研究生数值分析高斯赛德尔GaussSeidel迭代法.pptx

第1页/共20页高斯-赛德尔迭代公式如下： （5）第一页，共21页。第2页/共20页其矩阵表示形式为现将显式化，由 得 令 （称为高斯-赛德尔（Gauss-Seidel）迭代矩阵），则得 为高斯-赛德尔迭代法的矩阵表示形式。第二页，共21页。第3页/共20页 我们用定理2来判断高斯-赛德尔迭代公式是否收敛，需要考虑高斯-赛德尔迭代矩阵的特征方程即将上式写成由于所以 上式左端为将系数矩阵 A 的对角线及对角线以下元素同乘以 λ 后所得新矩阵的行列式。第三页，共21页。第4页/共20页例9用高斯-赛德尔迭代法解方程组解：相应的高斯-赛德尔迭代公式为第四页，共21页。第5页/共20页取迭代初值按此迭代公式进行迭代，计算结果30.88040.98430.99780.999701.561.94451.99231.99891.999902.6842.95392.99382.99912.9999第五页，共21页。第6页/共20页高斯-赛德尔迭代矩阵的特征方程为即 解得 第六页，共21页。第7页/共20页于是 因而高斯-赛德尔迭代公式是收敛的。3 迭代法收敛条件与误差估计我们先引入一个叫矩阵谱半径的概念。第七页，共21页。第8页/共20页定义 矩阵的所有特征值的模的最大值称为矩阵 A 的谱半径,记作即 前面,我们在应用雅可比迭代法与高斯-赛德尔迭代法解一阶线性方程组时，判断各迭代公式是收敛还是发散，都要计算雅可比迭代矩阵 BJ 与高斯-赛德尔迭代矩阵 BG 的特征值.由于矩阵 A 有些算子范数(比如 与)远比矩阵 A 的特征值容易计算,为此给出如下结论。第八页，共21页。第9页/共20页定理3 矩阵A的谱半径不超过矩阵A的任何一种算子范数 , 即证明：设λ为A的任一特征值，X为对应于λ的A的特征向量，即 AX= λX, (X ≠0) 由范数的性质立即可得因为 X ≠0 ， 所以 即A的任一特征值的模都不超过于是第九页，共21页。第10页/共20页定理给出了一阶线性定常迭代法收敛的充分条件，它表明只要迭代矩阵 B 的某种子范数小于1，立即可以断定该迭代过程对任给初始向量都收敛于方程组AX=b的唯一解 在例8例9中，我们分别用雅可比迭代法和高斯-赛德尔迭代法解方程组第十页，共21页。第11页/共20页雅可比迭代矩阵 雅可比迭代过程必收敛；高斯-赛德尔迭代矩阵 高斯-赛德尔迭代过程也收敛。第十一页，共21页。第12页/共20页由定理的误差估计式越小收敛速度越快，可以看出，且可用来估计迭代次数。在例8例9中，显然小，比所以高斯-赛德尔迭代法比雅可比迭代法收敛速度快。第十二页，共21页。第13页/共20页若在例8例9中要求近似解的误差则由误差估计式知，只要 k 满足将代入得，故Jacobi迭代22次即可；将，故Gauss-Seidel迭代9次就可以。代入得第十三页，共21页。第14页/共20页 对于雅可比迭代法与高斯-赛德尔迭代法，还有一些使用方便的充分条件，其中主要有：定理4 若方程组AX=b的系数矩阵按行严格对角占优或按列严格对角占优，即满足条件或 则方程组AX=b有唯一解，且对任意初始向量雅可比迭代法与高斯-赛德尔迭代法都收敛。第十四页，共21页。第15页/共20页定理5 若方程组 AX=b 的系数矩阵为对称正定矩阵。则对任意初始向量高斯-赛德尔迭代法都收敛。 满足只要方程组 AX=b 的系数矩阵定理4或定理5的条件，就可以十分方便地判断相应迭代过程的收敛性。 如在例8例9中，由于系数矩阵A是严格对角占优，由定理4立即可断定用雅可比迭代法与高斯-赛德尔迭代法求解时，迭代过程都收敛。 第十五页，共21页。第16页/共20页又如矩阵是对称正定阵（实对称阵是正定阵的，如果实二次型正定),由定理5可判定用高斯-赛德尔迭代法求解方程组时，迭代过程一定收敛。第十六页，共21页。第17页/共20页例10 考察用雅可比迭代法和高斯-赛德尔迭代法解方程组 AX=b 的收敛性，其中解：先计算迭代矩阵第十七页，共21页。第18页/共20页再计算BJ与BG的特征值和谱半径 由定理2知，用雅可比迭代法求解，迭代过程收敛，用高斯-赛德尔迭代法求解，迭代过程发散。第十八页，共21页。第19页/共20页练习:考察用高斯-赛德尔迭代法解方程组 AX=b 的收敛性，其中第十九页，共21页。第20页/共20页感谢您的观看！第二十页，共21页。内容总结高斯-赛德尔迭代公式如下：。（称为高斯-赛德尔（Gauss-Seidel）迭代矩阵），。按此迭代公式进行迭代，计算结果为。即A的任一特征值的模都不超过。在例8例9中，我们分别用雅可比迭代法和高斯-赛德尔迭代法解方程组。在例8例9中，显然。所以高斯-赛德尔迭代法比雅可比迭代法收敛