第六章 方程组的数值解法.ppt

2008年10月6日12时7分 沈阳航空工业学院飞机设计教研室 Jacobi 算法 GS 算法 第*页，共53页 解： 例：解线性方程组 取初始向量 x(0) = ( 0, 0, 0 )，迭代过程中小数点后保留4位。 Jacobi 迭代格式 令 则迭代得： x(1) = ( 0.5000, 2.6667, -2.5000 )T x(21) = ( 2.0000, 3.0000, -1.0000 )T 2008年10月6日12时7分 沈阳航空工业学院飞机设计教研室 GS 迭代格式 得 x(1) = ( 0.5000, 2.8333, -1.0833 )T x(9) = ( 2.0000, 3.0000, -1.0000 )T 第*页，共53页 Jacobi 迭代 GS 迭代 A = M - N M = D, N = M – A = L + U M = D – L, N = U Jacobi迭代的矩阵表示为 Gauss-Seidel迭代的矩阵表示为 均属于如下形式 的迭代公式. 定理（迭代法的基本收敛定理） 迭代过程 X(k+1) =BX(k) +g 对于任意初始向量X(0)及右端向量g均收敛 的充要条件是迭代矩阵B的谱半径?(B)1, 并且?(B) 愈小，收敛速度愈快. 定理（迭代法收敛的充分条件） 若迭代法 X(k+1) =BX(k) +g 的迭代矩阵B满足，??B??=q1,则对于任意的 初始向量X(0)与右端向量g迭代法收敛. 证 设X*为方程组X=BX+g的精确解,则 X* =BX* +g X* - X(k+1) =B(X* - X(k) ) ?? X* - X(k+1) ?????B?????X* - X(k)?? 反复利用此不等式和已知条件有 ?? X* - X(k+1) ?????B??k???X* - X(0)???0 从而对于任意的X(0)与g迭代收敛. 称方阵A=(aij)nn 为对角占优的，如果 或 定理（迭代法收敛的充分条件） 若线性代数方程组AX=b的系数方阵A=(aij)nn是按行(或按列)严格对角占优的，则Jacobi迭代法和Gauss-Seidel迭代 法都是收敛的. 分别用Jacobi迭代法与Gauss-Seidel迭代 法求解方程组 精确到小数点后四位，并要求分别写出其 迭代法的分量形式和矩阵形式. （1）用Jacobi迭代法，其迭代法的分量形式为 迭代法的矩阵形式为 其中 取初值X(0) =(0,0,0)′，迭代可得 迭代7次，得近似值. （2）用Gauss-Seidel迭代法，其迭代法的分量形式为 其迭代法的矩阵形式为 其中 即 取初值X(0) =(0,0,0)′，迭代可得 迭代5次，得近似值 对方程组 通过调整方程的次序，建立收敛的Jacobi迭 代格式和Gauss-Seidel迭代格式. 解 将第二个方程调到第一行、第三个方 程调到第二行、第一个方程调到第三行后 有同解方程组 这是按行严格对角占优方程组，故Jacobi和 Gauss-Seidel迭代法都一定收敛. Jacobi迭代格式为 Gauss-Seidel迭代格式为 2008年10月6日12时7分 沈阳航空工业学院飞机设计教研室 直接利用矩阵乘法来计算 LU分解 ?比较等式两边的第一行得： u1j = a1j 比较等式两边的第一列得： ?比较等式两边的第二行得： 比较等式两边的第二列得： ( j = 1,…, n ) ( i = 2,…, n ) ( j = 2,…, n ) ( i = 3,…, n ) U 的第一行 L 的第一列 U 的第二行 L 的第二列 第*页，共42页 2008年10月6日12时7分 沈阳航空工业学院飞机设计教研室 第 k 步：此时 U 的前 k-1 行和 L 的前 k-1 列已经求出 比较等式两边的第 k 行得： 比较等式两边的第 k 列得： 直到第 n 步，便可求出矩阵 L 和 U 的所有元素。 ( j = k, …, n ) ( i = k+1, …, n ) 第*页，共42页 2008年10月6日12时7分 沈阳航空工业学院飞机设计教研室 算法 5.1：( LU 分解 ) For k=1,2,...,n End For j = k, …, n i = k+1, …, n 运算量：(n3 - n)/3