線性代數(shù)方程組迭代法_第1頁
線性代數(shù)方程組迭代法_第2頁
線性代數(shù)方程組迭代法_第3頁
線性代數(shù)方程組迭代法_第4頁
線性代數(shù)方程組迭代法_第5頁
已閱讀5頁,還剩19頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

第三章線性方程組的迭代解法思路將改寫為等價(jià)形式,建立迭代。從初值出發(fā),得到序列。研究?jī)?nèi)容:

如何建立迭代格式?

收斂速度?

向量序列的收斂條件?

誤差估計(jì)?迭代格式的構(gòu)造把矩陣A分裂為則

將上式寫為迭代過程這種迭代過程稱為逐次逼近法,B稱為迭代矩陣。收斂性定義:若稱逐次逼近法收斂,否則,稱逐次逼近法不收斂或發(fā)散。給定初值就得到向量序列問題:定理1

任意給定初始向量x0,如果由逐次逼近法產(chǎn)生的向量序列收斂于向量x*,那么,x*是方程組x=Bx+g的解。證明:是否為方程組Ax=b的解?迭代法的收斂條件引理

當(dāng)k

時(shí),Bk0(B)<1定理2

設(shè)線性方程組x=Bx+g有惟一解,那么逐次逼近法對(duì)任意初始向量X0收斂的充分必要條件是迭代矩陣B的譜半徑(B)<1。證明:因此,注:要檢驗(yàn)一個(gè)矩陣的譜半徑小于1比較困難,所以我們希望用別的辦法判斷收斂性。

定理3

若逐次逼近法的迭代矩陣滿足‖B‖<1,那么逐次逼近法收斂。Remark:因?yàn)榫仃嚪稊?shù)都可以直接用矩陣的元素計(jì)算,因此,用定理3.5.3,容易判別逐次逼近法的收斂性。(4.1)

1.雅克比(Jacobi)迭代法設(shè)有n階方程組幾種常用的迭代格式若系數(shù)矩陣非奇異,且

(i=1,2,…,n),將方程組(4.1)改寫成然后寫成迭代格式(4.2)(4.2)式也可以簡(jiǎn)單地寫為(4.3)寫成矩陣形式:A=LUDBJacobi迭代陣(4.4)…………只存一組向量即可。寫成矩陣形式:BGauss-Seidel

迭代陣2.高斯――賽得爾(Gauss-Seidel)迭代法(4.5)(4.6)BG-SGauss-Seidel

迭代陣其迭代格式的矩陣形式為事實(shí)上,這相當(dāng)于對(duì)系數(shù)矩陣A作的另一個(gè)分裂:

注:這二種方法都存在收斂性問題。在討論收斂性之前我們先來講一些預(yù)備知識(shí)和有關(guān)的定理

有關(guān)基本概念一、嚴(yán)格對(duì)角占優(yōu)矩陣與對(duì)角占優(yōu)矩陣定義1設(shè)A是n階矩陣.若滿足不等式且至少有一個(gè)i,使嚴(yán)格不等號(hào)成立,則稱A為對(duì)角占優(yōu)矩陣.若對(duì)所有的i=1,2,…,n,都有嚴(yán)格不等號(hào)成立,稱A為嚴(yán)格對(duì)角占優(yōu)矩陣。二、可約矩陣與不可約矩陣定義2設(shè)A是n階矩陣.如果存在排列陣P,使其中A11和A22分別是k階和n-k階方陣(n≥2,k<n),那么,稱A是可約矩陣.如果不存在這樣的排列陣P,使上式成立,稱A是不可約矩陣。定理3.5.5

設(shè)A是n階矩陣.A是不可約的充分必要條件是對(duì)有限整數(shù)集W={1,2,…,n}中任意兩個(gè)非空子集R,SW,R∪S=W,R∩S=,存在i∈R,j∈S,使aij≠0.三、有關(guān)性質(zhì)定理3.5.6

設(shè)A是n階(按行)嚴(yán)格對(duì)角占優(yōu)矩陣,那么A是非奇異的.定理3.5.7

設(shè)A是嚴(yán)格對(duì)角占優(yōu)矩陣,那么,其各階主子陣也是嚴(yán)格對(duì)角占優(yōu)矩陣.定理3.5.8

設(shè)A是嚴(yán)格對(duì)角占優(yōu)矩陣.記經(jīng)過一步Gauss消去后的矩陣為那么,A(2)n-1仍是嚴(yán)格對(duì)角占優(yōu)的.定理3.5.9

設(shè)A是不可約對(duì)角占優(yōu)矩陣,那么A是非奇異矩陣.定理3.5.10_1n階矩陣A是按行嚴(yán)格對(duì)角占優(yōu)矩陣的充分必要條件是Jacobi迭代法的迭代矩陣滿足‖BJ‖∞<1.定理3.5.10_2n階矩陣A是按列嚴(yán)格對(duì)角占優(yōu)矩陣的充分必要條件是Jacobi迭代法的迭代矩陣滿足‖BJ‖1<1.

Jacobi迭代法和Gauss-Seidel迭代法的收斂性定理3.5.11

設(shè)A是有正對(duì)角元的n階對(duì)稱矩陣,那么Jacobi迭代法收斂的充分必要條件是A和2D-A同為正定矩陣.定理(3.5.12,3.5.13,3.5.14)如果A是按行(列)嚴(yán)格對(duì)角占優(yōu)的矩陣,那么Jacobi和G-S迭代法都收斂.定理3.5.15

設(shè)A是不可約對(duì)角占優(yōu)矩陣,那么Jacobi迭代法與G-S迭代法都收斂.定理3.5.16

設(shè)A是n階正定矩陣,那么,G-S迭代法收斂.注意的問題(2)Jacobi迭代法和Gauss-Seidel迭代法的收斂性沒有必然的聯(lián)系:即當(dāng)Gauss-Seidel法收斂時(shí),Jacobi法可能不收斂;而Jacobi法收斂時(shí),Gauss-Seidel法也可能不收斂。(1)Jacobi迭代法和Gauss-Seidel迭代法的迭代矩陣不同:BJ=D-1(L+U),BG-S=(D-L)-1U舉例用Jacobi迭代法求解不收斂,但用Gauss-Seidel法收斂。用Jacobi迭代法求解收斂,但用Gauss-Seidel法不收斂。

BJ的特征值為0

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論