版權說明: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,請進行舉報或認領
文檔簡介
第2章解線性方程組的迭代法n元線性方程組
(2.1)
或
Ax=b思路與解f(x)=0的不動點迭代相似……,將Ax=b等價改寫為x=Mx+f,建立迭代x(k+1)=Mx(k)+f,從初值x(0)出發(fā),得到序列{x(k)}.研究內(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?
(2.2)
1數(shù)值分析第2章2.1迭代法的一般理論
為了研究線性方程組近似解的誤差估計和迭代法的收斂性,我們需要對Rn(n維向量空間)中的向量或Rnxn中矩陣的“大小”引入一種度量,——向量和矩陣的范數(shù)。在一維數(shù)軸上,實軸上任意一點x到原點的距離用|x|表示。而任意兩點x1,x2之間距離用|x1-x2|表示。2數(shù)值分析第2章2.1.1向量和矩陣的范數(shù)
而在二維平面上,平面上任意一點P(x,y)到原點的距離用表示。而平面上任意兩點P1(x1,y1),P2(x2,y2)的距離用
表示。推廣到n維空間,則稱為向量范數(shù)。3數(shù)值分析第2章2.1.1
向量和矩陣的范數(shù)向量的范數(shù)
定義2.2設‖‖是向量空間Rn上的實值函數(shù),且滿足條件:
(1)非負性:對任何向量xRn
,‖x‖0,且‖x‖=0當且僅當x=0
(2)齊次性:對任何向量x
Rn
和實數(shù),
‖x‖=||‖x‖
(3)三角不等式:對任何向量x,yRn
‖x+y‖‖x‖+‖y‖則稱‖‖為空間Rn上的范數(shù),‖x‖為向量x的范數(shù).
4數(shù)值分析第2章記x=(x1,x2,…,xn)T,常用的向量范數(shù)有:
向量的1-范數(shù):‖x‖1=|x1|+|x2|+…+|xn|
向量的2-范數(shù):‖x‖2=
向量的-范數(shù):‖x‖=
例
設向量x=(2,-4,3,1)T,求向量范數(shù)‖x‖p,p=1,2,.
解
由定義‖x‖1=10,‖x‖2=
,‖x‖=4.
雖然不同范數(shù)的值可能不同,但它們間存在等價關系.定理
(范數(shù)的等價性)
對于Rn
上的任何兩種范數(shù)‖‖和‖‖,存在正常數(shù)m,M,使得
m
‖x‖‖x‖
M
‖x‖,xRn5數(shù)值分析第2章常用的三種向量范數(shù)滿足如下等價關系
‖x‖‖x‖1
n‖x‖,xRn定義
設向量序列
k=1,2,…,向量如果
則稱向量序列{x(k)}收斂于向量x*,記作
易見,
6數(shù)值分析第2章2.矩陣的范數(shù)
定義2.3設‖‖是以n階方陣為變量的實值函數(shù),且滿足條件:
(1)非負性:‖A‖0,且‖A‖=0當且僅當A=0
(2)齊次性:‖A‖=||‖A‖,R
(3)三角不等式:‖A+B‖‖A‖+‖B‖
(4)相容性:‖AB‖‖A‖‖B‖則稱‖A‖為矩陣A的范數(shù).
記A=(aij),常用的矩陣范數(shù)有:
矩陣的1-范數(shù):‖A‖1
,也稱矩陣的列范數(shù).
矩陣的2-范數(shù):‖A‖2
,也稱為譜范數(shù).7數(shù)值分析第2章
矩陣的-范數(shù):‖A‖
,也稱為行范數(shù).
矩陣的F-范數(shù):‖A‖F(xiàn)
例
設矩陣求矩陣A的范數(shù)‖A‖p,p=1,2,,F.
解
‖A‖1=4,‖A‖=5,‖A‖F(xiàn)8數(shù)值分析第2章設‖‖是一種向量范數(shù),則定義稱之為由向量范數(shù)派生的矩陣算子范數(shù).
矩陣的算子范數(shù)滿足
‖Ax‖‖A‖‖x‖,xRn把滿足上式的矩陣范數(shù)稱為與向量范數(shù)相容的矩陣范數(shù).
對于p=1,2,,矩陣范數(shù)‖A‖p是由向量范數(shù)‖x‖p派生的矩陣算子范數(shù),所以‖A‖p是與‖x‖p相容的矩陣范數(shù).但‖A‖F(xiàn)不是一種算子范數(shù),卻與‖x‖2是相容的.設‖‖是一種算子范數(shù),則9數(shù)值分析第2章矩陣的范數(shù)與矩陣的特征值之間也有密切的聯(lián)系.設是矩陣A的特征值,x是對應的特征向量,則有
Ax=x利用向量和矩陣范數(shù)的相容性,則得
||‖x‖=‖x‖=‖Ax‖‖A‖‖x‖于是||‖A‖設n階矩陣A的n個特征值為1,2,…,n,則稱
為矩陣A的譜半徑.
