太理水利工程计算与设计第二章 线性代数方程组.ppt

松弛因子 迭代次数 松弛因子 迭代次数 1.0 1.1 1.2 1.3 1.4 22 17 12 11 14 1.5 1.6 1.7 1.8 1.9 17 23 33 53 109 本例说明，松弛因子选择的好，会使SOR迭代法的收敛大大加速。本例中1.3 是最佳松弛因子。 逐次超松弛法 四、 向量和矩阵的范数的概念 向量X的范数 是满足下列条件的实数。 迭代法的收敛条件与收敛准则 三个常用的向量范数： 设X = (x1, x2,…, xn)T，则有 列范数 谱范数 行范数 迭代法的收敛条件与收敛准则 矩阵的范数 是定义在Rn×n上的非负的实值函数，它满足下列条件的实数。 迭代法的收敛条件与收敛准则 三个常用的矩阵范数： 迭代法的收敛条件与收敛准则 矩阵每一列元素绝对值之和取最大值 矩阵每一行元素绝对值之和取最大值 （一）一般迭代法的收敛准则与收敛条件 对方程组AX=B，一般（线性）迭代法是按公式 以任意初始向量X（0）开始，反复进行计算。当m→∞时，迭代向量序列 有时收敛于方程组的精确解，有时则不然。如向量序列 收敛于方程组的精确解，就称该迭代法收敛；反之，则谓不收敛或发散。 （2-112） 定义 迭代法的收敛条件与收敛准则 五、迭代法的收敛条件与收敛准则 收敛准则 收敛准则是指使迭代终止的条件。通常使用的收敛准则有绝对准则和相对准则两种。 绝对准则 相对准则 或 或 这里 是方程的余差向量，ε是给定的控制误差。 迭代法的收敛条件与收敛准则 定理2 迭代格式（2-112）收敛的充分必要条件是迭代矩阵K的谱半径?(K) < 1。 定理1 若迭代格式（2-112）的迭代矩阵K的范数小于1（即 ），则该格式求出的向量序列 将收敛于方程组的唯一解a，且有误差估计式 迭代法收敛定理 以上两定理有较大的理论意义，但实际用起来不甚方便，为此后面引入更为实用的判别迭代格式收敛的充分条件。 迭代法的收敛条件与收敛准则 定理1 若线性代数方程组AX=B的系数阵A按行（或列）严格对角占优，即 则雅可比迭代和赛德尔迭代收敛。 定理2 若线性代数方程组AX=B的系数阵A是实对称正定阵，则赛德尔迭代收敛。 定理3 对任何系数阵A，要使逐次超松弛法收敛，必须选取松弛因子r为（0，2）内的正数，则SOR法收敛的必要条件是 (2-117) 当A是对称正定阵时，满足（2-117）的r必使SOR法收敛。 （二）雅可比、赛德尔及逐次超松弛迭代的收敛条件。 迭代法的收敛条件与收敛准则 六、三对角阵的三角分解——追赶法 追赶法是适用于三对角线方程组的有效解法。 三对角方程组形式： AX=D 三对角阵的三角分解 其系数阵是三对角阵 将A阵分解为L阵和U阵 三对角阵的三角分解 三对角阵的三角分解算式为 解三对角线方程组的追赶法的步骤 （1）将A阵按式（2-89）分解，得到L、U阵。 （2）向前回代求解LY=D，得 （3）向后回代求解UX=Y，得到 （2-89） 追 赶 题7 用追赶法解三对角方程组 解 由LY=D，得 由UX=Y，得 七、方程组的逆矩阵解法与矩阵求逆 （一）方程组的逆矩阵解法 对方程 的两端左乘以逆矩阵A-1得 解为 方程组的逆矩阵解法 方程组的逆矩阵解法 （二）矩阵求逆 用计算机求n×n阶非奇异方阵A的逆矩阵A-1。 式中，B1，B2，…，Bn分别为 求n×n阶非奇异方阵A的逆矩阵A-1，等价于求解具有相同系数阵（被求逆的矩阵）且右端项分别为 的n个方程组，即求解下述方程组 最后求得的A-1为 （2-94） 方程组的逆矩阵解法 第二节 线性代数方程组的 迭代解法 迭代法就是用某种极限过程去逐步逼近线性方程组精确解的方法。迭代法具有需要计算机的存储单元较小，程序设计简单，原始系数矩阵在计算过程中始终不变等优点，但存在收敛性和收敛速度问题。迭代法在解决问题（特别是大型稀疏系数阵问题）时，是一种有效的方法。 雅可比迭代法 高斯——赛德尔迭代法 逐次超松弛法 迭代解法 一、雅可比迭代