计算方法公选课(第五章).ppt

第五章 线性方程组的迭代解法 一、问题的描述 设有方程组 （5-1） 用矩阵表示为 AX=b （5-2） 其中A是系数矩阵，非奇异，b是右端项，X为解向量。 解线性方程组（5-1）的迭代法（有时也叫逐次逼近法），其基本思想是构造一个向量序列{X(n)}，使其收敛至某个极限向量X*，而X*就是要求的方程组（5-1）的准确解。 二、简单迭代法（又称Jacobi迭代） 假设 ，令 （5-3) 方程组（5-1）可改写为 （5-4） 若令 （5-5） 容易看出 方程（5-4）用矩阵符号可表示为 X=BX+g （5-4）’ 选取初始向量 ，代入（5-4）的右端，就可以得到一新向量，记为 。把 再代入（5-4）的右端，可以得到 ，如此等等，一直继续下去，迭代格式可表示为 （5-6） 用（5-6）计算，可以得到一个向量序列{X(k)} ，当 时，若序列{X(k)}收敛到X* ， X*就是方程组（5-1）的解，这是因为迭代序列{X(k)}收敛到向量X* ，则X*适合方程 X*=BX*+g 根据B和g的定义（5-5）有 (I-B)X*=g=D-1b 即 AX*=b 也就是说X*是方程组（5-1）的解。以上的计算过程称简单迭代法，矩阵B称为简单迭代法的迭代矩阵。 例1：方程组 的准确解是： 。 把方程组改写成 取 ，采用简单迭代法，计算结果如下： k x1 x2 x3 0 0 0 0 1 0.72 0.83 0.84 2 0.971 1.07 1.15 3 1.057 1.1571 1.2482 4 1.08535 1.18534 1.28282 5 1.095098 1.195099 1.294138 6 1.0983375 1.1983374 1.2980394 7 1.0994416 1.1994416 1.299335 8 1.0998112 1.1998112 1.2997767 9 1.0999364 1.1999364 1.2999245 10 1.0999785 1.1999785 1.2999746 11 1.0999928 1.1999928 1.2999914 12 1.0999976 1.1999976 1.2999971 13 1.0999992 1.1999992 1.299999 14 1.0999997 1.1999997 1.2999997 15 1.0999999 1.1999999 1.2999999 16 1.1 1.2 1.3 从计算结果看出，近似解向量序列收敛，并以准确解为其极限。 三、Gauss-seidel迭代法 在Jacobi迭代过程中，对已经算出来的信息未加充分利用，在计算x2时，x1已经算出，计算xi时， x1,x2,…,xi-1已经算出。一般说来，后面的计算值 比前面的计算值 要精确些。故对Jacobi迭代法（5-6）可作如下改进 （5-7） 令