[工学]计算方法-3线性方程组数值解法.ppt

1 * * * * * * * * * * * * * * * * * * * * * * * * * * * 示例结果：12，5倍根号10，5 * * * 示例结果：12，5倍根号10，5 * 示例结果：12，5倍根号10，5 * 示例结果：12，5倍根号10，5 * 示例结果：12，5倍根号10，5 * * * * * * * * * * * 定义 设f(x)=||x||是定义在Rn上的实函数，如果它满足如下条件： 1 对对任意x属于Rn，||x||≥0，||x||=0当且仅当x=0; 2 对任意实常数c和任意x属于Rn，有||cx||=|c|·||x||; 3对任意x属于Rn， y属于Rn，有 ||x+y|| ≤ ||x|| + ||y||; 则称||·||为Rn上的向量范数 最常用的是三种范数： 向量的1-范数： 向量的2-范数： 向量的∞-范数： 示例(-5，-3，4)T的三种范数分别为： 定义 设向量x,y属于Rn上，则称||x-y||为x和y之间的距离 三种范数之间的关系 矩阵范数 定义: 设A属于Rn×n，||·||是Rn上的任一向量范数，称 为A的矩阵范数，记作 Rn×n表示所有n×n阶矩阵组成的实线性空间。 最常用的三种矩阵范数： 矩阵范数的五个性质： 定理:设A∈R，||·||为一种矩阵范数，则ρ(A)≤||A|| 证明：设λ为A的按模最大的特征值，x为相对应的特征向量，则 例5 设A= 3.5 迭代法 迭代法及其收敛性 思路：与方程求根的迭代法思想类似，对于线性方程组： 通过变形，找到同解方程组： x=Bx + f 建立迭代公式 x(k+1)=Bx (k) + f 若给定初始向量x(0)，就可以按迭代公式解出向量序列{x(k)} 定义： 设x(0)，x(1)，x(2),……是Rn中的一个向量序列，c属于Rn是一个常向量。如果 迭代矩阵 则称向量序列 收敛于c，并记为 如果向量序列{x(k)}收敛于x*，对迭代函数两边取极限，得 x*=Bx* + f 定理(充分条件)：对给定方程组 x=Bx + f ， 如果||B||1，则 （1）此方程组有唯一解x*; （2）对任意向量x(0)属于Rn，迭代格式x(k+1)=Bx (k) + f收敛于x*,且有 || x(k+1) –x*||≤||B|| || x (k) –x*|| k=0,1,2…… （3） （4） 定理3.3 ：对给定方程组 x=Bx + f ，迭代格式 x(k+1)=Bx (k) + f 对任意的初始值x(0)都收敛的充要条件为ρ(B)1 例 用迭代法解线性方程组 雅可比（Jacobi）迭代法 由以下方程组的第i个方程解出xi(i=1,2……n), 得到一个同解的方程组, 取初始向量x(0)=(x1(0), x2(0) x…… xn(0) )T,利用迭代式反复迭代可以得到一个向量序列{x(k)}，称为雅可比迭代格式，称用此迭代格式求解方程组的方法为雅可比迭代法 可以将矩阵A分解为 其中 A = L U D 雅可比迭代格式的表达式为 Jacobi 迭代阵 迭代矩阵 称为雅可比矩阵 例 用雅可比迭代法求解线性方程组，并分析迭代格式的收敛性 高斯-赛德尔（Gauss-Seidel）迭代法 在雅可比迭代中，用新值及时取代旧值，即在求xi(k+1)时，用x1(k+1) ， x2(k+1) ， x3(k+1) ， …… xi-1(k+1)进分别代替x1(k) ， x2(k) ， x3(k) ， …… xi-1(k)行进行迭代计算 矩阵表示形式为 G就被称为高斯-赛德尔迭代矩阵 例 用高斯-赛德尔迭代法求解线性方程组，并分析迭代格式的收敛性 定理 ：对于线性方程组 Ax=b （1）若A为严格对角占优，则雅可比迭代法和高斯-赛德尔迭代法均收敛； （2）若A为对称正定矩阵，则高斯-赛德尔迭代法收敛 超松驰法 迭代 加速 w是松驰因子,0 w 2 作业 试用雅可比迭代格式和高斯-赛德尔迭代法求解线性方程组，并分析迭代格式的收敛性 * * * * * * * * 计 算 方 法 主 讲： 孙 在 Email: sunzai@cjlu.edu.cn 2010 第3章 线性方程组数值解法 §3–1 引言 §3–2 消去法 §3–3 追赶法 §3-4 向量范数和矩阵范数 §3–5 迭代法 学习要点 消去法