第3章3-06迭法和收敛性.pptVIP

3.6.4 松弛法 三种迭代格式总结 3.7.2迭代矩阵法 3.7.3 系数矩阵法 例题 试判断以下迭代公式是否收敛： 解 (1)迭代矩阵 ，故迭代公式收敛。 (2)迭代矩阵 故迭代公式收敛。 . 定理给出的是充分条件，充分而不必要，因此满足定理一定收敛，不满足定理不一定不收敛。 例：雅可比迭代矩阵 高斯-赛德尔迭代矩阵 雅可比迭代收敛。 G-S迭代收敛。 雅可比迭代收敛。 G-S迭代收敛。 雅可比迭代收敛。 G-S迭代收敛。 定理 方程组 Ax=b，构造雅可比迭代公式 x(k+1)= Jx(k)+f. 若雅可比迭代矩阵J满足||J|| 1,则高斯-赛德尔迭代收敛。 * 3.6 线性代数方程组的迭代法 3.6.1 迭代原理 3.6.2 雅可比迭代 3.6.3 高斯-赛德尔迭代 3.6.4 松弛法 3.6.5 迭代公式的矩阵表示 写成矩阵形式 Ax=b 其中 3.6.1 迭代原理 设线性代数方程组 例 用雅可比迭代法求解方程组 解 从3个方程分离出 构造雅可比迭代公式 3.6.2 雅可比迭代 迭代计算 … 2.9823 2.9540 2.8640 2.66 2.0 0 x3(k) … 1.9897 1.9700 1.9260 1.76 1.5 0 x2(k) … 0.9894 0.9716 0.9180 0.80 0.3 0 x1(k) … 5 4 3 2 1 0 k 设线性方程组 其中系数矩阵非奇异，且主对角元aii≠0，(i =1,2,…,n)，由第i 个方程解出xi，有 建立迭代格式 写成 取初值 ，进行迭代。 这种方法称为雅可比迭代法。 雅可比迭代公式 即 i=1,2,…,n 雅可比迭代的算法框图 3.6.3 高斯-赛德尔(Gauss-Seidel)迭代 迭代收敛时，新值xi(k+1) 比老值xi(k) 更准确，在雅可比迭代中，算出新值xi(k+1)后，用新值xi(k+1)代替用于后面计算的老值xi(k) ，期望这样会收敛得更快些。 例 用高斯-赛德尔迭代法求解方程组 解 方程组化为等价的方程组 构造高斯-赛德尔迭代公式 迭代计算： 1.56 2.684 2.95387 0.8804 1.94448 高斯-赛德尔迭代公式 0.3 计算结果: … 2.99375 2.95387 2.684 0 x3(k) … 1.99224 1.94448 1.56 0 x2(k) … 0.98428 0.8804 0.3 0 x1(k) … 3 2 1 0 k 高斯-赛德尔(Seidel)迭代公式 矩阵形式 Ax=b 其中 3.6.5 迭代公式的矩阵表示 n个未知量n个方程的线性代数方程组 令 其中 D为对角阵，L,U为严格下三角阵，严格上三角阵。 L+U=D-A 雅可比迭代公式 分量形式 矩阵形式 雅可比迭代的矩阵形式 雅可比迭代矩阵 将L+U=D-A代入 写成 雅可比迭代的矩阵形式为 J为雅可比迭代矩阵。 3.7 迭代法的收敛性 3.7.1 收敛的基本定理 迭代法收敛的充分必要条件 定理 迭代法 收敛的充分必要条件是迭代矩阵B的谱半径ρ(B)1 。 . 例题 试判断迭代公式是否收敛。 解 迭代矩阵 , 故迭代发散。 迭代法收敛的充分条件