定理2.1對矩陣的任何一種相容范數(shù)都有
(A)‖A‖另外,定理2.2:對
>0,一種相容范數(shù),使‖A‖(A)+.10數(shù)值分析第2章
任何兩種矩陣范數(shù)也具有等價性
m‖A‖‖A‖
M‖A‖,ARnn
矩陣序列的收斂性也定義為
證若‖Ak‖0,則k(A)=(Ak)‖Ak‖0,所以(A)<1.
若(A)<1,則存在>0,使得(A)+<1.則定理設A是一n*n的矩陣,則
的充分必要條件是(A)<1.‖Ak‖‖A‖k
((A)+)k
0.(定理2.2)11數(shù)值分析第2章12數(shù)值分析第2章把n元線性方程組
(2.1)
或
Ax=b改寫成等價的方程組
或x=Mx+f2.1.2迭代格式的構造
(2.2)
13數(shù)值分析第2章由此建立方程組的迭代格式
x(k+1)=Mx(k)+f,k=0,1,2,…(2.5)其中M稱為迭代矩陣。
對任意取定的初始向量x(0),由(2.5)式可逐次算出迭代向量x(k),k=1,2,…,
如果向量序列{x(k)}收斂于x*,由(2.5)式可得
x*=Mx*+f
從而x*是方程組x=Mx+f
的解,也就是方程組Ax=b的解.對迭代格式(2.5),定義誤差向量
e(k)=x(k)-x*,則迭代法收斂就是e(k)0.由于
x(k+1)=Mx(k)+f
k=0,1,2,…
x*=Mx*+f
k=0,1,2,…14數(shù)值分析第2章
x(k+1)=Mx(k)+f
k=0,1,2,…
x*=Mx*+f
k=0,1,2,…所以
e(k+1)=Me(k),
k=0,1,2,…遞推可得
e(k)=Mke(0),
k=0,1,2,…可見,當k時,e(k)0Mk
O.
對任意初始向量x(0),迭代法收斂(M)<1.定理2.4證:(必要性)
若(M)<1,則存在>0,使得(M)+<1.則由定理2.2若‖Mk‖0,k(M)=(Mk)‖M
k‖0,所以(M)<1.2.1.3迭代的收斂性‖Mk‖‖M‖k
((M)+)k0.15數(shù)值分析第2章
若‖M‖=q<1,則對任意x(0),迭代(2.5)式收斂,而且
定理2.5-6證:先證式(2.10).考慮x(k+1)=Mx(k)+f,x(k)=Mx(k-1)+f,x*=Mx*+f所以
x(k+1)-x(k)=M(x
(k)-x(k-1)),x(k+1)–x*=M(x
(k)–x*)取范數(shù),得
‖x(k+1)-x(k)‖‖M‖‖x
(k)-x(k-1)‖,‖x(k+1)–x*‖‖M‖‖x
(k)–x*‖‖x(k+1)-x(k)‖=‖(x
(k+1)–x*)-(x(k)–x*)‖‖x
(k)–x*‖-‖x(k+1)–x*‖
(1-‖M‖)‖x(k)–x*‖因此16數(shù)值分析第2章上述定理只是收斂的充分條件,并不必要,如則‖M‖1=1.2,‖M‖=1.3,‖M‖2=1.09,‖M‖F(xiàn)=1.17但(M)=0.8<1,所以迭代法是收斂的.由(2.10)式可見,‖M‖越小收斂越快,且當‖x
(k)-x(k-1)‖很時,‖x(k)–x*‖就很小,實際上用‖x
(k)-x(k-1)‖<作為迭代終止的條件.若使‖x(k)–x*‖<,只需即可以事先估計達到某一精度需要迭代多少步.17數(shù)值分析第2章2.2.雅克比(Jacobi)迭代法若系數(shù)矩陣非奇異,且
(i=1,2,…,n),將方程組改成18數(shù)值分析第2章然后寫成迭代格式(2.11)(2.11)式也可以簡單地寫為(2.11’)19數(shù)值分析第2章寫成矩陣形式:A=-L-UDBJacobi迭代陣(2.12)20數(shù)值分析第2章算法2.1(Jacobi迭代法):程序見P19。舉例2.11.輸入矩陣A=(aij),b=(b1,…,bn),初始向量x(0)=(x1(0),…,xn(0)),精度要求ε,最大的迭代次數(shù)N,置k=0;
2.對i=1,2,…,n,計算3.若‖x(k+1)-x(k)‖<ε,則停算,輸出x(k+1)為近似解;否則,轉4
4.若k<N,置k:=k+1,轉步2;否則,停算,輸出迭代失敗信息.
