数值计算方法课件：ch2-1解线性代数方程组的迭代法.pptVIP

解线性代数方程组的迭代法

;例1;2.1向量、矩阵范数与谱半径;2.1向量、矩阵范数与谱半径;定理;向量的范数;由向量范数的定义可以推出

证明：由定义中的“三角不等式”可以很容易的证明。;常见的三种向量范数;这3个范数可以统一记为

容易得出，这三种范数满足关系;定理：设为Rn上向量的任意两种范数，则存在常数c1,c20，使得对于一切x∈Rn有

;定义2.2：设

为Rn上的一个向量序列(k=1,2,…)

如果对于i=1,2,…,n有，

则称向量序列{x(k)}收敛于向量x*;

定理：

其中为向量的任一种范数。

结论：如果在一种范数意义下向量序列收敛，则在任何一种范数下该向量序列均收敛。;矩阵范数;相容范数

;最常用的是利用向量范数来定义的矩阵范数：

称之为矩阵A的算子范数，其中

;定理2.1由(2.1.15)式所定义的矩阵范数为相容范数;再来证(2.1.13)式。注意到由(2.1.14)式有

定理证完。;常见的三种向量范数;最常用的是利用向量范数来定义的矩阵范数：

称之为矩阵A的算子范数，其中

;定理2.2对于由(2.1.15)式所定义的矩阵范数下列等式成立：

其中AT表示A的转置矩阵。;证明先证(2.1.16)式。首先，对任意满足

的x∈Rn，因为，故有

;另一方面，设

并取，则以为分量的向量满足

这就证明了等式(2.1.16)成立，等式(2.1.16)表明，

等于A中各行元素按绝对值求各行所得的最大和数，故又称为A的“行和范数”;再证等式(2.1.18)，注意

当时，ATA是对称非负定矩阵，故ATA有完全正交的特征向量系，即

其中为ATA的特征值;对于任意的x∈Rn，借助于特征向量系可表示为

且

从而有;由于

故有

(2.1.19)式说明是的上界，并且这个上界

在x=v1时达到。定理证完。;(ATA之最大特征值)1/2;2.1.3谱半径;由谱半径的定义,矩阵的2范数可记为

当A是实对称矩阵时，由（2.1.18）式有

这也就是说，此时A的2范数与该矩阵的谱半径相等。;2.6条件数与病态方程组;2.6.1矩阵的条件数;;病态方程组;设A为非奇异矩阵,用x表示(2.6.1)式的精确解,而是扰动方程组

的精确解.由Ax=b和(2.6.3)两式相减,可知解的误差满足方程

由此;利用矩阵的范数性质,有

另外,由Ax=b又有

由(2.6.4)式和(2.6.5)式,便可得:;2.6.1矩阵的条件数;2.2迭代法的一般形式与收敛性定理;2.2.1迭代法的一般形式

考虑求解线性代数方程组

为了采用迭代法，首先要将方程组（2.2.1）改写成等价的形式

其中为已知向量，代表未知向量。;给定初始近似值，定义向量序列

称为迭代序列，并称H为迭代矩阵。;如果当k→∞时，有极限，设为

则在等式（2.2.3）两端取极限可得

此式表明迭代序列的极限恰为方程组的解。

因此，如果迭代序列收敛，则当k充分大时，可将x(k)取作方程组的近似解。;例:解方程组,要求准确到小数点后第五位;k;2.2.2迭代法的收敛性;2.2.2迭代法的收敛性;;

根据（2.2.6）式可以判定，对任意x(0)

即的充分必要条件是（零矩阵），k→∞，由此得到下面结果.

;

引理2.1迭代法（2.2.3）式对任何初始近似x(0)均收敛的充分必要条件是;引理2.2

的充分必要条件是H的谱半径

;简单迭代法收敛的基本定理

定理2.4迭代法（2.2.3）式对任何初始近似x(0)均收敛的充分必要条件是迭代矩阵H的谱半径

注意矩阵的任何一种相容范数均为其谱半径的上界，因此