3.6线性方程组的迭代法(1).pptVIP

它的基本思想是将线性方程组 AX=b 化为等价方程组 X=BX+f 再由此构造向量序列{X (k)}: X(k+1)=BX (k)+f 若{X (k)}收敛至某个向量X *,则向量X *就是所求方程组 AX=b 的准确解. 线性方程组的迭代法主要有Jocobi迭代法、Seidel迭代法和超松弛(Sor)迭代法. 迭代法的特点 方法简单，每次迭代都是简单的重复运算，易于编制程序；与求解线性方程的精确法相比， Jacoai迭代法对于字长位数较少的计算机更为适用，它可以用增加迭代次数来弥补字长位数少的不足. 初值可以任取，因而中间结果偶然错误不影响最后结果的获得。慢。用计算机计算时，。 就其收敛性而言，某些用Jacoai 迭代法不能收敛，而无法得出结果的线性代数方程组，用Seidel迭代法却能进行收敛计算,反之亦染. 注：用上述定理证明迭代公式的收敛性只要计算B的谱半径ρ(B)，看它是否1？ 例：考察下列迭代公式的敛散性 其中 解：计算B的特征值 Det(λE-B)=λ3+0.034090909λ+0.039772727=0 λ1=-0.3082 λ2=-0.1541+0.3245i λ3=- 0.1541-0.3245i |λ1|=0.30821 |λ2|=0.35921 |λ3|= 0.35921 所