线性方程组的迭代法.docx

第六章 线性方程组的迭代法 一、教学目标及基本要求 通过对本节的学习，使学生掌握线性方程组的数值解法。 二、教学内容及学时分配 本节主要介绍线性方程组的数值解法，迭代公式的建立，迭代收敛性。 三、教学重点难点 1．教学重点：迭代公式的建立、迭代收敛性。 教学难点：迭代收敛性。 四、教学中应注意的问题 多媒体课堂教学为主。适当提问，加深学生对概念的理解。 6.2 解线性方程组的迭代法 重要性：解线性代数方程组的有效方法在计算数学和科学计算中具有特殊的地位和作 用。如弹性力学、电路分析、热传导和振动、 以及社会科学及定量分析商业经济中的各种问 题。在实际问题中产生的线性方程组的类型有很多， 如按系数矩阵含零元素多少分类， 有稠 密和稀疏 (零元素占 80%以上 )线性方程组之分；如按阶数的高低分类，有高阶 (阶数在 1000 阶以上 )中阶、 (500~1000 阶 ) 和低阶 (500 阶以下 )线性方程组之分；如按系数矩阵的形状和性质分类， 有对称正定、 三对角、对角占优线性方程组之分。 因为数值解法必须考虑方法的 计算时间和空间效率以及算法的数值稳定性。 因此，不同类型的线性方程组， 其数值解法也 不相同。但是，基本的方法可以归结为两大类，即直接法和迭代法。 分类：线性方程组的解法可分为直接法和迭代法两种方法。 (a) 直接法：对于给定的方程组，在 没有舍入误差的假设下，能在预定的运算次数内求 得精确解 。最基本的直接法是 Gauss 消去法，重要的直接法全都受到 Gauss 消去法的启发。 计算代价高。 但实际计算中由于舍入误差的存在和影响， 这种方法也只能求得线性方程组的 近似解，如何避免舍入误差的增长是设计直接法时必须考虑的问题。 (b) 迭代法：基于一定的递推格式，产生逼近方程组精确解的近似序列。 收敛性 是其为 迭代法的前提， 此外，存在收敛速度与误差估计问题。 迭代法要求方程组系数矩阵具有某种特殊形式（如对角占优阵） ，是解高阶稀疏矩阵方程组的重要方法。 §6.1 迭代公式的建立 迭代法的基本思想是用逐次逼近的方法求线性方程组的解。 设有方程组 Ax b （ 1） 将其转化为等价的便于迭代的形式 x Bx f （ 2） （这种转化总能实现，如令 B I A, f b ）并由此构造迭代公式 x(k 1) Bx( k) f （3） 其中， B 称为迭代矩阵 f 称为 迭代向量 。对任意的初始向量 x(0) ，由（ 3）式可求得向 量序列 x (k ) 若 lim x( k) x* ，则 x (k ) 就是方程组 Ax b 的解。此时称迭代公式（ 3）是 k 收敛的，否则称为发散的。 构造的迭代法是否收敛，取决于迭代矩阵 B 的性质 。 §5.1.1 雅可比迭代公式 10x1 x2 2x3 7.2 例 1 求解方程组 x1 10x2 2 x3 8.3 x1 x2 5x3 4.2 x1 0.1x2 0.2x3 0.72 x1k 1 0.1x2k 0.2x3k 0.72 x2 0.1x1 0.2x3 0.83 x2k 1 0.1x1k 0.2x3k 0.83 x3 0.2x1 0.2x2 0.84 x3k 1 0.2x1k 0.2x2k 0.84 设取迭代初值 x( 0) x1(0 ) , x2(0) , , xn(0) T (0,0,0)T ，随着迭代次数增加，越来越接近 精确解 x (0) x1( 0) , x2(0) , , xn(0 ) T (1.1,1.2,1.3)T n aij x j bi 设有方程组 （1） j 1 矩阵形式为 Ax b ，设系数 矩阵 A 为非奇异 且 aii 0(i 1,2, ,n) ，从（ 1）式的第 i 个方程中解出 xi ，得其等价形式 1 n xi bi aij x j (i 1,2, n) （ 2） aii j 1, j i 取初始向量 x( 0) x1( 0) , x2(0) , , xn(0 ) T ，对（ 2）式应用迭代法，可建立相应的迭代公式 1 n xi( k 1） aij x (jk ) bi （ 3） aii j 1, j i 记为矩阵形式 x( k 1) x( k ) f （ 4） a11 若将系数矩阵 A 分解为 D L a22 U ，其中 D ann 0 0 a12 a13 a1n a21 0 0 a23 a2n La31 a32 0 U 0 an 1n an1 an2 ann 1 0 0 则方程组 Ax b 变为 ( D L U ) x b Dx ( L U )x b x D 1 L U x D 1b D 1 ( D A) x D 1b D 1 A x