线性代数方程组-Read.PPT

浙江大学研究生学位课程 《实用数值计算方法》 第三章 线性代数方程组 3.1 问题概述 3.2 直接法 3.3 迭代法 3.4 稀疏矩阵 3.5 其他特殊形式的矩阵 第三章　习题 3.3.2 这就是 Gauss--Seidel 迭代格式，它 也可写为： 若用（3-29）式记号，则G--S迭代式可 表示为： 或 其中 有关收敛性和收敛速度的讨论完全 与 Jacobi 方法相同，只是迭代阵为L。 3.3.3 逐次超松弛（SOR）法 SOR法定义为： 3.3.3 2.3.13 3.3.3 三种迭代法的比较： 1. 一般情况下，J方法与G--S方法比较 并无优劣。收敛情况与速度均不一定。 例： 3.3.3 2. 但是具有相容次序的矩阵，在相同 精度要求下，迭代次数分别为： Jacobi 方法：1154 G--S 方法：578 SOR 方法：59 可见对这类矩阵，G--S 法比J方法快一倍， 而 SOR 法的收敛速度可提高一个数量级。 最后介绍一类对于三种方法都收敛的 矩阵。先定义可约矩阵和对角占优矩阵： 3.3.3 (1). 称n阶方阵为可约矩阵，如果存在n阶 排列阵P，使得 其中A11为r阶方阵，A22为（n-r）阶方阵 不是可约矩阵就是不可约矩阵 (2). 称 n 阶方阵A是对角占优矩阵，如果 若上式严格不等号成立，则称A为严格对角 占优矩阵。 3.3.3 (3). 称A是不可约对角占优矩阵。如果A是不可 约的且对角占优，而（3-42）式中至少对一 个 i 有严格不等号成立。 我们有如下结论： 1. 若A是严格对角占优或不可约对角占优 矩阵，则A非奇异。 2. 若线性方程组系数A是上述矩阵，则： 1）J方程和G--S方法都收敛。 2）当 SOR方法收敛。 3.4 稀疏矩阵 前面介绍了直接法和迭代法。但是实 践中如何选择计算方法是一个很复杂的问 题。需要考虑的因素很多，主要有： 1.方程组的性质；（病态、对角占优、正定等） 2.相类似问题出现的次数； 3.方程组的阶数； 4.计算机的容量、字长、运算速度等； 5.系数矩阵的结构；（稀疏、三对角等） 6.对结果的精度要求。 3.4 迭代法是解超高阶线性代数方程组 的重要方法之一，但是它也有缺点： 不适合解病态问题； 精度不高； 收敛速度依赖于加速因子的选取； 收敛性不能保证； 所需乘除运算量大。 在这些方面，相对来说，直接法运算 步骤一定，运算次数有限，精度高。对解 大型稀疏矩阵问题可以利用和保持系数矩 阵的稀疏性来降低存储容量和缩短计算时 间。 3.4.3 但是，为了保持系数矩阵的稀疏性。必须 使用特殊的计算方法和高级程序设计技术。 近年来在这方面有较大的发展。其优越性 大大超过了迭代法。