数值计算方法 线性方程组迭代法.pptxVIP

主要内容：（一）?迭代法的一般形式（二）?雅可比（Jacobi）迭代法（三）?高斯-赛德尔(Gsuss-Seidel)迭代法 （四）?松弛法（五）?迭代法的收敛条件?(六)小结（一）一般迭代形式1、对线性方程组 Ax=b （3-1）构造同解方程组 x=Mx+g （3-2）代入迭代公式x（k+1）=Mx(k)+g (k=0,1,2,---) （3-3）产生向量序列 ，当k充分大时，以 作为方程组（3-1）的近似解----一般迭代法。主要解决的问题：(1).在多种方法中，构造那种迭代格式的好？(2).他们的收敛性如何？(3).在收敛的条件下，最佳计算运行格式？ 计算近似值的迭代次数.(4).多种迭代格式误差的类比。{}()kA定义3、1 设 为 中向量序列，定义3、2 设 为n阶方阵序列，A为n阶方阵, 如果其中 为矩阵范数，则称 收敛于A，记为其中 为范数，则称 收敛于x，记为2、向量序列、矩阵序列的收敛性,如果(3-5)(3-4)中的向量序列定理3.1定理3.2 设下面 收敛于 中的x当且仅当均为n阶方阵，则矩阵序列 收敛于矩阵A的充要条件系数矩阵A是非奇异的，不妨设将方程组（3-1）变为取初始向量 代入（3-2）右边有新向量。 如此下去，产生一个序列 ，满足为中向量序列 （3-3）上述过程给出的迭代法称雅可比迭代法（简单迭代法）。 其矩阵表示为（3-4）输入：输入：置初值：置初值：i从1到n循环Noyes输出k,xi(i=1,---,n)结束i从1到n循环Jacobi迭代法的算法框图例1解k0123400.666670.500000.611110.5833300.500000.166670.250000601850.597220.600310.599540.60050.208330.199080.201390.199850.20023例2.用雅可比迭代法求解方程组解：，如此下去， 易知，方程组的精确解为 迭代结果（当迭代次数增大时）越来越接近精确解。例：用Jacobi迭代法求解方程组，精确解为解：按迭代过程，迭代10次得取初始向量实际计算结果表明Jacobi迭代法收敛与精确解。 仔细研究Jacobi迭代法就会发现在逐个求 的分量时,当计算到 时,分量, 都已求出,但没有被利用.直观上看,最新算出的分量可能比旧的分量要准确. 因此,设想一旦当新分量已求出,马上就用它来代替,也就是在Jacobi迭代法中求公式（3-4）表示为 上式中矩阵 为Gauss-Seidel迭代矩阵。从而得迭代式输入：置初值：i从1到n循环输出k,xi(i=1,---,n)结束NoGauss-Seidel迭代法的算法框图yes例3.解666670.611110.601850.600310.6000500.166670.194450.199080.199850.19975例4 用Gauss-Seidel迭代法求解方程组取初值 代入迭代式有 解：如此下去，易知，方程组的精确解为 迭代结果（当迭代次数为6次时）就赶上雅可比迭代9次的结果。（其它情况以后再讨论）例：用Gauss-Seidel迭代法求解方程组，精确解为。解：其迭代过程取初始向量，迭代5次得与Jacobi迭代10次的精度相同。[注]：1.Jacobi迭代法收敛，迭代法不一定收敛；2.编程计算时，Gauss-Seidel迭代法用一 套存储单元，而Jacobi迭代法用两套存储 单元。为加速迭代过程的收敛，引入参数 在上得到一种新算法按（3-5）计算方程组（3-1）的近似解序列的方法为松弛法。 为低松弛， 为Gauss-Seidel迭代法， 为超松弛法(SOR)。四.松弛法（3-5）例5. 用超松弛法求解方程组解：有迭代公式（3-5）有继续下去，方程组有解 与精确解 比较，误差为 例：分别用Gauss-Seidel迭代法和SOR迭代法()求解方程组时，停止迭代当取初始向量结论：1。Gauss-Seidel迭代法要迭代72次得2．SOR迭代法( )，只须迭代72次得适当选择，SOR迭代法具有明显的加速收敛效果。小结 4.松弛迭代法(SOR)思考与练习 1．若用Jacobi迭代法求解方程组讨论实数a与收敛性的关系。2．若用Jacobi迭代法求解方程组迭代收敛的充要条件是定义6（谱半径)谱半径。?五.迭代法的收敛条件 5．1矩阵的谱半径 ?矩阵A的谱半径与范数有如下关系： 定理1 ： 设A为n阶方阵，则的充要条件为 由极限存在