线性方程组组迭代解法.pptVIP

立体化教学票刑—值分析 第4章 线性方程组选代解法 理学院应用数学系  栽性程代解 1引言 线性方程组Ax=bA为非奇异矩阵 当A为低阶稠密矩阵时,选主元消去法是有效方法 对于大型稀疏的线性方程组迭代法是合适的。 基本思想:用某种极限过程逐步逼近方程组的精确解。 迭代法的基本步骤 (1)等价形式x=Bx+fB称为迭代矩阵 (2)选代公式x=Bx+f(k=012,…) (3)任取向量x,由上式生成向量序列{};若 imx()=x,则迭代过程收敛 k→∞  栽性程代解 本章讨论 (1)常用的迭代方法及具体形式? (2)迭代法的收敛性与收敛速度?误差估计? (3)计算机算法? 42基本选代法 ,21雅可比迭代法 、三阶方程组的雅可比(o)选代法 例1解方程组「10x1+3x,+x2=14, 2x1-10x2+3x3=-5 x+3x2+10x3=14  栽性程代解 解1)等价形式x 3 1 0 (5+2 0(14-x,-3x2) 2)雅可比迭代公式 上k41ffO〔s+2x1)+3x2)) x、Do(14-xA-3x)),k=0,1,2,… 3)取初始向量x=(O,0,O 14 =1.4, 0.5 14=14 10  栽性程代解 迭代计算结果如表 40.99060.96450.9906 051.451.019021.11 11610021059021 30.929 1.050.92970.989421.00260.9894 显然迭代序列{r逐步逼近精确解x=(1 终止条件 -x≈(020160001006 (7)-X 0.00176,000126,0.00176), x‖≈0.00176  鵡性亦血送代解 E、n阶方程组的雅可比选代法 对于阶线性方程组Ax=b,A为非奇异矩阵,且 O,i=1,2 第个方程an+…+ax+…+amx=b(=2…,m) 等价方程组x=a(一∑4)(=1,2…,n) 雅可比( Jacobi)迭代公式:对于k=O1,2, (k+1) (b-∑a1x()(=1,2,…n) 任取x计算得{x“3},k=01  鵡性亦血送代解 终止条件 (k+1) maxx(k+l) x(k+1)为满足精度C的近似值 、雅可比选代法的矩阵描述 A=D-L-U,其中 0 0 D U  鵡性亦血送代解 Ax=(D-L-U)x=b, Ep Dx=(L+U)x+b x=D(L+Ux+D b 雅可比迭代公式的矩阵形式xk=B1x)+f 其中,B=D(L+U)称为雅可比迭代矩阵, f=D b 雅可比迭代法的 MATLAB程序: Jacobi.m function[x, k, index]=Jacobi(A, b, ep it max) %求线性方程组的 Jacobi迭代法,其中, %A为方程组的系数矩阵;%为方程组的右端项; %ep为精度要求,缺省值1e-5; % imax为最大迭代次数,缺省值100;  栽性程代解 %x为方程组的解;‰为迭代次数; % index为指标变量, index=0表示迭代失败, % index=1表示收敛到指定要求.[n,m]=size(A); nb=length(b) %当方程组行与列的维数不相等时,停止计算,并输 出出错信息. ifn error( the rows and columns of matrix A must be equall) return %当方程组与右端项的维数不匹配时,停止计算, 并输出出错信息.  栽性程代解 if m=nb error(The columns of A must be equal the length of b!) return end if nargin 4 it max=100; end if nargin3 ep=1e-5; end k=0; zEros(n, 1);y=zeros(n, 1);index=1 while 1 for i=l:n y (i)=b(i) for j=l:n if j=1 y(i=y(i-A(l, j)*x(j)