- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第3章 解线性方程组及迭代法
§3.2 迭代法的一般形式与收敛性 §3.3 Jacobi迭代法与Gauss-Seidel迭代法的收敛性 * 第3章 线性方程组的迭代法 §3.1 Jacobi迭代法和Guass-Seidel迭代法 例1 求解线性方程组 将(3.1)改写为 反复迭代······ 建立迭代公式 Jacobi迭代法 继续迭代······ Gauss-Seidel迭代法 Guass-Seidel(高斯-赛德尔)迭代法简称GS迭代法, 显然在该例中,Guass-Seidel迭代法比Jacobi迭代法收敛速度快。 但该结论并不普遍成立。而且两种方法有着本质区别,J迭代法是并行算法,而GS迭代法是串行算法。 Jacobi迭代法和Gauss-Seidel迭代法的一般迭代格式 考虑线性方程组 给定线性方程组 B称为迭代矩阵 不同的迭代法,主要在于迭代矩阵的不同 Jacobi迭代法与Gauss-Seidel迭代法的矩阵表示 具体在计算迭代矩阵J和G的特征值时,可以不用求出J和G,而是采用以下等价形式: A=D-L-U 所以J迭代法发散. 所以GS迭代法收敛. §3.4 逐次超松驰(SOR)迭代法 逐次超松弛迭代法(Successive Over Relaxation Method),简称SOR方法,是求解线性方程组最有效的迭代法之一,它可以看成是J迭代法或GS迭代法的改进. 将其改写为 SOR 迭代法 说明:1) 参数ω称为松弛因子,当ω=1时,即为GS迭代法; 2) ω1时称为超松驰迭代,ω1时称为欠松驰迭代. 3) SOR方法的矩阵形式 *
文档评论(0)