ch线性代数方程组的迭代解法实用.pptxVIP

ch线性代数方程组的迭代解法实用会计学第1页/共54页4.2 迭代法的基本思想 迭代法的基本思想是将线性方程组转化为便于迭代的等价方程组，对任选一组初始值，按某种计算规则，不断地对所得到的值进行修正，最终获得满足精度要求的方程组的近似解。 第2页/共54页设 非奇异， ，则线性方程组 有惟一解 ，经过变换构造出一个等价同解方程组将上式改写成迭代式选定初始向量 ,反复不断地使用迭代式逐步逼近方程组的精确解,直到满足精度要求为止。这种方法称为迭代法第3页/共54页 如果 存在极限则称迭代法是收敛的，否则就是发散的。收敛时，在迭代公式中当 时， , 则, 故 是方程组 的解。对于给定的方程组可以构造各种迭代公式。并非全部收敛 第4页/共54页例4.1 用迭代法求解线性方程组 解 构造方程组的等价方程组据此建立迭代公式 取 计算得 迭代解离精确解 越来越远迭代不收敛 第5页/共54页4.3 雅可比（Jacobi）迭代法4.3.1雅可比迭代法算法构造 例4.2 用雅可比迭代法求解方程组 解：从方程组的三个方程中分离出 和 建立迭代公式 第6页/共54页取初始向量进行迭代, 可以逐步得出一个近似解的序列： （k=1, 2, …）直到求得的近似解能达到预先要求的精度，则迭代过程终止，以最后得到的近似解作为线性方程组的解。 当迭代到第10次有计算结果表明，此迭代过程收敛于方程组的精确解x*= (3, 2, 1)T。 第7页/共54页考察一般的方程组，将n元线性方程组 据此建立迭代公式 写成 若 ,分离出变量 上式称为解方程组的Jacobi迭代公式。 第8页/共54页4.3.2 雅可比迭代法的矩阵表示 设方程组 的系数矩阵A非奇异，且主对角元素 ，则可将A分裂成 记作A = L + D + U第9页/共54页则 等价于即因为 ，则这样便得到一个迭代公式令则有（k = 0,1,2…）称为雅可比迭代公式, B称为雅可比迭代矩阵第10页/共54页其中 在例4.2中,由迭代公式写出雅可比迭代矩阵为 第11页/共54页雅可比迭代矩阵表示法，主要是用来讨论其收敛性，实际计算中，要用雅可比迭代法公式的分量形式。即 (k=0,1,2,…) 第12页/共54页4.3.3 雅可比迭代法的算法实现 第13页/共54页4.4 高斯-塞德尔（Gauss-Seidel）迭代法4.4.1 高斯-塞德尔迭代法的基本思想 在Jacobi迭代法中，每次迭代只用到前一次的迭代值，若每次迭代充分利用当前最新的迭代值，即在求 时用新分量代替旧分量, 就得到高斯-赛德尔迭代法。其迭代法格式为： (i=1,2,…,n k=0,1,2,…)第14页/共54页例4.3 用Gauss?Seidel 迭代格式解方程组 x* ≈精确要求为ε=0.005 解 Gauss?Seidel 迭代格式为取初始迭代向量 ,迭代结果为：第15页/共54页4.4.2 Gauss—Seidel 迭代法的矩阵表示 将A分裂成A =L+D+U，则 等价于 ( L+D+U )x = b 于是,则高斯—塞德尔迭代过程 因为 ,所以 故 令 则高斯-塞德尔迭代形式为： 第16页/共54页4.4.3 高斯—塞德尔迭代算法实现 高斯-塞德尔迭代算法的计算步骤与流程图与雅可比迭代法大致相同，只是一旦求出变元的某个新值 后, 就改用新值 替代老值 进行这一步剩下的计算。 高斯-塞德尔迭代算法的程序实现( 见附录A A-7 用高斯—塞德尔迭代法求解线 性方程组 ） 第17页/共54页4.5 超松弛迭代法（SOR方法） 使用迭代法的困难在于难以估计其计算量。有时迭代过程虽然收敛，但由于收敛速度缓慢，使计算量变得很大而失去使用价值。因此，迭代过程的加速具有重要意义。逐次超松弛迭代（Successive Over relaxatic Method，简称SOR方法）法，可以看作是带参数的高斯—塞德尔迭代法，实质上是高斯-塞德尔迭代的一种加速方法。 第18页/共54页4.5.1超松弛迭代法的基本思想 超松弛迭代法目的是为了提高迭代法的收敛速度，在高斯—塞德尔迭代公式的基础上作一些修改。这种方法是将前一步的结果 与高斯-塞德尔迭代方法的迭代值 适当加权平均，期望获得更好的近似值 。