线性方程解法.pdfVIP

计算方法 第三章 线性方程组的解法 1 §3 线性方程组的解法 §3.0 引言 §3.1 雅可比（Jacobi ）迭代法 §3.2 高斯—塞德尔迭代法 §3.3 超松驰迭代法 §3.4 迭代法的收敛性 §3.5 高斯消元法 §3.6 高斯列元素消去法 §3.7 三角分解法 §3.8 追赶法 §3.9 其它应用 §3.10 误差分析 2 §3.0 引 言 重要性 ：解线性代数方程组的有效方法在计算数学和 科学计算中具有特殊的地位和作用。如弹性力学、电 路分析、热传导和振动、以及社会科学及定量分析商 业经济中的各种问题。 求解线性方程组 的求解方法，其中 Ax b n ， 。 A R nn x, b R 假设 非奇异，则方程组有唯一解. A * * * * T x (x , x , , x ) 1 2 n 3 §3.0 引 言 分类 ：线性方程组的解法可分为直接法和迭代法两种方法。 (a) 直接法 ：对于给定的方程组，在没有舍入误差的假设下， 能在预定的运算次数内求得精确解。最基本的直接法是 Gauss消去法，重要的直接法全都受到Gauss消去法的启发。 计算代价高. (b) 迭代法：基于一定的递推格式，产生逼近方程组精确解的 近似序列.收敛性是其为迭代法的前提，此外，存在收敛速 度与误差估计问题。简单实用, 诱人。 4 §3.1 雅可比Jacobi迭代法 (AX=b) ➢ 一、迭代法的基本思想 ➢ 二、例题分析 ➢ 三、Jacobi迭代公式 5 §3.1 雅可比Jacobi迭代法 (AX=b) 迭代法的基本思想 与解f (x)=0 的不动点迭代相类似，将AX=b改写 为X=BX+f 的形式，建立雅可比方法的迭代格式： x( k 1)  Bx( k )  f 其中，B称为迭代矩阵。其计算精度可控，特别 适用于求解系数为大型稀疏矩阵(sparse matrices)的 方程组。 6 AX  b x (k 1) Bx (k )  f 问题: (a) 如何建立迭代格式？ (b) 向量序列{ x(k) }是否收敛以及收敛条件?