第六章6.1-6.2迭代法思想.pptVIP

* 第六章 解线性方程组的迭代法 第一节 引言 * 迭代法的基本思想 从某一个给定的初始值 出发，按照一个适当的计算法则逐次计算生成序列 ，当序列收敛于 ，即极限 ,则 是方程组AX=b的解。 对于线性方程组AX=b,迭代法的基本思想是： * 迭代法需要解决的问题 选择一个初始近似向量 ； 构造一种计算法则（迭代格式），由 计算 ； 证明所得向量序列 的收敛性； 若 收敛于 ，则 是原问题的近似解，该近似解的误差如何估计。 * 初始近似向量的选择 实际计算中，通常取 为元素全零或全1的向量。 初始向量的选取对迭代序列的收敛性没有影响。 * 迭代格式 例：用迭代思想求解线性方程组 精确解为： * 迭代格式 解：根据迭代的思想，建立迭代的计算规则。将AX=b改写为如下形式： X = B X + f * 迭代格式 取初始向量为 ，代入迭代格式计算得到： 以此类推，反复利用迭代式，10次迭代后得： 构造的迭代格式X = BX+f ，在k不断增大时，计算得到的 逼近精确解。 * 迭代格式 将方程组 AX=b ( |A|?0 ) 转化为与其等价的方程组 X = BX+f 。 X(k+1) = BX(k) + f （k=0,1,2,?) 取初始向量 X(0) ， 依此类推 一阶定常迭代。 * * 第二节 基本迭代法 * 雅克比(Jacobi)迭代法 设方程组 * 雅克比(Jacobi)迭代法 其中 aii(i)?0 ( i=1 , 2 , …, n) 等 价 方 程 组 * 雅克比(Jacobi)迭代法 建立迭代格式： * 雅克比(Jacobi)迭代法 或简写为： 称为雅可比(Jacobi)迭代法，也称作简单迭代法。 * 雅克比(Jacobi)迭代法 例1 用雅可比迭代法解方程组 * 雅克比(Jacobi)迭代法 解： 雅可比 迭代 格式为 * 雅克比(Jacobi)迭代法 k x1(k) x2(k) x3(k) 1 0.72 0.83 0.84 2 0.971 1.07 1.15 … … … … 11 1.099993 1.199993 1.299991 12 1.099998 1.199998 1.299997 取 ,计算如下: * 高斯－塞德尔(Gauss-Seidel)迭代 由Jacobi迭代可以看出，每次计算 新值时，用的都是 ，即 的旧值，但事实上，在计算 时， 已经计算得到了，所以可以将原来的迭代进行改善。 * 高斯－塞德尔(Gauss-Seidel)迭代 * 高斯－塞德尔(Gauss-Seidel)迭代 或简写为： 称为高斯—塞德尔（Gauss — Seidel）迭代法。 * 高斯－塞德尔(Gauss-Seidel)迭代 例2 用Gauss—Seidel 迭代法解上题。 * 高斯－塞德尔(Gauss-Seidel)迭代 解： Gauss-Seidel迭代的迭代格式为： * 高斯－塞德尔(Gauss-Seidel)迭代 取 x(0)=(0,0,0)T 计算如下： k x1(k) x2(k) x3(k) 1 0.72 0.902 1.1644 … … … … 8 1.099998 1.199999 1.3 Jacobi法需要12次迭代。。。 * * 迭代法的矩阵描述 迭代法基本思想的矩阵描述： 分裂矩阵； 是A的某种近似。 * 迭代法的矩阵描述 与一阶定常迭代对照 得： 选择不同的分裂矩阵M可以得到不同的迭代法。 * Jacobi迭代法的矩阵描述 如果将矩阵A改写成形式： A=D-L-U A = -L -U D