超松弛迭代法解线性方程组[共7页].docVIP

2013-2014（1）专业课程实践论文 题目：超松弛迭代法解线性方程组 一、算法理论 逐次超松弛迭代法是Gauss-Seidel方法的一种加速方法，世界大型稀疏矩阵方程组的有效方法之一，它具有计算公式简单，程序设计容易，占用计算机内存较少等优点，但需要选择好的加速因子（即最佳松弛因子） 设有方程组 （1） 其中为非奇异矩阵，且设，分解为 （2） 设已知第次迭代向量，及第次迭代向量的分量，要求计算分量 首先用Gauss—Seidel迭代法定义辅助量 (3) 再把取为某个平均值（即加权平均），即 （4） 用式（3）代入式（4）即得到解方程组的逐次超松弛迭代公式 (5) 其中为松弛因子，显然，当时，解式（1）的SOR方法就是Gauss-Seidel迭代法。 在SOR方法中，迭代一次主要的运算量是计算一次矩阵与向量的乘法。由式（5）可知，在计算机上应用SOR方法解方程组时只需一组工作单元，以便存放近似解。 开始二、算法框图 开始 结束定义 结束 定义f(x) 输入x0 e1 e2 N K=1 f(x)e1 x1=x0-x0/f?ˉ(x0) ︱X1-x2︳e2? K=N? 输出迭代失败标志 输出奇异标志