3.1-3.2线性方程组档狞代解法.pptVIP

第三章 线性方程组迭代解法Iterative techniques for solving linear system;内容提要(content);概 论; 直接法得到的解是理论上准确的，但是我们可以看得出，它们的计算量都是n3数量级，存储量为n2量级，这在n比较小的时候还比较合适（n400），但是对于现在的很多实际问题，往往要我们求解很大的n的矩阵，而且这些矩阵(系数矩阵)往往是含有大量的0元素。对于这类的矩阵，再用直接法时就会耗费大量的时间和存储单元。另一方面,实际计算结果精度有时无法保证. 主要原因是在多次消去、回代过程中四则运算的误差积累与传播无法控制. 因此我们有必要引入一类新的方法：迭代法。 ;迭代法的基本思想The ideal of iterative method;迭代法的主要步骤The process of iterative method; 如果按上述迭代公式所得到的向量序列{ x(k)}收敛于某个向量x* ,则x* 就是方程组 Ax =b 的解，并称此迭代法收敛。否则，就叫不收敛或发散。 式(3-1)、(3-2)中的矩阵B ，称为迭代矩阵。 ;研究 {x(k) }的收敛性;基本迭代法the based iterative technique;注：选取M阵，就得到解 Ax=b 的各种迭代法.;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;§3.2(I) Jacobi 迭代法（Jacobi iterative method）;数学问题的描述;Jacobi iterative method;若记 ;D-1b;3.2 雅可比( Jacobi ) 迭代法;问题：如何判断可以终止迭代？;Jacobi 迭代法的计算步骤(5步)为： ; 3.1;k ;对于Jacobi迭代法,它的每一步设定计算顺序为 在计算迭代值 时, 利用它前面已计算的值 而此时 也已计算, 但是Jacobi迭代法并没有充分及时地利用这些信息, 为此我们得到改进的格式 ,称为高斯—塞德尔(Gauss–Seidel)迭代 公式。 ;§3.2(II) Gauss-Seidel迭代法;算法分析与描述; 如果 Jacobi 法收敛，则可期望x(k+1)比X(k)更好，在式(3-8)中右边第1个求和号?中，用x(k+1)的分量代替x(k)的分量，似乎更合理些。 这对许多问题来说，不仅会加快收敛速度，更重要的是，在排程序时，不必另设一套单元来记存上一次的近似解。这就是逐个代换算法，又称Gauss-Seidel迭代法。 因此，我们就得到新的迭代公式：;Gauss-Seidel迭代的分量形式;推导Gauss-Seidel迭代法的矩阵形式;The general case :; 　　　　　　X(k+1)=BG X(k) + fG （3-10） ;(高斯-塞德尔迭代法);实例求解;表3.2 例3.2 Gauss-Seidel迭代结果 ;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.