迭代法解二元方程组 解线性方程组的迭代法.docVIP

迭代法解二元方程组 解线性方程组的迭代法 解线性方程组的迭代法 直接法: 经过有限次运算后可求得方程组精确解的方 法(不计舍入误差!) 迭代法：从解的某个近似值出发，通过构造一个无穷序 列去逼近精确解的方法。（一般有限步内得不到精确解） 直接法比较适用于中小型方程组。对高阶方程组， 既使系数矩阵是稀疏的，但在运算中很难保持稀疏性， 因而有存储量大，程序复杂等不足。 迭代法则能保持矩阵的稀疏性，具有计算简单，编 制程序容易的优点，并在许多情况下收敛较快。故能有 效地解一些高阶方程组。 §1.迭代法概述 迭代法的基本思想是构造一串收敛到解的序列，即建立一种 从已有近似解计算新的近似解的规则。由不同的计算规则得到不 同的迭代法，本章介绍单步定常线性迭代法。 对线性方程组 Ax ? b , bn )T 其中A ? ( aij ) n?n 非奇异矩阵，b ? (b1 , 构造其形如 x ? Mx ? g 的同解方程组，其中M 为n阶方阵，g ? R n。 任取初始向量x (0) ? R n , 代入迭代公式 x ( k ?1) ? Mx ( k ) ? g (k=0,1,2, ) 产生向量序列{x ( k ) }，当k 充分大时，以x ( k )作为 方程组Ax ? b的近似解，这就是求解线性方程组 的单步定常线性迭代法。 M 称为迭代矩阵。 定义：设{x ( k ) }为R n中的向量序列，x ? R n，如果 lim x ( k ) ? x ? 0 k ?? 其中 ? 为向量范数，则称序列{x ( k ) }收敛于x，记为 lim x ( k ) ? x k ?? 定理：R n中的向量序列{x ( k ) }收敛于R n中的向量x当且仅当 lim xi( k ) ? xi k ?? ( 其中x ( k ) ? ( x1( k ) , x2k ) , (i ? 1, 2, , n) , xn )T 。 ( , xnk ) )T , x ? ( x1 , x2 , k ?? 证：由定义， ( k ) }收敛于x即 lim x ( k ) ? x ? 0 {x 而对任意1 ? i ? n，有0 ? xi( k ) ? xi ? max x (jk ) ? x j ? x ( k ) ? x 1? j ? n ? 由极限存在准则得 即 k ?? lim xi( k ) ? xi =0 k ?? (i ? 1, 2, , n) , n) lim xi( k ) ? xi (i ? 1, 2, 定义：设{ A( k ) }为n阶方阵序列，A为n阶方阵，如果 lim A( k ) ? A ? 0 k ?? 其中 ? 为矩阵范数，则称序列{ A( k ) }收敛于矩阵A，记为 lim A( k ) ? A k ?? ( 定理：设{ A( k ) } ? ( aijk ) ) ( k ? 1, 2, ), A ? ( aij )均为n阶方阵， , n) 则矩阵序列{ A( k ) }收敛于矩阵A的充要条件为 ( lim aijk ) ? aij k ?? (i, j ? 1, 2, 证明略。 定理表明，向量序列和矩阵序列的收敛可以归结为对应 分量或对应元素序列的收敛。 若按x ( k ?1) ? Mx ( k ) ? g 产生的向量序列{x ( k ) }收敛于向量x, 则有 x ? lim x ( k ?1) ? lim[ Mx ( k ) ? g ] ? Mx ? g k ?? k ?? 即x是方程组Ax ? b的解。 §2.雅可比(Jacobi)迭代法 ?a 11 x1 ? a 12 x 2 ? ? ?a 21 x1 ? a 22 x 2 ? ? ? ? ?a n1 x1 ? a n1 x 2 ? ? a 1n x n ? b1 ? a 2n x n ? b 2 ? a nn x n ? b n 若系数矩阵非奇异即 a ii ? 0 (i ? 1, 2, , n), 则有 1 ?x ? ? 1 ? ?x2 ? ? ? ? ?xn ? ? b x ?b x ? b x? b x ? 12 2 13 3 21 1 23 3 ? b 1n x n ? 2n n g ?b x ? g ? 2 b x ?b x ?b x n1 1 n2 2 n3 3 ? ? g n 其中bij ? ? aij aii , (i ? j , i, j ? 1, 2, , n), g i ? bi (i ? 1, 2, aii , n). b1n ?1 b1n ? ? 0 b12 b13 ?b ? 0 b23 b2 n ?1 b2 n ? 21 若记 B ? ? ? ? ? ? bnn ?1 0 ? ?bn1 bn 2 bn 3 ? ? 则方程组可简记为 x ?