第2章解线性方程组的迭代法.docVIP

第2章 解线性方程组的迭代法 开场白　求解线性方程组是研究中经常遇到的问题， 阶线性方程组的一般形式： 矩阵形式： 其中 （系数矩阵），，。 本章介绍个方程个未知量构成的线性方程组（即元或阶线性方程组）的间接求解方法——迭代解法。 §1　迭代法的一般理论 向量范数和矩阵范数 向量范数 设是一个实数，则其绝对值是一个非负实数，具有以下三个性质： 　　（1）等号当且仅当时成立； 　　（2）对任意数，有 　　（3） 推广到向量上得到向量的范数的概念： 定义　设若对应的非负实数满足条件： 　　（1）当且仅当时成立； 　　（2）对任意数，有 　　（3） 则称为向量的范数。即　，事实上是多元函数。 例如，：的模。是一种范数。 定义了范数的线性空间称为赋范线性空间。若范数是向量的模，则为欧氏空间。 常用的向量范数有：设 　　（1），　　　　　　　　1－范数 　　（2）　　　　　2-范数（向量的模） 　　（3）　　　　　　　无穷范数 其中是和的内积。 设定义和的内积 　　　　　（即对应分量相乘再相加，几何中称为向量的点乘积或数量积） 例如，设则 　　（1） （2） （3） 可以用向量范数来表示向量误差。 定义　设是方程组的精确解向量，是近似解向量， 　（1）称是的关于范数的绝对误差。 （2）称是的关于范数的相对误差。 不同的向量范数有不同的绝对误差和相对误差的定义。 矩阵范数 定义　设