第2章-4方程组迭代返抹.pptVIP

2.4 线性方程组的迭代法 ;假设;任选一初值向量：;对于n阶方程组;n阶方程的 Jacobi 迭代格式:;若用矩阵来表示雅可比迭代,则如下:;A x=b,  ( D – L – U) x = bDx = (L+U) x+b;2.4.3 高斯—赛德尔迭代法 (Gauss-Seidel);这种迭代称为 高斯—赛德尔(Gauss-Seidel)迭代法（G-S）;n阶方程的G-S迭代格式:;用矩阵表示：;例1（p75）：分别用Jacob及G-S迭代法解下列线性方程组。初值均取(0，0，0)T;%用雅可比法解P91例1 a=[9,-1,-1;-1,8,0;-1,0,9]; D=-(a-triu(a)-tril(a)); L=-(tril(a)-b); U=-(triu(a)-b); xo=[0;0;0];bo=[7;7;8]; ep=0.0001;dx=1;k=0; while dxep k=k+1; x=D\(L+U)*xo+D\bo; dx=abs(norm(x)-norm(xo)); xo=x; end k,x;从计算结果可以看到:如果两种迭代法都收 敛,那么Jacob迭代法慢于G-S迭代法.这 个结论具有一般意义.;4.1.3 超松弛迭代法;;写成分量式的计算公式为:;例4.2(p78): 用SOR法求解方程;%用SOR法解P96例2 a=[4,-2,-4;-2,17,10;-4,10,9]; D=-(a-triu(a)-tril(a)); L=-(tril(a)-D); U=-(triu(a)-D); xo=[0;0;0];bo=[10;3;-7];omiga=1.46; ep=0.000001;dx=1;k=0;;Matlab的关于三种迭代法的通用程序;2.高斯-塞德尔迭代法的通用程序;3. SOR法解线性方程组的通用程序;4.2 迭代法的收敛条件;2.4.2 迭代法收敛的概念;引理1; 迭代法收敛的判定定理 ;先证 若;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;由于0q1,所以;于是有;写出Jacobi迭代及G-S迭代，并求其解.;雅可比迭代矩阵:;2. G-S迭代格式为:;G-S迭代矩阵;取初始向量;定义3 如果方阵A满足;定理2 若Ax=b的系数矩阵A按行(列)严格对角占优,则Jacobi迭代及G-S迭代都收敛.;以上两个定理都只是收敛的充分条件.;写出一定收敛的Jacobi迭代格式。;由BJ的特征多项式;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:;定理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.;例4.7 (p90) :讨论例2 (p95)中的方程组用 SOR方法求解的收敛性.;首先A是对称矩阵,再由;写出Jacobi迭代及G-S迭代，并判断散性.;雅可比迭代矩阵:;2. G-S迭代格式为:;G-S迭代矩阵;P88;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;小结