13第六章 线性代数方程组的迭代解法.ppt

jkhh Confidential, for review only 6.4 解线性方程组的迭代法 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。 由迭代公式k=0 方程组迭代也分收敛和发散看下面情况 例 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 6.4.1雅可比(Jacobi) 迭代公式 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。 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前最新的迭代值，即在求 时用新分量 代替旧分量 , 就得到高斯-赛德尔迭代法。其迭代法格式为： 6.4.2 高斯-塞德尔（Gauss-Seidel）迭代法 高斯-赛德尔迭代公式 (i=1,2,…,n k=0,1,2,…) 高斯—塞德尔迭代过程,一般收敛速度比较快 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 = L + D + U 则 等价于 即 迭代公式 令 则有 （k = 0,1,2…） 称为雅可比迭代公式, Gj 称为雅可比迭代矩阵 高斯—塞德尔迭代法的矩阵表示 将A分裂成A =L+D+U，则 等价于 ( L+D+U )x = b 于是,则高斯—塞德尔迭代过程 因为 ,所以 则高斯-塞德尔迭代形式为： 故 令 6.5 迭代法的收敛性 我们知道, 对于给定的方程组可以构造成简单迭代公式、雅可比迭代公式、高斯-塞德尔迭代公式，但并非一定收敛。现在分析它们的收敛性。 对于方程组 经过等价变换构造出的等价方程组 在什么条件下迭代序列 收敛？先引入 如下定理 定理6.1 迭代公式 收敛 的充分必要条件是迭代矩阵G的谱半径 由此定理可知，不论是雅可比迭代法、高斯— 塞德尔迭代法 ，它们收敛的充要条件是其迭代矩阵的谱半径 定理6.2 (迭代法收敛的充分条件) 若迭代矩阵G的一种范数 ,则迭代公式 收敛. 例 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 对角占优线性方程组 的雅可比 迭代公式和高斯-赛德尔迭代公式均收敛。 对角占优阵: 其主对角元素的绝对值大于同行其它元素绝对值之和, 且主对角元素全不为0。 例 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 例 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: G-S迭代矩阵 其谱半径 显然, 和 同时小于、等于或大于1,因而Jacobi迭代法与G-S迭代法具有相同的收敛性 例 考察用雅可比迭代法和高斯-塞德尔迭代 法解线性方程组Ax=b的收敛性，其中 解： 先计算迭代矩阵 求特征值 雅可比矩阵 ? ( B ) = 0 1 ∴用雅可比迭代法求解时，迭代过程收敛 ?1=0,?2 =2,?3 =2 ?(G1)=21 ∴用高斯-塞德尔迭代法求解时，迭代过程发散 高斯-塞德尔迭代矩阵 求特征值 当时?a?1时,Jacobi矩阵??GJ??∞1,对初值x(0)均收敛 例 设 方程组 写出解方程组的Jacobi迭代公式和迭代矩阵 并讨论迭代收敛的条件。 写出解方程组的Gauss-Seidel迭代矩阵,并讨 论迭代收敛的条件。 解 ① Jacobi迭代公式和Jacobi矩阵分别为 例 设 方程组