线性方程组的迭代法.ppt

SOR法介绍利用Seidel迭代法，考虑如下Sor迭代格式一步Seidel迭代松弛因子Sor迭代格式也是线性迭代形式第31页,共35页，星期六，2024年，5月第32页,共35页，星期六，2024年，5月第33页,共35页，星期六，2024年，5月举例检验Jacoai迭代的收敛性以知三阶线性方程组：8x1-3x2+2x3=204x1+11x2-x3=336x1+3x2+12x3=36首先将原方程组写为迭代形式的方程组，即：x1=20/8–0+3/8x2–2/8x3x2=33/11–4/11x1–0+1/11x3x3=36/12–6/12x1–3/12x2–0求任一行之和的最大值1,即：||M||?=max{5/8,5/11,9/12}=9/121i或求任一列之和的最大值1,即：||M||1=max{114/132,60/96,30/88}=114/1321结论：该方程组采用Jacoai迭代法计算是收敛的。第34页,共35页，星期六，2024年，5月感谢大家观看第35页,共35页，星期六，2024年，5月**********关于线性方程组的迭代法引言直接法是通过有限步运算后得到线性方程组的解,解线性方程组还有另一种解法，称为迭代法,它的基本思想是将线性方程组Ax=b化为x=Bx+f再由此构造向量序列{x(k)}:x(k+1)=Bx(k)+f若{x(k)}收敛至某个向量x*,则可得向量x*就是所求方程组AX=b的准确解.线性方程组的迭代法主要有Jocobi迭代法、Seidel迭代法和超松弛(Sor)迭代法.第2页,共35页，星期六，2024年，5月迭代法的特点若在求解过程中xk?x*(k??)，由xk+1=?(xk)产生的迭代xk向x*的逼近，在数次迭代求解之后，由于机器跳动产生的xk值误差或是有效数字产生的舍入误差，都会在第k+1次迭代计算中自动弥补过来或逐步纠正过来。因此，在迭代求解过程中产生的各种误差是可以忽略的，即迭代求解无累积误差，实际上，xk只是解的一个近似，机器的舍入误差并不改变它的此性质。迭代过程中经常要遇到向量范数，矩阵范数以及序列极限的概念。为此，下面先介绍这方面的知识和有关概念。单击此处即可第3页,共35页，星期六，2024年，5月几个基本概念及性质1.向量范数：对任一向量X，按一定规则确定一个实数与其相对应，该实数记为||X||，若||X||满足下面三个性质：（1）||X||?0，||X||=0当且仅当X=0。（2）对任意实数?，||?X||=|?|||X||。（3）对任意向量Y?Rn，||X+Y||?||X||+||Y||。则称该实数||X||为向量X的范数2.矩阵范数：设A是N?N阶矩阵，定义||A||=Max?（||AX||/||X||）=Max||AX||x?0,x?Rn||x||=1,x?Rn

为矩阵A的(算子）范数。

||Ax||?||A||||x||第4页,共35页，星期六，2024年，5月三种常用的向量范数：例：设x=(1,-4,0,2)T求它的向量范数第5页,共35页，星期六，2024年，5月三种常用的矩阵范数：例：设A，求它的矩阵范数第6页,共35页，星期六，2024年，5月矩阵范数的性质：（1）对任意非零矩阵A,有||A||恒为正数，当且仅当A=0，||A||=0.（2）||aA||=|a|||A||（a为任意实数）（3）对于任意两个阶相同的矩阵A，B恒有||A+B||?||A||+||B||.（4）对于与矩阵A有相同维数的向量X，恒有||AX||?||A||?||X||.（5）对于同阶矩阵A，B恒有||AB||?.||A||?||B||谱半径：设n?n阶矩阵