开题报告 线性代数方程组的基本迭代方法研究.docVIP

毕业设计(论文)开题报告 题 目： 线性代数方程组的基本迭代方法研究 学院： 理学院 专 业： 信息与计算科学 学生姓名： 左双 学 号： 200710010237 指导老师： 杨继明 2011年 3 月25日 毕 业 设 计（论 文）开 题 报 告 1．文献综述：结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写2500字以上的文献综述，文后应列出所查阅的文献资料。 文 献 综 述 0 引言 线性代数方程组的迭代方法是一种极限方法是解大型稀疏矩阵方程组的有效方法。它的基本思想是用某种极限过程去逐步逼近线性方程组的精确解,是一种逐步逼近的方法,首先选定方程 f ( x) = 0 的一个近似根后，然后使用某个固定公式反复校正这个根的近似值,使之逐步精确化,一直到满足给定的精度要求为止.迭代法将n阶线性方程组变形为某种迭代公[1]。对于任意给定的迭代初始值，由某一迭代格式便可生成一向量序列，我们的目的是求解方程组的解，因此我们会希望向量序列的极限逼近方程组的解。若迭代格式是收敛的，即迭代无穷多次后的值会收敛到某一特定的值，则这一特定的值就是方程组的解。由此看来，用迭代法解线性方程组，需要解决如下三个问题:（1）迭代格式的构造；(2)判断迭代格式是否收敛；(3)迭代格式的收敛速度估计[2,3,4]。 对于迭代格式的构造，我们要研究其迭代格式的建立；迭代法的设计技术；迭代过程的收敛性；误差估计；接近准确解时的迭代次数等问题[5]。迭代法是利用计算机求解方程组时常用的方法。特别是对大型稀疏矩阵方程组，即系数矩阵中零元素占大部分的那种方程组。对于迭代方法，主要雅克比迭代法，高斯-塞德尔迭代法，还有松弛迭代法，松弛迭代法是一个应用极为广泛的方法，目前比较常用的迭代方法是雅克比迭代法和高斯-塞德尔迭代法。高斯-塞德尔迭代法是对雅克比迭代法的一种改进，但由于两种方法的迭代矩阵是不同的，所以存在有些方程组用雅克比迭代法收敛，而用高斯-塞德尔迭代法发散的情况。每一种迭代法都有一定的应用范围，对于同一方程组，有些收敛，有些不收敛，在应用迭代法时应该对收敛性条件给予充分的重视，不收敛的迭代公式是毫无意义的。而且在收敛的迭代中，有些收敛的快，有些收敛的慢，所以研究某一些或某一类特殊系数矩阵的大型稀疏线性方程组的高效的迭代方法，使之达到比较理想的收敛效果，已经成为当前数值计算研究的主要对象。[6,7,8,9] 在科技，工程，医学，经济等各个领域中，很多问题常常归结为解线性方程组，有些问题的数学模型虽不直接表现为求解线性方程组，但其数值解法中却需将该问题“离散化”或“线性化”为线性方程组，例如电学中的网络问题，经济学中的投入产出问题，用最小二乘法求实验数据的曲线拟合问题，工程中的三次样条函数的差值问题，用迭代法解非线性方程组的问题，用差分法或者有限元法解微分方程问题等都导致求解线性代数方程组[10]。 求解线性方程组的方法主要有直接法和迭代法，直接法( 如GAUSS 消去法,平方根法等)在计算机上可以求解的线性方程组的规模也越来越大, 但直接法大多数均需要对系数矩阵A 进行分解,因而一般不能保持A的稀疏性, 而实际应用中, 特别是偏微分方程的数值求解时,常常遇到大型稀疏线性方程组的求解问题,迭代法是能保持线性方程组稀疏性的有效算法,它也是数值代数中的一种常用的非常重要的方法。本文运用雅可比( Jacobi) 迭代法,高斯- 塞得尔( Gauss- Seidel)迭代法探讨有无穷解的线性方程组的迭代法。凡是迭代解法都有一个收敛性问题。但是，迭代解法具有程序设计简单，适于自动计算，还可以充分利用系数矩阵的稀疏矩阵的稀疏性减少存贮。加之一个好的迭代法常可用较直接法更少的计算量而获得满意的解。因此，迭代法亦是解线性方程组，尤其是求解具有大型稀疏系数矩阵的线性方程组的重要方法之一[11,10]。 对迭代法来说一般有下面几个问题:(1)如何构造迭代序列 ? (2)构造的迭代法序列 是否收敛 ? 在什么情况下收敛 ? (3)如果收敛 ,收敛的速度如何 ? 我们应该给予量刻划 ,用以比较各种迭代法收敛的快慢。(4)因为计算总是有限次的 ,所以总要讨论近似解的误差估计和迭代过程的中断处理问题 ,这又和舍入误差的分析有关[12]。此外，利用迭代法求解线性方程组还涉及到一些问题。例如，任意选取初始向量，利用迭代公式得到的向量序列是否一定收敛；如果收敛需要满足什么条件；对于同一线性方程组，用那种