Chapter33线性方程组及迭代法.pptVIP

3.3 解线性方程组的迭代法 /* Iterative Methods for Solving Linear Systems */ 思路 将 改写为 等价形式 ，建立迭代 　 。从初值 出发，得到序列 。 研究 内容： ? 如何建立迭代格式？　 ? 收敛速度？ ? 向量序列的收敛条件？ ? 误差估计？ 2.2.1 逐次逼近法(迭代格式的构造) 把矩阵A分裂为 则 将上式写为迭代过程 这种迭代过程称为逐次逼近法，B称为迭代矩阵。 收敛性定义：若 称逐次逼近法收敛 ，否则，称逐次逼近法不收敛或发散。 给定初值 就得到向量序列 问题： 是否是方程组Ax=b的解？ 定理2.2.1 任意给定初始向量x0，如果由逐次 逼近法产生的向量序列收敛于向量x*，那么， x*是方程组x=Bx+g的解 证明： 逐次逼近法收敛的条件 补充定理 当k? ?时，Bk ? 0 ? ? ( B ) 1 定理2.2.2 设线性方程组x=Bx+g有惟一解，那么逐次逼近法对任意初始向量X０收敛的充分必要条件是迭代矩阵B的谱半径 ? ( B ) 1 证明： 因此 要检验一个矩阵的谱半径小于1比较困难，所以我们希望用别的办法判断收敛性 定理2.2.3 若逐次逼近法的迭代矩阵满足‖B‖1， 那么逐次逼近法收敛 Remark:因为矩阵范数 都可以 直接用矩阵的元素计算，因此,用定理2.2.3， 容易判别逐次逼近法的收敛性。 定理2.2.4 （充分条件）若存在一个矩阵范数使得 || B || 1, 则迭代收敛，且有下列误差估计： ② ① 证明： ② 问题：如何判断可以终止迭代？（误差估计） 误差表达式及收敛速度。 停机准则。 ① 写成矩阵形式： A = -L -U D B Jacobi 迭代阵 §2.2.2 Jacobi 法 ( Jacobi Iterative Methods ) Jacobi 迭代的分量形式： Algorithm: Jacobi Iterative Method Solve given an initial approximation . Input: the number of equations and unknowns n; the matrix entries a[ ][ ]; the entries b[ ]; the initial approximation X0[ ]; tolerance TOL; maximum number of iterations Mmax. Output: approximate solution X[ ] or a message of failure. Step 1 Set k = 1; Step 2 While ( k ? Mmax) do steps 3-6 Step 3 For i = 1, …, n Set ; /* compute xk */ Step 4 If then Output (X[ ]); STOP; /* successful */ Step 5 For i = 1, …, n Set X 0[ ] = X [ ]; /* update X0 */ Step 6 Set k ++; Step 7 Output (Maximum number of iterations exceeded); STOP. /* unsuccessful */ What if aii = 0? 迭代过程中，A 的元素 不改变，故可以事先调整好 A 使得 aii ? 0，否则 A不可逆。 必须等X(k)完全计算 好了才能计算X(k+1)，因此 需要两组向量存储。 A bit wasteful, isn’t it? BG-S Gauss-Seidel 迭代阵 作A的另