第八章线性方程组迭代法.pptVIP

第八章 线性方程组的迭代解法 Jacobi迭代法的算法 * 数值计算方法 数值计算方法 第二节 向量和矩阵的范数 第三节 迭代法的收敛性 第一节 基本迭代方法 一、基本思想 若方程组Ax = b可写成等价形式 x = Bx + f， (8-1) 则给定一个初始向量x(0)，可以得到迭代公式 x(k+1) = Bx(k) +f， k = 0，1，… (8-2) 若上式确定的向量序列{x(k)}收敛于x，则x显然是(8-1)的解，从而为方程组Ax = b的解。 形如(8-2)的逐次逼近的方法称为简单迭代法，B称为该迭代法的迭代矩阵。 §8.1 线性方程组迭代解法 2. 需要讨论的问题： 怎样建立迭代格式，迭代过程是否收敛，误差分析，如何加快收敛速度等等。 迭代法是一种逐次逼近的方法,与直接法(高斯消元法)比较, 具有: 程序简单,存储量小的优点。特别适用于求解系数矩阵为大型稀疏矩阵的方程组。 常用迭代方法： 雅可比迭代，高斯-赛德尔迭代，松弛迭代等。 二、Jacobi （雅可比）迭代法 建立迭代格式： 可以缩写为： 按此格式迭代求解的方法称为雅可比迭代法,简称J法。 例1 用雅可比迭代法解线性方程组