2012数值分析 -lec6--迭代法.pptVIP

数值分析 朱立永 北京航空航天大学 数学与系统科学学院 Email: numerical_analysis@ Password:beihang2012 答疑时间：星期三下午2:00－5:00 答疑地点：主216 第四讲解线性方程组的迭代法 第二章 线性方程组的解法 In Scientific Computing ↓ Large Linear Systems Ax=b as sub-problems/ as intermediate steps Gauss-Seidel method Jacobi method SOR method Conjugate Gradient method for symmetric systems Gaussian elimination LU factorization Cholesky factorization GMRES GCR Bi-CG CGS Bi-CGSTAB Bi-CGSTAB2 GPBi-CG Bi-CGSTAB(L) * 直接法和迭代法的比较 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。 引进迭代法的目的： 解大型方程组； 存储的考虑； 解病态方程 。 * §1 迭代法的基本概念 * * 即为线性代数方程组迭代求解的一般形式 常用的方法是把A分解为A＝N－P，其中N非奇异且易求逆 收敛的充分必要条件讨论 向量序列收敛的定义： ， ，如果有常向量 ，使得 ， 则称向量序列 收敛于常向量 记作 定理2.7：设有向量序列{x(k)}和常向量x*,如果对某种范数，有 则必有 定义：如果对任意的初值 ，迭代公式 都是收敛的，则称该迭代法是收敛的。 迭代法收敛的判别定理 定理：对任意的向量d，迭代法 xk＋1＝Gxk＋d 收敛的 充分必要条件是ρ(G)1. 定理：如果矩阵G的某种范数||G||1，则方程x＝Gx＋d有唯一解， 并对于迭代法 xk＋1＝Gxk＋d 有 并且进一步有 常用的三种迭代法 Jacobi迭代法（也叫点迭代法）： 将A（主对角线元素非零）分解为 A＝D＋L＋U，取 Jacobi迭代法的计算过程如下： 输入系数矩阵A，右端项b，维数n，初始迭代值 x（0）及收敛条件ε（|| x（k＋1）-x（k）||ε）和最大迭代步数N ； 置k＝1； 对i＝1，2，…，n，计算 若|| x － x（0） ||ε，输出x，停止程序；否则转5 若kN，则k＋1→k，x →x（0）并转3；否则，停止程序并输出失败信息。 Jacobi迭代法特点：简单，每迭代一次只需进行一次矩阵和向量乘法，不改变系数矩阵的稀疏性，仅需要两组存储单元 。 Jacobi迭代法收敛性的定理 定理2.10 Jacobi迭代法收敛的充分必要条件是ρ(G)1 定理2.11 如果||G||1，则Jacobi迭代法收敛 定理2.12 如果方程组Ax＝b的系数矩阵A是主对角线按行（或列）严格占优的，则用Jacobi迭代法求解必收敛 Gauss-Seidel迭代法 Gauss－Seidel迭代法的计算过程如下： 输入系数矩阵A，右端项b，维数n，初始迭代值 x（0）及收敛条件ε（|| x（k＋1）-x（k） ||ε）和最大迭代步数N ； 置k＝1； 对i＝1，2，…，n，计算 若|| x － x（0） ||ε，输出x，停止程序；否则转5 若kN，则k＋1→k，x →x（0）并转3；否则，停止程序并输出失败信息。 Gauss－Seidel迭代法收敛性的定理 定理2.13 Gauss－Seidel迭代法收敛的充分必要条件是ρ(G)1 定理2.14 如果||G||1，则Gauss－Seidel迭代法收敛 定理2.15 如果方程组Ax＝b的系数矩阵A是主对角线按行（或列）严格占优的，则用Gauss－Seidel迭代法求解必收敛 定理2.16 如果方程组Ax＝b的系数矩阵A是正定的，则用Gauss-Seidel迭代法求解必收敛 简单：每迭代一次只需进行一次矩阵和向量乘法 不改变系数矩阵的稀疏性 仅需要一组存储单元 Gauss-Seidel迭