数值分析第6章—线性方程组的迭代解法.ppt

Jacobi、GS 和 SOR 算法 若A严格对角占优 ，得 由 下面证明|? |1。 若不然, 即|? |?1, 则 定理6 若矩阵 A 行（或列）严格对角占优或不可约对角占优，则解线性方程组 Ax=b 的Gauss-Seidel 迭代法均收敛 。 是行严格对角占优矩阵, 故可逆, 与式(1)矛盾, 所以|? |1, 从而 ?( BG)1, 即Gauss—Seidel迭代法收敛。 即矩阵 定理7 若系数矩阵A对称，对角线元素 , 则Jacobi迭代收敛的充分必要条件是A和2D-A * * 基本思想：迭代法是按照某一规则构造一个向 量序列 使得其极限向量 是方程组 的精确解。 第一节 Jacobi迭代法 与Gauss-Seidel迭代法 如何构造迭代序列的？ 第六章 线性方程组的迭代解法 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 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 第一节 Jacobi迭代法 与Gaus