第三节-雅克比迭代和高斯-塞德尔迭代法.pptVIP

* 因为 因为 第三节 向量范数和矩阵范数 一、 向量范数 ?非负性： ?齐次性： ?三角不等性： 且 则称 为 中向量 的范数。 非负实值函数 存在唯一实数 与之对应，且满足 定义：设 是 的一个映射，若对 ?常用的几种向量范数： 设 ? 1-范数： ? 2-范数： ? -范数： 上述3种向量范数统称为P-范数 二、 矩阵范数 ?非负性： ?齐次性： ?三角不等性： 且 ? 定义：设 是 的一个映射，若对 ，存在唯一实数 与之对应，且满足 则称 为 中矩阵 的范数。 ?列范数： 记 ?行范数： ?谱范数： 其中 是 的最大特征值 谱半径 ?常用的几种矩阵范数： 第四节 解线性方程组的迭代法 求解 迭代法 从一个初始向量出发,按照一定的递推格式,产生逼近方程组的近似解序列。 迭代法是一种逐次逼近的方法,与直接法比较, 具有: 程序简单,存储量小的优点。特别适用于求解系数 矩阵为大型稀疏矩阵 的方程组。 思路 与不动点迭代相似 ， 将方程组 等价改写成 形式，从而建立迭代格式　 ，从 出发，生成迭代序列 一、雅克比迭代法 设方程组 将系数矩阵分裂为： 其中 如果 原方程组可化为 其中 相应的迭代格式 上述方法称为雅克比迭代法，简称J法或简单迭代法 分量形式： 二、高斯-塞德尔迭代法 高斯-塞德尔迭代法是雅克比迭代法的一种改进。 在雅克比迭代公式中，计算 时，利用已经算 ? 高斯-塞德尔迭代法的分量形式： 出来的新的 值，从而得到 高斯-塞德尔迭代法。 例1：利用雅克比和高斯-塞德尔迭代法求解方程组 解： 雅克比迭代格式 * 因为 因为 * *