第四章-解AXb的迭代法.pptVIP

第四章 解线性代数方程组的迭代法 三种基本的迭代方法及收敛条件 4.1 雅可比迭代 4.2 高斯-赛德尔(Gauss-Seidel)迭代 4.3 超松弛迭代 求解线性方程组 Ax = y，可用直接法。当 A 为稀疏矩阵时，直接法将破坏矩阵 A 的稀疏性。 我们可以对线性方程组进行等价变换，构造出等价方程 组 x = Mx+g,由此构造迭代关系式 例如，分解A=N-P，则 迭代法： 构造一个向量序列 {x(k)} ，使其收敛到某个极限向量 x*，即 则 x* 就是线性方程组的解。 常用迭代方法： 雅可比迭代，高斯-赛德尔迭代，松弛迭代等。 4.1 雅可比迭代 迭代格式 线性方程组 Ax = y，即 若aii≠0, i = 1,2,…,n ,（6.1）可变为 记 则 写成矩阵形式 或简记为 对任意初始向量 构造迭代格式： (4.2)是称为简单迭代