21數(shù)值分析第2章2.2.2Jacobi迭代法的收斂條件迭代格式收斂(B)<1
。若‖B‖<1迭代法收斂.定理2.7:若系數(shù)矩陣A滿足下列條件之一,則Jacobi迭代收斂。①A為行對角占優(yōu)陣②A為列對角占優(yōu)陣③A滿足對于Jacobi迭代,我們有一些保證收斂的充分條件.
引理若A是嚴格對角占優(yōu)矩陣,則det(A)0.
證
A=D-L-U=D(I-D-1(L+U))=
因為A是嚴格對角占優(yōu)矩陣,所以det(D)0,而且因此,(B)‖B‖<1,故=1不是B的特征值,det(I-B)0.所以,det(A)0.D(I-B)22數(shù)值分析第2章證明:③
由條件知,A為列對角占優(yōu)陣,則AT為行對角占優(yōu)陣,有#證畢①A為行對角占優(yōu)陣②A為列對角占優(yōu)陣23數(shù)值分析第2章例設線性方程組Ax=b的系數(shù)矩陣其中a為參數(shù),問a為何值時,Jacobi迭代法收斂?所以,Jacobi迭代迭代矩陣為求BJ的特征根24數(shù)值分析第2章若用充分條件顯然,充分條件比充要條件弱。25數(shù)值分析第2章為了加快收斂速度,同時為了節(jié)省計算機的內(nèi)存,我們作如下的改進:每算出一個分量的近似值,立即用到下一個分量的計算中去,即用迭代格式:
2.3高斯――賽得爾(Gauss-Seidel)迭代法逐一寫出來即為26數(shù)值分析第2章…………只存一組向量即可。寫成矩陣形式:BGauss-Seidel
迭代陣(2.14)(2.16)27數(shù)值分析第2章程序見P23。算法2.2(Gauss-Seidel迭代法):1.輸入矩陣A=(aij),b=(b1,…,bn),初始向量x(0)=(x1(0),…,xn(0)),精度要求ε,最大的迭代次數(shù)N,置k=0;
2.計算對i=2,…,n-1,計算3.若‖x(k+1)-x(k)‖<ε,則停算,輸出x(k+1)為近似解;否則,轉4
4.若k<N,置k:=k+1,轉步2;否則,停算,輸出迭代失敗信息.
28數(shù)值分析第2章
例
用雅可比迭代法解方程組解:雅可比迭代格式為29數(shù)值分析第2章kx1(k)
x2(k)x3(k)10.720.830.8420.9711.071.15…………111.0999931.1999931.299991121.0999981.1999981.299997取計算如下30數(shù)值分析第2章
解:Gauss-Seidel迭代格式
例
用Gauss—Seidel迭代法解上題。31數(shù)值分析第2章取x(0)=(0,0,0)T
計算如下:kx1(k)
x2(k)x3(k)10.720.9021.1644…………81.0999981.1999991.332數(shù)值分析第2章2.3.2Gauss-Seidel迭代法收斂條件考察Gauss-Seidel迭代法收斂的充分條件定理:若A滿足下列條件之一,則Seideli迭代收斂。①A為行或列對角占優(yōu)陣②A對稱正定陣(證略書上定理2.9)迭代格式收斂(B)<1
。若‖B‖<1迭代法收斂.
