数值计算方法第三章线性方程组迭代法.pptVIP

结论： 1。Gauss-Seidel迭代法要迭代72次得 2．SOR迭代法( )，只须迭代72次得 3．设有方程组 (1)分别写出Jacobi迭代法，Gauss-Seidel迭代法和SOR法 (2)对任意的初值，各迭代是否收敛？说明理由。 的计算公式及迭代矩阵。 4．设有方程组 试写出收敛的迭代式，并说明理由。 5．设有方程组 (2)用迭代收敛的充要条件给出使这两种 迭代法都收敛 的a的取值范围。 (1)分别写出Jacobi迭代法和Gauss-Seidel迭代法的计算公式。 6．分别用Jacobi迭代法和Gauss-Seidel 迭代法求解方程组 取初值 ，问迭代是否收敛？若收敛，需要迭代多少次， 才能保证各分量绝对误差小于 7.证明对称矩阵 当 为正定矩阵，且只有当 时，用Jacobi迭代法求解方程组Ax=b才收敛。 若迭代法收敛速度慢时，可通过校正、利用特征值外推和最小零偏差等方法加速收敛速度。 评注 迭代法是求解大型线性系统（特别是稀疏矩阵情形）的有效方法，具有存储空间小、程序简单等特点。 Jacobi法Gauss-Seidel法SOR法是基本的迭代方法，其理论形成于20世纪50年代。迭代法的收敛性与稀疏矩阵的特性仅仅相关，在计算中应选用收敛速度快的迭代法。 计算方法的选择与具体问题有关。 共轭梯度法与预处理技术相结合，会大大改善收敛速度，得到好结果。对于非对称矩阵，将作一些推广，如：方程残量法、共轭残量法、不完全分解预优共轭梯度法和SSOR-CG法等。 对于大型稀疏矩阵，某些迭代法是很有效的，但仍在发展中，因为他们的收敛性问题还没有完全解决。 继续下去，方程组有解 与精确解 比较，误差为 例：分别用Gauss-Seidel迭代法和SOR迭代法( )求解方程组 当 取初始向量 时，停止迭代 适当选择，SOR迭代法具有明显的加速收敛效果。 小结 4.松弛迭代法(SOR) 思考与练习 1．若用Jacobi迭代法求解方程组 迭代收敛的充要条件是 讨论实数a与收敛性的关系。 2．若用Jacobi迭代法求解方程组 ? ?五.迭代法的收敛条件 5．1 矩阵的谱半径 定义6（谱半径) 谱半径。 矩阵A的谱半径与范数有如下关系： 定理1 ： 设A为n阶方阵，则 的充要条件为 由极限存在准则，有 5、2迭代法的收敛条件 证明： 若 必要性, 若 矩阵A的谱半径与范数的关系有 充分性。 定理2 对任意初始向量 和右边g，由迭代 格式 产生向量序列 收敛条件是 设存在n维向量x*，使得 则x*满足 由迭代公式 证明： 因x0为任意n维向量，上式成立必须 推论1、在定理2条件下，若 ，则 收敛。 推论2、松弛法收敛的必要条件为 。 例5。1、 解： ?? 解方程组 讨论雅可比迭代法与Gauss-Seidel迭代法的收敛性。 （1）由定理2知迭代法是收敛等价迭代矩阵 的谱半径 例5。2、 解 ： 特征方程为 雅可比迭代法收敛。 （2）由Gauss-Seidel迭代法， Gauss-Seidel迭代法发散。 特征方程为 例３也说明确实 只是松弛法收敛的必要条件，而非充分的，因为Gauss-Seidel迭代法（ ）。 [注]： （1-1）若矩阵Ａ为严格对角占优,即对所有的ｉ方阵Ａ满足 为方便给出以下判据： （1-2）若矩阵Ａ为弱对角占优，若至少由一个ｉ值，使下式成立。 （1）： （２）： （2-1）若矩阵Ａ为可约,若矩阵Ａ能通过行、 列的互换成为 （２-2）若矩阵Ａ为不可约,若矩阵Ａ不能通过行、列的互换成为 矩阵Ａ为对称正定的，则松弛法收敛 如：例１中系数矩阵 严格对角占优，Jacobi迭代法和Gauss-Seidel迭代法均收敛。 设有线性方程组Ａｘ＝ｂ，下例结论成立： （１）若矩阵Ａ为严格对角占优或为不可约弱对角占优， 则Jacobi迭代法和Gauss-Seidel迭代法均收敛。 （３）若矩阵Ａ为对称正定的， ， 则松弛法收敛 （２）若矩阵Ａ为严格对角占优， ，则松弛法收敛。 为非严格对角占优阵，但Ａ为对称正定矩阵， 例２中系数矩阵 松弛法收敛。 试讨论用三种迭代法求解的收敛性。 例４、设有方程组Ａｘ＝ｂ，其中 因Ａ为对称正定矩阵（各阶主子式大于零），由判别条件知Gaus