3 线性方程组解法2.doc

PAGE PAGE 68 第3章 线性方程组的解法 本章讨论线性方程组 的求解问题. 线性方程组的矩阵表示 式中A称为系数矩阵，b称为右端项。 数值分析中，线性方程组的数值解法主要分为直接法和迭代法两大类。 直接法是用有限次计算就能求出线性方程组“准确解”的方法（不考虑舍入误差）；迭代法是由线性方程组构造出迭代计算公式，然后以一个猜测的向量作为迭代计算的初始向量逐步迭代计算，来获得满足精度要求的近似解。 迭代法是一种逐次逼近的方法。 1 线性方程组的迭代解法 线性方程组迭代解法有Jocobi迭代法、Gauss-Seidel迭代法及Sor法等 基本思想（与简单迭代法类比） 将线性方程组等价变形为 以构造向量迭代格式 用算出的向量迭代序列去逼近解。 1. 构造原理 （1） Jacobi迭代法 将线性方程组的第i个变元用其他n-1个变元表出，可得 Jacobi迭代格式: （3.6） （3）取定初始向量，代入，可逐次算出向量序列，这里。 （2）Gauss-Seidel迭代法 Seidel迭代格式: 例1对线性方程组 写出Jacobi迭代格式和Gauss-Seidel迭代格式. 3）SOR法 SOR法的迭代格式 式中参数?称为松弛因子，当? =1时，SOR法就是Seidel迭代法. 2.迭代分析及向量收敛 三种迭代法的向量迭格式 对 Ax=b，将系数矩阵A作如下分解