工程计算3线性代数方程组的数值解法.pptVIP

* * 3.5 大型方程组的迭代法 算法 1，输入矩阵A，右端项b，维数n，初始迭代向量x(0)，容许误差?，容许最大迭代次数N。 2，置k=1 3，计算 * * 3.5 大型方程组的迭代法 4 若|| x?x(0)|| ?，输出x，停机，否则转步骤5。 5 如果kN， k+1?k，x ?x(0) ，转步骤3， 否则输出失败信息，停机。 * * 3.5 大型方程组的迭代法 松弛法 Seidel迭代格式为 令 在修正项的前面加上一个参数，得到松弛法的计算公式 * * 3.5 大型方程组的迭代法 其中，? 称为松弛因子，当? 1时称为超松弛，? 1称为低松弛， ? =1时就是Seidel迭代 因(I??L)?1存在，所以还可以迭代格式改写为 称为松弛法的迭代矩阵 * * 3.5 大型方程组的迭代法 算法 1，输入矩阵A，右端项b，维数n，初始迭代向量x(0)，容许误差?，容许最大迭代次数N。 2，置k=1 3，计算 * * 3.5 大型方程组的迭代法 4 若|| x?x(0)|| ?，输出x，停机，否则转步骤5。 5 如果kN， k+1?k，x ?x(0) ，转步骤3， 否则输出失败信息，停机。 * * 3.5 大型方程组的迭代法 前面介绍的几种迭代格式，可以统一表示成下面的形式 其中， M是迭代矩阵，f 为常数项。 简单迭代法 Seidel迭代法 松弛法 * * 3.5 大型方程组的迭代法 这几种迭代格式共同的特点 ?x(k+1)只与x(k)有关 ，即单点迭代 新的近似解是已知近似解的线性函数，即线性迭代 这类迭代叫做单点线性迭代 * * 3.5 大型方程组的迭代法 3.5.2 迭代法的收敛性和收敛速度 向量序列是否一定收敛呢? 从任选的初始向量x(0)出发。利用迭代格式 例3.5.1 已知方程组 的准确解是x1*=1.1，x2*=1.2，x3*=1.3 * * 3.5 大型方程组的迭代法 把方程组改写成 取x1(0)= x2(0)= x3(0) =0，采用简单迭代法， k x1(k) x2(k) x3(k) k x1(k) x2(k) x3(k) 0 1 2 3 4 0 0.72 0.971 1.057 1.0853 0 0.83 1.070 1.1571 1.1853 0 0.84 1.150 1.2482 1.2828 5 6 7 8 9 1.0951 1.0983 1.0994 1.0998 1.0999 1.1951 1.1983 1.1998 1.1998 1.1999 1.2941 1.2980 1.2993 1.2997 1.2999 * * 3.5 大型方程组的迭代法 例3.5.2 方程组 的准确解是x1*=1，x2*=1，x3*=1 取x1(0)= x2(0)= x3(0)=0，采用简单迭代法， * * 3.5 大型方程组的迭代法 k? x1(k) x2(k) x3(k) 0 1 2 3 0 11 ? 69 ?499 0 ? 14 81 ? 374 0 ? 3 66 ? 429 可以证明 ,除 x1(0)= x2(0)= x3(0)=0，无论选什么初值都不会收敛 * * 3.5 大型方程组的迭代法 定理3.5.1 对任何初始向量x(0)，和常数项f，由迭代格式 产生的向量序列{x(k)}收敛且极限与初值无关 ? ?(M)1 证明 先证必要性，假设{x(k)}收敛到x*，即 则有 x*=Mx*+f 令?k = x(k)? x*表示第k次迭代的近似值和准确解之差 * * 3.5 大型方程组的迭代法 则因 对于任意初始误差向量?0，要使向量序列{M k?0}收敛于零向量，必须 因此 ?(M)1 由此 * * 3.5 大型方程组的迭代法 充分性 。设 ?(M)1，则I?M非奇异， 方程组(I?M)x=f有唯一解 X* 因此 ?(M)1 * * 3.5 大型方程组的迭代法 ， 从定理3.5.1看出，迭代是否收敛只与迭代半径的谱半径有关，而迭代矩阵M是由系数矩阵A演变过来的，所以迭代是否收敛是与系数矩阵A及演变方式有关，与右端项和初始迭代向量的选择无关， 所以若在迭代过程中发生错误，只要以后不再发生，这个错误会被逐步得纠正过来，不妨碍得到正确解。 * * 3.5 大型方程组的迭代法 定理3.5.2 若迭代矩阵M的范数||M||=q1，则迭代格式 的第k次迭代 x(k)对于准确解 x*的误差有估计式 证明 由迭代格式得到 * * 3.5 大型方程组的迭代法 在实际计算时，若允许误差是? ，相邻两次迭代向量的差满足 迭代即可