最新38第八节-雅可比与高斯—塞德尔迭代法.pptVIP

称为雅可比(Jacobi)迭代法，又称简单迭代法。 或缩写为 记矩阵 A=D-L-U ，其中 于是雅可比迭代法可写为矩阵形式 其Jacobi迭代矩阵为 B1=BJ =D-1(L+U) ，即 例如　已知线性方程组 Ax=b 的矩阵为 其雅可比迭代矩阵为 在 Jacobi 迭代中,计算xi(k+1)（2? i ? n）时,使用xj(k+1)代替xj(k) （1? j ? i-1），即 建 立 迭 代 格 式 二、高斯——塞德尔迭代法 或缩写为 称为高斯—塞德尔（Gauss — Seidel）迭代法。 其G-S迭代矩阵为 B2 = BG =(D-L)-1U 于是高斯—塞德尔迭代法可写为矩阵形式 例如　已知线性方程组 Ax=b 的矩阵为 其G-S迭代矩阵为 例1 用雅可比迭代法解方程组 解： Jacobi 迭代格式为 精确解是 k x1(k) x2(k) x3(k) 1 0.72 0.83 0.84 2 0.971 1.07 1.15 … … … … 11 1.099993 1.199993 1.299991 12 1.099998 1.199998 1.299997 取 计算如下 解： Gauss-Seidel 迭代格式为 例2 用Gauss—Seidel 迭代法解上题。 取 x(0)=(0,0,0)T 计算如下： k x1(k) x2(k) x3(k) 1 0.72 0.902 1.1644 … … … … 8 1.099998 1.199999 1.3 定理 1 在下列任一条件下，雅克比迭代法收敛。 三、迭代收敛的充分条件 　　定理 2 设B1, B2分别为雅克比迭代矩阵与高斯—塞德尔迭代矩阵，则 . 从而，当 时， 高斯—塞德尔迭代法收敛。 　 定 义1 设n 阶矩阵A=(aij)n×n，如果 则称矩阵A为行（或列）严格对角占优。 或 (证明见书P77) 　　定理3 若矩阵A行（或列）严格对角占优，则解线性方程组Ax=b的Jacobi 迭代法和Gauss-Seidel 迭代法均收敛 。 证 ① 设矩阵A 行严格对角占优, 由 由此根据第五节定理4知道(I-BJ)是非奇异矩阵，因此 A=D(I-BJ)也是非奇异矩阵. 因为 所以 Jacobi 迭代收敛. 所以有 　　结论 若矩阵A行(或列)严格对角占优，则A是非奇异矩阵. 数学学院 信息与计算科学系 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 生成向量序列{ x(k) }，若 称为迭代格式（1）的迭代矩阵。 则有x* =Bx*+f ， 即x*为原方程组Ax=b 的解，B 基本思想： 将方程组 Ax=b ( |A|?0 ) 转化为与其 等价的方程组 x = Bx+f x(k+1) = Bx(k) + f （k=0,1,2,?) (1) 取初始向量 x(0)按下列迭代格式 第八节 雅可比迭代法 与高斯—塞德尔迭代法 序列{x(k)}的收敛条件，收敛速度，误差估计等。 问题： 如何构造迭代格式，迭代法产生的 向量 设方程组 一、雅可比迭代法 其中 aii?0 ( i=1 , 2 , …, n) 等 价 方 程 组 建立迭代格式 数学学院 信息与计算科学系 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33243 热都是 33