det(I-B)=det(I-(D-L)-1U)證明:=det((D-L)-1)det((D-L)-U)=0所以有det((D-L)-U)=0若||1,
則矩陣(D-L)-U
是嚴格對角占優(yōu)矩陣,這與det((D-L)-U)=0矛盾,所以||<1,于是(B)<1.33數(shù)值分析第2章注:二種方法都存在收斂性問題。有例子表明:Gauss-Seidel法收斂時,Jacobi法可能不收斂;而Jacobi法收斂時,Gauss-Seidel法也可能不收斂。例設線性方程組Ax=b的系數(shù)矩陣判斷解Ax=b的Jacobi迭代法和G-S迭代法的收斂性。解:易見A是嚴格對角占優(yōu)矩陣,故J法和G-S法收斂。34數(shù)值分析第2章1、Jacobi迭代的迭代矩陣特征值為2、Gauss-Siedel迭代例已知方程組的系數(shù)矩陣判斷解Ax=b的Jacobi迭代法和G-S迭代法的收斂性。35數(shù)值分析第2章2.4逐次超松弛迭代法記則可以看作在前一步上加一個修正量。若在修正量前乘以一個因子,有對Gauss-Seidel迭代格式有(2.22)故SOR(SuccessiveOverRelaxation)的迭代格式(2.23)36數(shù)值分析第2章SOR的迭代矩陣用分量形式討論,設松弛(2.24)是松馳因子(0<<2),當0<<1時叫低松弛,>1時叫超松弛,=1時,就是Gauss-Seidel迭代法。37數(shù)值分析第2章程序見P28。算法2.3(SOR迭代法)1.輸入矩陣A=(aij),b=(b1,…,bn),初始向量x(0)=(x1(0),…,xn(0)),精度要求ε,最大的迭代次數(shù)N,參數(shù)ω;置k=0;
2.計算對i=2,…,n-1,計算3.若‖x(k+1)-x(k)‖<ε,則停算,輸出x(k+1)為近似解;否則,轉4
4.若k<N,置k:=k+1,轉步2;否則,停算,輸出迭代失敗信息.
38數(shù)值分析第2章
例用SOR方法解線性方程組解SOR方法迭代公式(2.24)為方程組的精確解是x*=(2,1,-1)T.取x(0)=(0,0,0)T,=1.46,計算結果如下:39數(shù)值分析第2章kx1(k)x2(k)x3(k)0123…2003.652.321669102.5661399……1.999998700.88458820.42309390.6948261……1.00000130-0.2021098-0.22243214-0.4952594……-1.0000034
從結果可見,迭代20次時已獲得精確到小數(shù)點后五位的近似解.如果取=1.25,則需要迭代56次才能得到具有同樣精度的近似解;如果取=1,則需迭代110次以上.40數(shù)值分析第2章2.4.2SOR迭代法的收斂條件迭代格式收斂(B)<1
。若‖B‖<1迭代法收斂.對于SOR迭代,我們有一些收斂的結果.定理2.10
SOR方法收斂的必要條件是0<<2.證設SOR方法收斂,則(B)<1,所以|det(B)|=|12…n|<1而
det(B)=det[(D-L)-1((1-)D+U)]=det[(I-D-1L)-1]det[(1-)I+D-1U)]=(1-)n于是
|1-|<1,或0<<241數(shù)值分析第2章
定理2.11
設A是對稱正定矩陣,則當0<<2時,解方程組Ax=b的SOR方法收斂.
證設是B的任一特征值,y是對應的特征向量(復向量),則[(1-)D+U]y=
(D-L)y于是作內(nèi)積,有(1-)(Dy,
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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025屆江蘇省蘇州市平江中學高三沖刺模擬英語試卷含解析
- 江西上饒重點中學2025屆高考英語一模試卷含解析
- 遼寧省沈陽市2025屆高考英語全真模擬密押卷含解析
- 現(xiàn)代學徒制課題:數(shù)智賦能視角下中國特色學徒制創(chuàng)新發(fā)展研究(附:研究思路模板、可修改技術路線圖)
- 2025屆廣東省六校高考仿真卷英語試題含解析
- 上海市延安中學2025屆高三壓軸卷數(shù)學試卷含解析
- 2025屆黑龍江省哈市六中高考語文三模試卷含解析
- 甘肅省白銀市靖遠一中2025屆高三第二次模擬考試數(shù)學試卷含解析
- 2025屆河北省唐山市樂亭一中高三第一次調研測試語文試卷含解析
- 2025屆浙江省嘉興市重點中學高三下學期一模考試語文試題含解析
- 【大單元整體教學】教科版科學五年級上冊-第一單元《光》第1課有關光的思考-單元整體分析+課時公開課一
- 《邊教書邊成長》讀書分享課件
- 2024年黑龍江省龍東地區(qū)中考數(shù)學試題含答案
- 劉潤年度演講2024
- 2024年廣東省學法考試年度考試考場一滿分答案
- 《上海市媒體廣告發(fā)布單位信用風險分級評價和分類監(jiān)管辦法》起草說明
- 口腔頜面外科臨床檢查-一般檢查顳下頜關節(jié)檢查(口腔科技術)
- 青少年無人機課程:第一課-馬上起飛
- 小學生講海軍司令肖勁光的紅色故事肖勁光先進事跡學習
- 基礎實驗課程設計
- 養(yǎng)老院的經(jīng)營規(guī)劃方案
評論
0/150
提交評論