解非线性方程组的迭代法.ppt

定义 设给定Rn中的向量序列{ }，即 其中 若对任何i (i = 1, 2,…, n )都有 或者说向量序列{ }依坐标收敛于向量，记为 则向量 称为向量序列{ }的极限， 4.2.1 迭代法收敛的概念 证: 再由范数的等价性有 引理 向量序列{x(m)}依坐标收敛于x*的充要条件是 向量序列依范数收敛与依坐标收敛是等价的。 如果满足此式，称x(m)依范数收敛于x* 定义4.2 设x*是方程组Ax=b的解,对于给定的初始向量x(0) ,若由某种迭代法产生的向量序列{x(m)}有 则称该方法收敛,否则称该方法发散. 4.2.2 迭代法收敛的判定定理 定理4.1 设 若 则对任意的初始向量 ,该迭代过程收敛于 的唯一解 ,且有估计式 证:先证 若 则E-B非奇异. 用反证法: 设E-B是奇异的,则存在非零向量x,使(E-B)x=0.即有x=Bx.两边取范数,再由范数的性质得 由于 得 与 矛盾 由于E-B是非奇异的，所以方程组(E-B)x=f 的解存在且唯一.设为x*,即x*=Bx*+f,进而有 取范数得: 由于0q1,所以 所以迭代过程收敛.又 于是有 即(1)式成立. 再由于 所以有 即(2)式成立.(2)式提示我们可以利用 来控制误差 例 写出用雅可比迭代法和G-S迭代法解线性方程组收敛的迭代格式。 解：对A分解 于是 由此得 所以用雅可比迭代法和G-S迭代法求解方程组都收敛。分别为： 定义4.3 如果方阵A满足 则称A按行严格对角占优. (类似地可定义按列严格对角占优) 注意: 是对角占优,不是严格对角占优. 定理4.2 若方程组Ax=b的系数矩阵按行(列)严格对角占优,则雅可比迭代法收敛,G-S迭代法也收敛. 证: 先证雅可比迭代法收敛. 因为: 所以由定理4.1,Ax=b存在唯一解x*.且用雅可比迭代法求解收敛. 可证G-S迭代法收敛(略) 以上两个定理都是收敛的充分条件.下面给出一个充分必要条件： 定理4.3 对于任意的初始向量 ,由 产生的向量序列 收敛的充分必要条件是 例：写出用雅可比迭代法求解方程组一定收敛的迭代格式。 解：对A进行分解 从而 由BJ的特征多项式 得特征值为：?1=2，?2=-2。所以?(BJ)=21 由此例可以看到:对原方程组直接写出雅可比迭代公式是不收敛的. 其系数矩阵是严格对角占优的所以用雅可比迭代法求解收敛.其迭代格式为: 如果写出与原方程组等价的方程组 定理4.4 设方程组Ax=b的系数矩阵A为实对称正定矩阵,且0?2, 则松驰迭代法 收敛. 说明：定理给出当0?2时，松弛迭代法收敛。但是常用的是1?2的情形，所以本定理发条件称为SOR方法的收敛条件，仅为充分条件。 例5:讨论例2中的方程组用SOR方法求解的收敛性. 解:例2中方程组的系数矩阵为:方程组 首先A是对称矩阵,再由 知A是对称正定矩阵.由定理4.4知,当0?2时,用SOR法求解收敛. 目前，只有少数特殊类型的矩阵，才有确定的最佳松弛因子的理论公式。例如，当A为对称正定的三对角矩阵时， ，则SOR法的最佳松弛因子为 但这在实际应用时也有一定困难 常用的方法是，选不同的 进行计算，以确定最佳 的近似值，或者，先选取一个 然后根据迭代过程收敛的快慢不断修改 ，以此逐步寻找最佳松弛因子 。 * * 前面介绍的解线性方程组的直接法是解低阶稠 密方程组的有效方法。但是，在工程技术中常产生 大型稀疏矩阵方程组，例如由某些偏微分方程数值 解所产生的线性方程组Ax=b，A的阶数很大 ， 但零元素较多，迭代法是能够充分利用系数矩阵稀 疏性特点的有效算法。 第四章 解线性方程组的迭代法 迭代法的构造 迭代法的基本思想是用逐次逼近的方法求线性方程组的解。 设有方程组 ,将其转化为等价的便于迭代的形式 （这种转化总能实现，如令 ）并由此构造迭代公式 其中， 称为迭代矩阵， 称为迭代向量。对任意的初始向量 ，由迭代式可求得向量序列 若 ，则 就是方程组Ax=b的解. §4.1 解线性方程组的三种迭代法 4.1.1．雅克比（Jacobi）迭代法（以三阶方程组为例） 设有方程组： 假设 任选一向量X