二线性方程组的解法new.docVIP

第二章 线性方程组的解法 基本解法迭代法和直接法。 直接方法大家已学过，我们重在分析程序写法。 §1 雅可比（Jacobi）迭代法 例： 求解线性方程组 分离出、、，构造迭代 取初值 得到近似解 准确解为 思路和方程迭代解法一样 极限存在 极限为根 线性方程组 矩阵 当 极限存在就是方程组的解， 本方法也适用于非线性方程组 迭代 极限存在 极限即为解 程序思想： 定义数组 A（n,n） X0(n) X(n) B(n) 读入组数 A B X0 (初值) Do 100 k=1,10 Do 200 i=1,n 三重循环 200 CONTINUE DO 300 i=1，n 300 X0（i）=X(i) 100 WRITE（*，*）X Stop End §2 高斯-塞德尔（Gauss-Seidel）迭代法 对雅可尔迭代稍加改进 就可得到更有效的计算公式 Jacobi迭代中，第次迭代时，都用的是第次迭代结果 例如 在此之前 到已经迭代出第k+1次结果。 我们用已有的到新值，可改造为 高斯-塞德尔迭代法 程序更简单： 定义数组 A（n,n） X0(n) X(n) B(n) 读入组数 A B X0 (初值) Do 100 k=1,10 Do 200 i=1,n 三重循环 200 CONTINUE DO 300 i=1，n 300 X0（i）=X(i) 100 WRITE（*，*）X Stop End §3 超松驰迭代法 我们要解的方程组是 矩阵形式 有初值 有一残余误差 上式w前应为“-”，若极限存在则B-AX（0）为零 将b的残余误差用来修正X，数学家也很伟大 当极限，极限即解 为什么收敛极限即解？ 迭代公式： 注意可以，且必须含有该项 或 以上两式迭代有何异同？ 当时 w减少 倍 不影响思想 可以证明 保证迭代收效 必须要求 低松弛法 超松弛法 迭代法的收放性 定理 所有迭代都可写成矩阵形式 对任意初值问差及任意 迭代收放的充要条件是： 为方阵B的特征值 定理（充分条件） 对任意收敛 对角元点优 对间钱上元素绝对值大于同行元素绝对值之和。 AX=b 则Jacobi Gauss-Seidel都收敛。 §4 高斯消去法