第4章线性方程组和矩阵特征值的迭代解法.doc

第4章 线性方程组和矩阵特征值的迭代解法 线性代数计算方法中的迭代解法（即迭代法）是一类重要方法。其基本思想是构造适当的矩阵序列或向量序列，使其逐步逼近所求问题的精确解，故又称矩阵迭代方法。在求解阶数较高且零系数较多的大型稀疏线性代数方程组时，迭代法是很有效的。矩阵特征值问题的求解通常也要用迭代法。本章着重介绍求解线性代数方程组常用的简单迭代法及其收敛条件，并对计算矩阵特征值问题的雅可比方法和QR方法作一些介绍。 4.1 线性代数方程组的迭代解法 线性方程组(3.1)的迭代解法其基本思想与一元非线性方程的迭代解法类似，即构造适当的迭代公式，任选一个初始向量进行迭代计算，使生成的向量序列…，,…收敛于方程组的精确解。 4.1.1 简单迭代法的一般形式 设方程组(3.1)的系数矩阵非奇异，把它化为等价的方程组 (4.1) 其中 按(4.1)构造迭代公式 (4.2) 其中。任取初始向量，用(4.2)逐次计算近似解向量这种方法称为简单迭代法，称(4.2)为简单迭代公式，为迭代矩阵。公式的分量形式是 即 (4.3) 如果的各分量存在极限 (4.4) 则称向量序列收敛于向量，并记为 (4.5) 这时，称简单迭代法(4.2)是收敛的，否则就是发散的。 当(4.2) 收敛时，容易看出满足方程组(4.1)，从而必定是原方程组(3.1)的解。实际计算时，一般用 (4.6) 来控制迭代结束，取为满足要求的近似解，其中(是指定的精度要求。这样做的理论根据将在后面(4.23)中指出。 例如下面左边的方程组可改写为右边的同解方程组 取，可构造迭代公式 ， 这是分量形式。若写成矩阵形式就是(4.2),其中 就是迭代矩阵。容易计算出 ，， 设精度要求为，计算结果如表4.1所示。 表4.1 k 0 1 2 3 4 5 6 7 …… 0 4 5.5 5.1 4.95 4.99 5.005 5.001 …… 0 3 2.2 1.9 1.98 2.01 2.002 1.999 …… 由于,故求得方程组的解为 上例中的迭代公式是收敛的，当时，和的值越来越靠近准确解5和2。 对给定的方程组，可以构造各种迭代公式，下面介绍两种常用的简单迭代公式。 4.1.2 雅可比迭代法 设方程组(3.1)的系数矩阵非奇异，其主对角元素，并且绝对值相对来说比较大，我们从方程组的第个方程 中解出，得到等价的方程组 (4.7) 即 (4.8) 其中 由(4.7)构造迭代公式 (4.9) 其矩阵形式为 (4.10) 我们称(4.9)或(4.10)为雅可比(Jacobi)迭代公式，为雅可比迭代矩阵。任取初始向量，按上述迭代公式逐次计算，这就是雅可比迭代法，这是一种简单迭代法。 例4.1 用雅可比迭代法求解方程组 精度要求为(=0.005，用5位有效数字计算。 解 将方程组写成等价的方程组 构造雅可比迭代公式 取初始向量进行迭代，计算结果如表4.2 表4.2 k 0 1 2 3 4 5 … 0 0.9 0.98 0.994 0.999 2 0.999 80 … 0 0.7 0.96 0.99 0.998 0.999 64 … 0 0.8 0.94 0.992 0