《数值分析》课件-第3章 线性方程组迭代解法.pdf

第三章 线性方程组迭代解法 四川工业科技学院《数值分析》 内容提要 内容提要  §3.1 概 论  §3.2(I) Jacobi 迭代法  §3.2(II) Gauss-Seidel 迭代法  §3.3 迭代法的收敛性  §3.4 SOR法  本章学习要点 概 论 概 论 引子 迭代法的基本思 迭代法的主要步骤 引子 引子 直接法得到的解是理论上准确的，但是我们可以 3 2 看得出，它们的计算量都是n 数量级，存储量为n 量级，这在n比较小的时候还比较合适（n400）， 但是对于现在的很多实际问题，往往要我们求解很 大的n的矩阵，而且这些矩阵(系数矩阵)往往是含有 大量的0元素。对于这类的矩阵，再用直接法时就会 耗费大量的时间和存储单元。另一方面,实际计算结 果精度有时无法保. 主要原因是在多次消去、回代过 程中四则运算的误差积累与传播无法控制. 因此我们 有必要引入一类新的方法：迭代法。 返回节 迭代法的基本思 迭代法的基本思 迭代法是解线性方程组的一个重要的实用方法， 特别适用于求解在实际中大量出现的，系数矩阵为 稀疏阵的大型线性方程组。 迭代法的基本思想是去构成一个向量序列{X (k)}， * * 使其收敛至某个极限向量X ，并且X 就是要求解 的方程组： AX=b 的准确解。 返回节 迭代法的主要步骤 迭代法的主要步骤 解线性方程组迭代法的主要步骤是: 1.把所给的线性方程组AX=b 化成如下形式的同解 方程组 X=BX+f （1) 2. 给出初始向量 ,按迭 代公式 (k+1) (k) X =BX +f (k=0,1,2,…) （2) 进行计算。 如果按上述迭代公式所得到的向量序列{ X (k)} 收敛于某个向量X * ,则X * 就是方程组 AX =b 的 解，并称此迭代法收敛。否则，就叫不收敛或发 散。 式(1)、(2)中的矩阵B ，称为迭代矩阵。 研究  如何建立迭代格式？　 内容：  向量序列的收敛条件？  收敛速度？  误差估计？ 本章重要介绍三个迭代法，即： 1）Jacobi迭代法, 2 ）Gauss-Seidel 迭代法, 3 ）超松弛迭代法（SOR法） 及其收敛性。 返回章 §3.2(I) Jacobi迭代法 数学问题的描述 Jacobi迭代法的主要步骤