线性方程与组求解__迭代解法 .pptVIP

线性方程组的迭代解法 迭代法的基本思想 Jacobi迭代和Gauss－Seidel迭代 迭代法的收敛性 超松弛迭代:SOR 8.1 迭代法的基本思想： 例：求解方程组 8.2 Jacobi迭代与Gauss－Seidel迭代 设Ax=b，A非奇异，且对角元不为零，将原方程组改写为 又代入，反复继续，得迭代格式： 8.2.2 Gauss－Seidel迭代法 若在迭代时尽量利用最新信息，则可将迭代格式变为 其中 BG-S=(D-L)-1 U 称Gauss－Seidel迭代矩阵。 注： （1）式 说明，只要||B||不是很接近1，当X(k+1) 和X(k) 很接近时， X(k) 也越接近X*，故可用|| X(k+1) - X(k) ||中止迭代。 迭代法收敛的其他结论： 定义 设A=(aij )n×n ?Rn×n ，若 (i=1,2,…,n) 则称A为对角占优矩阵，若不等式严格成立，则称A为严格对角占优矩阵。 SOR迭代收敛条件： SOR迭代收敛??(B?)1； SOR迭代收敛的必要条件是0?2； 若A对称正定，则当0?2时，SOR收敛。 若A为严格对角占优矩阵，则当0?1时， SOR收敛。 （2）式 说明，||B||越小， X(k) 收敛越快，可作误差估计式。 例3. 判别下列方程组用Jacobi法和Gauss-S