解线性方程的迭代法.pptVIP

* * 主讲教师： 高小辉 E-mail:fzlcstar@126.com 第五章 解线性方程组的迭代法 /* Iterative Techniques for Solving Linear Systems */ 求解 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。 思路 与解f (x)=0 的固动点迭代相似 …… ，将 立迭代 。从初值 出发，得到序列 。 等价改写为 形式，建 5.1 引言 研究 内容： ? 如何建立迭代格式？　 ? 向量序列的收敛条件？ 5.2 雅克比迭代法与高斯-塞德尔迭代 /* Jacobi Gauss-Seidel Iterative Methods */ 5.2。1 雅克比迭代法 /* Jacobi Gauss-Seidel Iterative Methods */ 雅克比迭代 例 5.1 4x-y+z=7 4x-8y+z=-21 -2x+y+5z=15 x=(7+y-z)/4 y=(21+4x+z)/8 z=(15+2x-y)/5 xk+1=(7+yk-zk)/4 yk+1 =(21+4xk+zk)/8 zk+1=(15+2xk-yk)/5 x0=1, y0=2, z0=2 x1 =(7+2-2)/4=1.75 y1 =(21+4+2)/8=3.375 z1 =(15+2-2)/5=3.00 雅克比迭代有时也会发散 例5.2 -2x+ y+5z=15 4x-8y+ z=-21 4x- y+ z =7 xk+1 =(-15+yk+5zk)/2 yk+1 =(21+4xk+zk)/8 zk+1 =7-4xk+yk x1 =(-15+2+10)/2=1.5 y1 =(21+4+2)/8=3.375 z1 =7-4+2=5.00 x0=1,y0=2,z0=2 x =(-15+y+5z)/2 y =(21+4x+z)/8 z =7-4x+y … … … … 只存一组向量即可。 5.2.2高斯-塞德尔（Gauss - Seidel ）法 A mathematician about his colleague: He made a lot of mistakes, but he made them in a good direction. I tried to copy this, but I found out that it is very difficult to make good mistakes. 注：二种方法都存在收敛性问题。 有例子表明：Gauss-Seidel法收敛时，Jacobi法可能不收敛；而Jacobi法收敛时， Gauss-Seidel法也可能不收敛。 xk+1=(7+yk-zk)/4 yk+1 =(21+4xk+1+zk)/8 zk+1=(15+2xk+1-yk+1)/5 例5.3 x0=1,y0=2,z0=2 x1 =(7+2-2)/4=1.75 y1 =[21+4(1.75）+2]/8=3.75 z1 =[15+2(1.75)-3.75]/5=2.95 4x-y+z=7 4x-8y+z=-21 -2x+y+5z=15 定义 设有N?N阶矩阵A，如果 则称A具有严格对角优势。 主对角线上元素的绝对值大于其它元素的绝对值的和。 定理 (雅可比迭代) 设矩阵A具有严格对角优势，则AX=B有唯一解X=P。 利用雅可比迭代公式可产生一个向量序列{Pk}, 而且对 于任意初始向量P0，向量序列都敛到P。 当矩阵A具有严格对角优势， Gauss-Seidel迭代也会收 敛。