《线性方程组迭代方法的总结及程序实现》-毕业论文.docVIP

PAGE 1 线性方程组迭代方法的总结及程序实现 摘要 线性方程组的求解问题是大规模科学与工程计算的核心. 随着计算机的发展迭代法已取代直接法成为求线性方程组最重要的一类方法. 本文从线性方程的迭代问题出发，利用不同的迭代方法的优劣势，通过给求线性方程组的解提供三种已有迭代方法. 对于方程的迭代方法选取一种经典的.高斯-赛德尔法迭代法和两种非经典的外推法迭代法，切比雪夫加速迭代法，通过比较得出线性方程迭代方法的的有效途径. 关键字 线性方程组 高斯-塞德尔迭代法 外推法 切比雪夫加速 MATLAB 1 引言 线性方程组是线性方程组线性方程组是各个方程关于未知量均为一次的方程组(例如2元1次方程组). 对线性方程组的研究，中国比欧洲至少早1500年，记载在公元初《九章算术》方程章中. 称为HYPERLINK /view/3503330.htm系数矩阵和HYPERLINK /view/1961580.htm增广矩阵. 若，，…，代入所给方程各式均成立，则称为一个解.若不全为0，则称为非零解。若常数项均为0，则称为齐次线性方程组，它总有零解（0，0，…，0）.两个方程组，若它们的未知量个数相同且解集相等，则称为同解方程组。线性方程组主要讨论的问题是：①一个方程组何时有解.②有解方程组解的个数.③对有解方程组求解，并决定解的结构.这几个问题均得到完满解决：所给方程组有解，则HYPERLINK /view/694554.htm秩(A）=秩（增广矩阵）；若秩(A）=秩=r，则r=n时，有唯一解；rn时，有无穷多解；可用消元法求解.在经济系统的平衡、电路网络、化学方程式的配平、平板热传导问题等方面都有着广泛的应用。因此总结并分析线性方程组迭代方法并进行程序实现就显得非常重要. 现有的迭代方法除了经典算法以外，还有很多前沿算法.它们各具优点，如：高斯-塞德尔迭代法，对于线性方程组Ax=b的求解,主要有直接法求解和迭代法求解,物理以及力学等学科和工程技术中,许多问题的最终解决都归结为一个或一些大型稀疏矩阵的线性方程组. 随着电子计算机的出现和迅速发展,需要求解的问题的规模越来越大,大型线性方程组的求解是大规模科学与工程计算的核心,而对这种方程组一般采用迭代法求解. 我们通常用的迭代法有高斯-塞德尔迭代法,;高斯-赛德尔迭代法适合用于求解系数矩阵很多元素都是零的线性代数方程组.高斯-赛德尔迭代法逐个代换的过程,电力系统的潮流计算，主要用高斯赛德尔法解决.外推法迭代法:根据一组观测值，计算观测范围以外同一对象近似值的方法，从实际问题出发.地质工作中常用这种方法，即根据已知部分的地质规律来预测或推断未知部分的情况.例如，在储量计算及圈定矿体时，可根据已有的勘探工程资料，结合地质构造及矿体的变化趋势，推断未知部分的矿体可能分布界线.运用外推法推断矿体界线时，还可根据工程的分布及控制情况，分为HYPERLINK /view/2783483.htm有限外推和HYPERLINK /view/2783465.htm无限外推两种. 切比雪夫加速迭代法储存空间小，程序简单等特点，是解大型稀疏线性方程组的有效方法,所谓大型稀疏矩阵线性化方程组,是指系数矩阵是大型稀疏矩阵的线性方程组. 对于这类方程的求解无法用人工来完成,只能借助电脑进行数值求解.以铸件凝固过程三维温度场数值模拟为例,进行了大型稀疏矩阵线性化方程组的数据存储及数值解法研究. 评判和比较各种迭代法的标准主要根据迭代法的收敛性，迭代法的收敛速度，每迭代一次所需的计算量，实际计算时需要的储存量. 2 正文 2.1 高斯-德赛尔迭代法定义及其性质 将线性方程组Ax=b中的系数矩阵分成三部分 =D-L-U (1) 选取分裂矩阵M为A的下三角部分，即选取M=D-L（下三角矩阵），A=M-N,于是解得Ax=b的高斯-塞德尔迭代法 （2） 其中.称为解Ax=b的高斯-塞德尔迭代矩阵. 下面给出高斯-塞德尔迭代法的分量计算公式.记 . 由（2）式有 ， 或 即 于是解得Ax=b的高斯-塞德尔迭代法计算公式为 （3） 或 （4） 雅可比迭代法不使用变量的最新信息计算，而由高斯-塞德尔迭代法（4）可知，计算的第i个分量时，利用了已经计算的最新分量（j=1,2,...,i-1）.高斯-塞德尔迭代法可看作雅可比迭代法的一种改进.由（4）式可知，高斯-塞德尔迭代法每迭代一次只需计算一次矩阵与向量的乘法. 2.2 算法（高斯-塞德尔迭代法） 设Ax=b，其中为奇异矩阵且，本算法用高斯-塞德