数值分析13-迭代过程及收敛性.ppt

第六章 线性方程组的迭代解法 不可约矩阵 对角占优矩阵 一般收敛性定理 迭代法收敛性 迭代法收敛性 迭代法收敛性 迭代法收敛性 迭代法收敛性 * * 第三节 迭代的收敛性 如果 A 是可约矩阵，则方程组 Ax = b 等价于 y f 即可以把原方程组化成两个低阶的方程组来处理。 设 A?Rn?n，若存在排列矩阵 P 使得 则称 A 为 可约矩阵；否则称为 不可约矩阵 。 定义 方阵 且至少有一个不等式严格成立，则称 A 为 弱对角占优的； 若所有不等式都严格成立，则称 A 为 严格对角占优的。 ( i = 1, 2, ... , n ) 设 A?Rn?n，若 定义 若 A 是严格对角占优或不可约弱对角占优矩阵，则 A 非奇异。 引理 引理 证：用反证法。 证：利用矩阵的Jordan标准形。 定理 其中 || · || 为任一相容矩阵范数。 定理 考虑迭代格式 ，对任意初值 x(0) 1) 收敛的充要条件为 ?(B)1。 2) 若 ||B||1，设 x* 为真解，则有 简证： 定理 若 A 严格对角占优或不可约弱对角占优，则 Jacobi 和 GS 迭代都收敛。 证：(1) Jacobi 迭代：迭代矩阵为 BJ = D-1( L+U )。 用反证法：假设 BJ 存在特征值 ?，使得 |?|?1 。 A 严格对角占优或不可约弱对角占优 又由 |?I-BJ | = 0 得 |?D-( L+U ) |=0 ?D-( L+U ) 严格对角占优或不可约弱对角占优 即得 ?D-( L+U ) 非奇异 矛盾 BJ 的所有特征值都满足 |?|1 ，即 ?(BJ)1 Jacobi 迭代收敛 (2) GS 迭代的收敛性可类似证明。 定理 若 A 是SPD，则 Jacobi 迭代收敛 ? 2D-A也 SPD。 证： A 对称正定 aii0 相似，且它们的特征值均为实数。 必要性： 设 ? 为 的任一特征值 Jacobi 迭代收敛 ? ?(BJ)1，即 |1-? |1 0? 2 的特征值为 2-? ? (0,2) 对称正定 也对称正定 充分性： 对称正定 对称正定 2-? 0 又 A 对称正定 对称正定 ? 0 的特征值为 1-? ? (-1,1) ?(BJ)1 定理 SOR 迭代收敛的必要条件是 0 ? 2 。 证：设 ?1, ..., ?n 是 BS=(D-?L)-1[(1-?)D+ ?U] 的 n 个特征值，则 SOR 迭代收敛 ?(BS)1 定理 若 A 是 SPD，则 0 ? 2 时 SOR 迭代收敛。 证：设 ? 是 BS 的任一特征值， x 是对应特征向量，则 两边用 x* 作内积（即左乘 x* ）得 设 则 A 对称正定