第4章-1(线性方程组迭代法).pptVIP

 * * 4.1 线性方程组的迭代解法 前面已经介绍了用直接法求解线性方程组： （4-1） 其中可逆矩阵 在用直接法求解的过程中，系数矩阵 A 在不断变动，如果 A 的阶数较大时，占用计算机的内存就很大，而且程序较复杂，对程序设计的技巧要求也较高。 因此，我们希望找到一种在求解过程中系数矩阵不变，且程序设计又不复杂的求解方法，这种方法就是迭代法。 使用迭代法求解（4-1）时，首先要将它变形，变成如下形状的等价方程组 其中 即（4-1）的解是（4-2）的解，反之，（4-2）的解也是（4-1）的解。用不同的方法构造（4-2）就可得到不同的迭代法。（4-2）中的矩阵 B 称为迭代矩阵。 （4-2） （4-1） 如果已导出（4-1）的等价方程组（4-2）后，计算（4-1）的解就变成求序列的极限. 取初始向量 代入（4-2）的右端.其中 （4-2） 其一般形式为 （4-3） 通常称使用（4-3）式求解的方法为迭代法，也称迭代过程或迭代格式. ，都有当 时， 如果对任意 称该迭代法收敛，否则称迭代法发散. 等价于 记 因此是方程组（4-2）的解，从而也是（4-1）的解。可见，使用迭代法求解就是求向量序列 由于 ，满足 所以收敛迭代法的极限向量 的极限向量 简单迭代法也称基本迭代法，有些迭代法可以通过对基本迭代法的加速或变形而得到。设线性方程组的一般形式为 4.1.1 简单迭代法 其中矩阵 非奇异，且 对上式移项和变形后可得等价的方程组： （4-4） 将（4-4）写成迭代格式，即 （4-5） 也可写成 迭代法（4-5）或（4-6）称为Jacobi迭代法。这是Jacobi迭代法的分量形式。 （4-6） 例1 构造解下列线性方程组的 Jacobi 迭代格式 解：Jacobi 迭代格式： 取初始向量 ， ， ； 精确解为： 在Jacobi迭代过程中，对已经算出来的信息未加充 分利用，在计算 时 已经算出，计算 时 已经算出。一般说来，后面的 比前面的计算值 要精确些。 可作如下改进: 故对 计算值 Jacobi迭代法（4-5） 取初始向量 ，得到 （4-9） 上述迭代格式可写成如下的分量形式，即 称为Gauss-Seidel 迭代法。 若记 则 下面考察Jacobi迭代法和Gauss-Seidel迭代法的 矩阵形式。 观察Jacobi迭代法 则其矩阵的表示形式为： = 注意: 则Jacobi迭代法可写成为： 记 则Jacobi迭代法的矩阵形式为 将Gauss-Seidel公式改写成 从而可写成矩阵形式为 = + + 从而有 整理后可得 记 （4-10） Gauss-Seidel迭代法的矩阵形式为: ① 如何判断迭代过程是否收敛呢？ ② 迭代格式收敛的充要条件、充分条件是什么？ ③ 决定迭代收敛速度的因素是什么？ 设某种迭代格式为 且该线性方程组的精确解为 ，则 4.1.2 迭代法的收敛性 本节要考虑如下问题： 两式相减，得 令 ，则 故当 时， 而 是一个非零的常向量，因此应要求 （零矩阵） 定理 4.1 的充分而且必要条件是 . ( 即 迭代法 均收敛的充要条件为： 定理 4.2 对任意 和 （充分条件） ，则迭代法收敛， 定理 4.3 且有 若 证 由于ρ(B)≤‖B‖＜1 ，根据定理4.2知，迭代法收敛。 而且 所以 移项后得到 即 因为