我们知道凡是迭代法都有一个收敛问题有时某种方法对一.pptVIP

;§6.1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。

;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;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;例1用迭代法求解线性方程组;§6.2雅可比（Jacobi）迭代法

6.2.1雅可比迭代法算法构造;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。;考察一般的方程组，将n元线性方程组;6.2.2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;则等价于;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;6.2.1雅可比迭代法的算法实现;§6.3高斯-塞德尔（Gauss-Seidel）迭代法

§6.3.1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：;例3用Gauss?Seidel迭代格式解方程组;例2求解线性方程组(1.2);§6.3.2Gauss—Seidel迭代法的矩阵表示

将A分裂成A=D-L-U，则等价于

(D-L-U)x=b

于是,则高斯—塞德尔迭代过程;§6.3.3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??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

然后，进行这一步剩下的计算。

;§6.4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（SuccessiveOverrelaxaticMethod，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。;§6.4.1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.是解大型稀疏矩阵方程组的有效方法之一，有着广泛的应用。

其具体计算公式如下：;⑵把取为与的加权平均，即;§6.4.2超松弛迭代法的矩阵表示

设线性方程组Ax=b的系数矩阵A非奇异,且主对角元素,则将A分裂成A=D-L-U,则超松弛迭代公式用矩阵表示为

;令;例4用SOR法求解线性方程组;§6.5迭代法的收敛性

我们知道,对于给定的方程组可以构造成简单迭代公式、雅可比迭代公式、高斯-塞德尔迭代公式和超松弛迭代公式，但并非一定收敛。现在分析它们的收敛性。

对于方程组