《计算方法(三)逐次逼近法》教学课件.pptVIP

（1）求Jacobi迭代法的迭代矩阵 则 即 ，故Jacobi迭代法收敛. （2）求G-S迭代法的迭代矩阵 ，由 得 进一步得 ，故G-S迭代法发散. 对于某些特殊的方程组，从方程组本身就可判定其收敛性.不必求迭代矩阵的特征值或范数. 定义3.1 如果矩阵 的元素满足不等式 （3-14） 为对角占优阵，如果（3-14）中严格不 则称矩阵 可以证明严格对角占优阵 为非奇异矩阵，即 为严格对角占优阵. 等式成立，称矩阵 对角占优矩阵 严格对角占优矩阵 （充分性条件）若线性方程组 中的 为严格对角占优阵， 定理3.4 则Jacobi法和 Gauss-Seidel法均收敛。 证 （1）Jacobi迭代矩阵为 = 则 的每一行每个元素取绝对值的和为 （3-15） 因为 为严格对角占优阵，即 即 所以 根据定理3.3，Jacobi迭代法收敛. （2）G-S迭代矩阵为 的特征值 满足 因为 ，设 则有 （3-16） 现在证明 .用反证法，假设 ，又由于 为严格对角占优阵，所以（3-15）式成立，则应有 即矩阵 为严格对角占优阵，故 ，与（3-16）式矛盾，则必有 根据定理3.2，G-S迭代法收敛. 即 的所有特征值的绝对值均小于1，即 谢谢！ 本章主要介绍线性方程组、非线性方程 迭代解法. 3.1 解线性方程组的迭代法 已经介绍了直接法求解线性方程组： （3-1） 其中 直接法求解时，系数矩阵 A 不断变动。 A 阶数较大时，占用内存很大，而且程序较复杂。 希望找到一种求解方法，使得求解过程中A不变，且简单。这种方法就是迭代法。 使用迭代法求解（3-1）时，通常要将它变形，得到等价方程组 其中 即（3-1）的解是（3-2）的解，反之，（3-2）的解也是（3-1）的解。用不同的方法构造（3-2）就可得到不同的迭代法。（3-2）中的矩阵B称为迭代矩阵。 （3-2） （3-1） 目的：由（3-2）得到一个迭代序列，其极限即为（3-1）的解. 取任意初始向量 代入（3-2）的右端.得到 其一般形式为 （3-3） 称为迭代法，也称迭代过程或迭代格式. ，都有当 时， 如果对任意 称该迭代法收敛，否则称迭代法发散. 其中 即为方程组（3-2）的解，从而也是（3-1）的解。 由于 满足 所以收敛迭代法的极限向量 . 简单迭代法也称基本迭代法。设线性方程组形如  3.1.1 简单迭代法 其中矩阵 非奇异，且 对上式移项和变形后可得等价的方程组： （3-4） 将（3-4）写成迭代格式，即 （3-5） 也可写成 迭代法（3-5）或（3-6）称为Jacobi迭代法。 （3-6） 例1 将线性方程组 解：写成Jacobi迭代格式（3-5）： （3-5） 取初始向量 ， ， ； ， ， ； …， …， …， 终止条件为： 精确解为： 在Jacobi迭代过程中，对已经算出来的信息未加充 分利用，在计算 时 已经算出，计算 时 已经算出。一般说来，后面的 比前面的计算值 要精确些。 可作如下改进. 故对 计算值 Jacobi迭代法（3-5） 取初始向量 ，得到 终止条件为： （3-9） 将以上迭代格式写成分量形式，即 称为Gauss-Seidel迭代法。 Jacobi迭代 ① 如何判断迭代是否收敛？ ② 收敛条件是什么？ ③ 决定收敛速度的因素是什么？ 设某种迭代格式为 精确解为 ，则 迭代法的收敛性 考虑如下问题： 两式相减，得 令 ，则 故当 时， 而 是一个非零的常向量，因此 （零矩阵） 定理 3.1 的充要条件是 . ( 即 迭代法 均收敛的充要条件为： 定理 3.2 对任意 和 （充分条件） ，则迭代法收敛， 定理 3.3 且有 若 若记 则 下面考察Jacobi迭代法和Gauss-Seidel迭代法的 收敛性。 Jacobi迭代法 其矩阵表示形式为： = 注意: 则Jacobi迭代法可写成： , 得 从而 令 由 因此， 相应迭代格式为 等价于 将Gauss-Seidel公式改写成 从而可写成矩阵形式为 = + + 从而有 整理后可得 令 则 （3-10） （3-10）就是Gauss-Seidel迭代法。 例4 设线性方程组 , 其中 问使用J