 迭代公式的建立 设线性代数方程组 设线性方程组 其中系数矩阵非奇异，且主对角元aii≠0， (i =1,2,…,n)，由第i 个方程解出xi，有 5.1.1 雅可比迭代公式 建立迭代格式 写成 取初值 ，进行迭代。 这种方法称为雅可比(Jacobi)迭代公式。 雅可比迭代公式 即 (i=1,2,…,n) 雅可比迭代 的算法框图 例 用雅可比迭代法求解方程组 解 从3个方程分离出 构造雅可比迭代公式 迭代计算 … 2.9823 2.9540 2.8640 2.66 2.0 0 x3(k) … 1.9897 1.9700 1.9260 1.76 1.5 0 x2(k) … 0.9894 0.9716 0.9180 0.80 0.3 0 x1(k) … 5 4 3 2 1 0 k 5.1.2 高斯-塞德尔迭代 雅可比迭代收敛时，新值xi(k+1) 比老值xi(k) 更准确；在雅可比迭代中，算出新值xi(k+1)后，用新值xi(k+1)代替用于后面计算的老值xi(k) ，期望这样会收敛得更快些，即为高斯-塞德尔(Gauss-Seidel)迭代。 设计思想： 高斯-塞德尔迭代公式： 高斯-塞德尔迭代公式的特点是：一旦求出变元xi的某个新值xi(k+1)后，就改用新值xi(k+1)代替老值xi(k)进行这一步以后剩下的计算。因此，可将新值存放在老值所占用的单元内，公式可表为下列动态形式： 用两次迭代的偏差 来控制迭代过程的终止。 例 用高斯-塞德尔迭代法求解方程组 解 方程组化为等价的方程组 构造高斯-塞德尔迭代公式 迭代计算： 1.56 2.684 2.95387 0.8804 1.94448 高斯-塞德尔 迭代公式 0.3 计算结果: … 2.99375 2.95387 2.684 0 x3(k) … 1.99224 1.94448 1.56 0 x2(k) … 0.98428 0.8804 0.3 0 x1(k) … 3 2 1 0 k 矩阵形式 Ax=b 其中 5.1.4 迭代公式的矩阵表示 n个未知量n个方程的线性代数方程组 令系数矩阵 其中D为对角阵，L和U分别为严格下三角阵和严格上三角阵。 L+U=A - D 雅可比迭代公式 分量形式 矩阵形式 雅可比迭代的矩阵形式 雅可比迭代矩阵 将L+U= A - D代入 写成 雅可比迭代的矩阵形式为 G为雅可比迭代矩阵。