第4章 线性方程组迭代求解.pptVIP

* 第4章 线性方程组迭代求解 雅可比迭代法 高斯—赛德尔迭代法 4.1 引言 求解线性方程组的迭代方法常用于求解高阶稀疏矩阵。 线性方程组的直接求解和迭代求解有很大不同。线性方程组的直接求解的主要思想是对线性方程组做同解变换，直到方程组易解为止；线性方程组的迭代求解采用了类似非线性方程迭代求根（见第2章）的方法，构造1个迭代公式，取某个向量作为迭代初值，然后反复迭代。如果收敛，就会收敛于解向量。 线性方程组的迭代求解需要求向量的极限。 定义：设有矩阵序列A(k)=(aij(k))m×n，(i∈[1,m]，j∈[1,n])，k=0,1,2……， 若存在矩阵A*=(aij*)m×n，对A(k)所有元素aij(k)有 aij(k)=aij*，则称矩阵序 列A(k)=A(0),A(1),A(2),……收敛于A*，或称矩阵序列A(k)的极限是A*，即： A(k)=A*。 定义：设有向量序列b(k)=(bi(k))m，(i∈[1,m])，k=0,1,2……，若存在向量 b*=(bi*)m，对b(k)所有元素bi(k)有bi(k)=bi*，则称向量序列 b(k)=b(0),b(1), b(2),……收敛于b*，或称向量序列b(k)的极限是b*，即 b(k)=b*。 雅可比（Jacobi）迭代法需要对这个线性方程组进行同解变形，使方程i的等号左端只有xi，等号右端不出现xi，其中i=1,2,……,n。 4.2 雅可比迭代法 一、雅可比迭代法的主要思想 由上式构造雅可比迭代法的迭代公式： 即： =(bi－ )/aii，其中i=1,2,……,n，k=0,1,2,……。 取迭代初值为向量x(0)，代入迭代公式反复迭代，得到向量序列x(0), x(1), x(2),……。如果这个向量序列收敛于向量x*，那么向量x*就是原线性方程组的精确解向量。 雅 可 比 迭 代 法 的 算 法 输入原方程组的阶数n。 输入原方程组的系数矩阵a[n][n]，右端向量b[n]。 输入迭代初始向量oldx[n]，最大迭代次数maxk，误差要求ε。 for(k=1;k=maxk;k++) 循环1次完成1轮迭代 for(i=0;i=n-1;i++) ① 雅可比迭代 s=0; for(j=0;j=n-1;j++) j≠i Y N s+=a[i][j]*oldx[j]; x[i]=(b[i]-s)/a[i][i]; e=0; ② 计算误差 for(i=0;i=n-1;i++) e|x[i]-oldx[i]| Y N e=|x[i]-oldx[i]| eε Y N break; for(i=0;i=n-1;i++) ③ 暂存迭代结果 oldx[i]=x[i];