用迭代法求解方程及线性方程组。.docVIP

实验题目： 用迭代法求解方程及线性方程组。 实验问题： 函数的迭代是数学研究中的一个非常重要的思想工具。哪怕是对一个相当简单的函数进行迭代，都可以产生异常复杂的行为，并由此而衍生了一些崭新的学科分支，如分形和混沌。同时，迭代在各种数值计算算法以及其他学科领域的诸多算法中处于核心的地位。首先，我们来探讨利用迭代求解方程的近似解。 实验目的： 学会基本Mathematica语句并用其解决实际问题。 了解Mathematica系统 。 用Mathematica解决在求方程解的迭代过程。 1.方程求解 给定实数域上光滑的实值函数f(x)以及初值定义数列 （1） 称为f（x）的一个迭代序列。 给定迭代函数f(x)以及一个初值利用（1）迭代得到数列如果数列收敛于一个，则有 （2） 即是方程x=f(x)的解。由此启发我们用如下的方法球方程g(x)=0的近似解。 将方程g(x)=0改写为等价的方程 x=f(x), (3) 然后选取一初值利用（1）做迭代。迭代数列收敛的极限就是方程g(x)=0的解。 用上述方程求方程的根的一个首要问题是 迭代是否收敛？ 经过试验我们知道，使得迭代序列收敛并尽快收敛到方程g(x)=0的某一解的条件是迭代函数f(x)在解的附近的导数的绝对值近两小。这启发我们将迭代方程修改成 (4) 我们需要选取使得 得 于是 特别地，如果f(x)=g(x)+x ,则我们得到迭代公式 (5) 2.线性方程组的迭代求解 给定一个n元线性方程组 （6） 或写成距阵的形式 Ax=b, (7) 其中是n阶方程， 及均为n维列向量。熟知，当距阵A的行列式非零时方程（7）有唯一的解。迭代法是求解这些问题的有效方法之一。用迭代的方法求解线性方程组的思想与上节介绍的方程求解的方法是类似的。假设我们可以将方程组（7）改写成 x=Mx+f, 其中是n 阶距阵，是n维列向量。任意给定初始向量，由迭代 （9） 确定向量序列如果收敛到向量，则有 即是方程组（7）的解。 类似于单变量情形，我们关心的首要问题是迭代向量列是否收敛。为此，我们先对M是对角阵时进行考察。 在得到了迭代（9）收敛的条件后，我们关心的下一个问题是，怎样将方程组（7）改成（8）使得迭代（9）收敛而且收敛得快。 作为比较，我们介绍两种迭代格式。 假设矩阵A 的对角元素令则我们可以将方程组（7）改写成 Dx=(D-A)x+b 或 由上式即可确定一种迭代格式。 如果将矩阵）分解为U+L,其中L,U分别为下三角阵与上三角阵，则（10）可以进一步改写 或 上式又可确定另一种迭代格式。 1．雅克比（Jacobi）迭代法 设有n阶方程组 （11） 若系数矩阵非奇异，且 (i = 1, 2,…, n)，将方程组（11）改写成 然后写成迭代格式 （12） （12）式也可以简单地写为 （13） 对（12）或（13）给定一组初值后，经反复迭代可得到一向量序列，如果X (k)收敛于，则就是方程组（11）的解。这一方法称为雅克比（Jacobi）迭代法或简单迭代法，（12）或（13）称为Jacobi迭代格式。 下面介绍迭代格式的矩阵表示： 设D = diag (a11, a22, …, ann)，将AX = b改写为： AX = (D – (D - A)) x = b DX = (D - A) x + b X = (I – D-1A) x + D-1 记 B = I – D-1A F = D-1 b 则迭代格式的