数值分析报告课件.docVIP

第3章 线性方程组的解法 本章探讨大型线性方程组计算机求解的常用数值方法的构造和原理，主要介绍在计算机上有效快速地求解线性方程组的有关知识和方法. 重点论述Jacobi迭代法、Seidel迭代法、Guass消元法及LU分解法n个变元的线性方程组的一般形式为 （3.3） 式中，aij 称为系数，bi称为右端项，它们都是已知的常数。如果有使方程组（3.3）成立，则称值 为线性方程组的（3.3）的一组解。 本章在不作特别说明的情况下，主要讨论m=n的线性方程组 的求解问题，且假设它有唯一解。 线性方程组的矩阵表示 式中A称为系数矩阵，b称为右端项。 数值分析中，线性方程组的数值解法主要分为直接法和迭代法两大类。 直接法是用有限次计算就能求出线性方程组“准确解”的方法（不考虑舍入误差）；迭代法是由线性方程组构造出迭代计算公式，然后以一个猜测的向量作为迭代计算的初始向量逐步迭代计算，来获得满足精度要求的近似解。 迭代法是一种逐次逼近的方法。 3.3线性方程组的迭代解法 线性方程组迭代解法有Jocobi迭代法、Seidel迭代法及Sor法等 基本思想（与简单迭代法类比） 将线性方程组等价变形为 以构造向量迭代格式 用算出的向量迭代序列去逼近解。 1. 构造原理 1）Jacobi迭代法 （1)将线性方程组（3.4）的第i个变元用其他n-1个变元表出，可得 （3.5） 称（3.5）为不