北理工数值分析第三章解线性方程组的迭代法.ppt

上机作业 第89页第1题(1)(2). 例 解方程组 讨论Jacobi迭代法与Gauss-Seidel迭代法的收敛性. 解 迭代法是否收敛等价于迭代矩阵的谱半径是否小于1，故先求迭代矩阵 ? Jacobi迭代法的迭代矩阵为 其特征方程为 特征值 谱半径 故Jacobi迭代法收敛. ? Gauss-Seidel迭代法的迭代矩阵为 其特征方程为 特征值 谱半径 故Gauss-Seidel迭代法发散. ? 一般来说, 计算矩阵的谱半径比较困难, 故用迭代法收敛的充分必要条件来判断迭代法是否收敛往往不太容易, 以下介绍用其他方法判别迭代法收敛的充分条件. 定义(严格对角占优阵) 称n 阶方阵 是严格对角占优的，如果其主对角线元素的绝对值大于同行其它元素绝对值之和： 若线性方程组的系数矩阵为严格对角占优阵，则称这个线性方程组为严格对角占优方程组. ? ? ? 迭代法收敛的充分条件 定理 若A为严格对角占优阵, 则求解Ax=b 的Jacobi迭代法和Gauss-Seidel迭代法均收敛. 定理 若A为对称正定阵, 则求解Ax=b的Gauss-Seidel迭代法收敛. 例 方程组Ax=b的系数矩阵为 严格对角占优阵. 故Jacobi迭代法与Gauss-Sidel迭代法均收敛. 例 方程组Ax=b的系数矩阵为 非对角占优阵 交换两个方程的次序，得原方程组的同解方程组 ? 它是一个严格对角占优方程组，对此方程组Jacobi迭代法和Gauss-Seidel迭代法均收敛. ? 当所给的方程组不满足迭代法的收敛条件时, 适当调整方程组中方程的次序, 有时可得到满足迭代法收敛条件的同解方程组. * 第三章 解线性方程组的迭代法 ? Jacobi迭代法 ? Gauss-Seidel迭代法 ? 迭代法的收敛条件(充要条件, 充分条件) 求 ? 迭代法概述 §3.1 迭代法概述 等价线性方程组 取初始向量 x(0)?Rn, 构造如下单步定常线性迭代公式 以此来产生近似向量序列 x(1), x(2), ... 当k充分大时, ? 基本思想 等价变形 如何做 收敛性条件 M: 迭代矩阵 定义 对于Rn中的向量序列 {x(k)}, 如果 则称向量序列{x(k)}收敛于 Rn中的向量 x. 定义对于n阶方阵序列 {A(k)}, 如果 则称方阵序列{A(k)}收敛于n阶方阵A. ? 上面两式通常表示成 ? 向量序列与矩阵序列的收敛概念 定理 Rn中的向量序列{x(k)}收敛于Rn中的向量x的充分必要条件是 其中xj(k)和 xj分别表示 x(k)和 x中的第 j个分量. 定理 n阶方阵序列{A(k)}收敛于n阶方阵A的充分必要条件是 ? 向量序列与矩阵序列收敛的充分必要条件 ? 向量序列和矩阵序列的收敛可归结为对应分量或对应元素序列的收敛性. ? 若由迭代公式 产生的向量序列 { x(k)} 收敛于向量 x, 则 即向量 x 是 方程 Ax=b 的解. ? 单步定常线性迭代法产生的向量序列若收敛则必收敛到原线性方程组的解. ? n=4的Jacobi迭代法 把方程组改写成如下等价形式 §3.2 几种基本的迭代法 ? n=4的Jacobi迭代法计算公式 已知 用上述迭代公式可算得 ? n=4的Jacobi迭代法矩阵表示 ? Jacobi迭代法 (k) (k) (k) (k) (k+1) ? 设D为由A的对角线元素构成的对角矩阵 Jacobi迭代公式 ? Jacobi迭代法的矩阵表示 ? 迭代矩阵 例 用Jacobi迭代法求解线性方程组 解 将方程组改写成如下等价形式 Jacobi迭代法计算公式为 假设初始向量取 x(0)=(0, 0, 0)T. 第一次迭代 第二次迭代 ? 实际计算时，迭代法中止条件 其中? 为给定的要求精度. ? n=4的Gauss-Seidel迭代法 把方程组改写成如下等价形式 ? n=4的Gauss-Seidel迭代法 ? Gauss-Seidel迭代法 (k) (k) (k+1) (k+1) (k+1) 在迭代的每一步设定计算顺序 并且，在计算迭代值 充分利用它前面的新信息 这样设计出来的迭代公式 称为高斯—塞德尔迭代公式. ? Gauss-Seidel迭代法 ? Gauss-Seidel迭代法的矩阵表示 ? 设将系数矩阵A 分裂为 其中D为对角阵, L 和U分别为严格下三角和严格上三角阵. ? 迭代矩阵 Gauss—Seidel迭代公式 例 用Gauss-Seidel迭代法求解线性方程组 解 将方程组改写成如下等价形式 Gauss-Seidel迭代法计算公式为 假设