九 线性方程组的迭代法.ppt

由迭代格式，有 两边取范数，代入上式，得 证毕 由定理知，当 时，其值越小，迭代收敛越快，在程序设计中通常用相邻两次迭代 （ε为给定的精度要求）作为 控制迭代结束的条件 例5 已知线性方程组 考察用Jacobi迭代和G-S迭代求解时的收敛性 解: ⑴ 雅可比迭代矩阵 故Jacobi迭代收敛 ⑵ 将系数矩阵分解 则高斯-塞德尔迭代矩阵 故高斯—塞德尔迭代收敛。 定理12 对于线性方程组Ax=b，若A为对称正定矩阵，则当0ω2时，SOR迭代收敛. 证明 只需证明λ1（其中λ为Lω的任一特征值）. 定理13 对于线性代数方程组Ax=b， 若A按行(或列)严格对角占优，或按行(或列)弱对角占优不可约；则当0w≤1时，SOR迭代收敛。 例6 设 ,证明, 求解方程组 的Jacobi迭代与G-S迭代同时收敛或发散 证:雅可比迭代矩阵 其谱半径 我们知道，凡是迭代法都有一个收敛问题，有时某种方法对一类方程组迭代收敛，而对另一类方程组进行迭代时就会发散。一个收敛的迭代法不仅具有程序设计简单，适于自动计算，而且较直接法更少的计算量就可获得满意的解。因此，迭代法亦是求解线性方程组，尤其是求解具有大型稀疏矩阵的线性方程组的重要方法之一。 第六章 解线性方程组的迭代法 §6.1 迭代法的基本思想 迭代法的基本思想是将线性方程组转化为便于迭代的等价方程组，对任选一组初始值 ，按某种计算规则，不断地 对所得到的值进行修正，最终获得满足精度要求的方程组的近似解。 设 非奇异， ，则线性方程组 有惟一解 ，经过变换构造出一个等价同解方程组 将上式改写成迭代式 选定初始向量 ,反复不断地使用迭代式逐步逼近方程组的精确解,直到满足精度要求为止。这种方法称为迭代法 如果 存在极限 则称迭代法是收敛的，否则就是发散的。 收敛时，在迭代公式 中当 时， , 则 , 故 是方程组 的解。 对于给定的方程组可以构造各种迭代公式。 并非全部收敛 例1 用迭代法求解线性方程组 解 构造方程组的等价方程组 据此建立迭代公式 取 计算得 迭代解离精确解 越来越远 迭代不收敛 §6.2 雅可比与高斯-塞德尔迭代法 §6.2.1 雅可比迭代法算法 例2 用雅可比迭代法求解方程组 解：从方程组的三个方程中分离出 和 建立迭代公式 取初始向量 进行迭代, 可以逐步得出一个近似解的序列： （k=1, 2, …） 直到求得的近似解能达到预先要求的精度， 则迭代过程终止，以最后得到的近似解作为线 性方程组的解。 当迭代到第10次有 计算结果表明，此迭代过程收敛于方程组的精 确解x*= (3, 2, 1)T。 考察一般的方程组，将n元线性方程组 写成 若 ,分离出变量 据此建立迭代公式 上式称为解方程组的Jacobi迭代公式。 §6.2.2 雅可比迭代法的矩阵表示 设方程组 的系数矩阵A非奇异，且主对 角元素 ，则可将A分裂成 记作 A = D - L - U 则 等价于 即 因为 ，则 这样便得到一个迭代公式 令 则有 （k = 0,1,2…） 称为雅可比迭代公式, B称为雅可比迭代矩阵 雅可比迭代矩阵表示法，主要是用来讨论其收敛性，实际计算中，要用雅可比迭代法公式的分量形式。即 (k=0,1,2,…) 6.2.1 雅可比迭代法的算法实现 § 6.2.2 高斯-塞德尔（Gauss-Seidel）迭代法 高斯-塞德尔迭代法的基本思想 在Jacobi迭代法中，每次迭代只用到前一次的迭代值，若每次迭代充分利用当