應(yīng)用數(shù)值分析chapt6線性方程組迭代法-6.4超松弛_第1頁
應(yīng)用數(shù)值分析chapt6線性方程組迭代法-6.4超松弛_第2頁
應(yīng)用數(shù)值分析chapt6線性方程組迭代法-6.4超松弛_第3頁
應(yīng)用數(shù)值分析chapt6線性方程組迭代法-6.4超松弛_第4頁
應(yīng)用數(shù)值分析chapt6線性方程組迭代法-6.4超松弛_第5頁
免費(fèi)預(yù)覽已結(jié)束,剩余14頁可下載查看

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)

文檔簡介

第六章線性方程組迭代解法NumericalValueAnalysis§6.4超松弛迭代法(SOR)§6.4超松弛迭代法(SOR)一、SOR法迭代公式例3.6用SOR法求解線性方程組二、SOR法的收斂性SOR法收斂與收斂速度有關(guān)定理SOR法分類與現(xiàn)狀

SOR(SuccessiveOver-Relaxation)法,即超松弛迭代法,是目前解大型線性方程組的一種最常用的方法,是Gauss-Seidel迭代法的一種加速方法。

一、SOR法迭代公式

設(shè)線性方程組AX=b其中A非奇異,且aii

0(i=1,2,,n)。

如果已經(jīng)得到第k次迭代量x(k)

及第k+1次迭代量x(k+1)

的前i-1個(gè)分量(x1(k+1),x2(k+1),,xi-1(k+1)),在計(jì)算xi(k+1)

時(shí),先用Gauss-Seidel迭代法得到(1)

返回引用選擇參數(shù)ω,取

(2)返回引用把式(1)代入式(2)可以綜合寫成:即得超松弛法或逐次超松弛迭代法(SuccessiveOver-RelaxationMethod),簡稱SOR法。或可表示成增量的形式:其中,參數(shù)ω叫做松弛因子;若

ω=1,它就是Gauss-Seidel迭代法。

返回引用令A(yù)=D-L-U,SOR法(2)式可寫成:

再整理成:于是可導(dǎo)出SOR法的矩陣形式:其中,迭代矩陣和f為:例6.6用SOR法求解線性方程組

方程組的精確解為

x=(3,4,-5)

T,為了進(jìn)行比較,利用同一初值

x(0)=(1,1,1)T,分別取ω=1(即Gauss-Seidel迭代法)和

ω=1.25兩組算式同時(shí)求解方程組。

返回引用

①取ω=1,即Gauss-Seidel迭代:

②取ω=1.25,即SOR迭代法:

返回引用

迭代結(jié)果見表3.3。

表6.3Gauss-Seidel迭代法與SOR迭代法比較

Gauss-Seidel迭代法SOR迭代法(ω=1.25)kx1x2x3x1x2x301.00000001.00000001.00000001.00000001.00000001.000000015.25000003.1825000-5.04687506.31250003.9195313-6.650146523.14062503.8828125-5.02929692.62231453.9585266-4.600423833.08789063.9267587-5.01831053.13330274.0402646-5.096686343.05493163.9542236-5.01144102.95705124.0074838-4.973489753.03433233.9713898-5.00715263.00372114.0029250-5.005713563.02145773.9821186-5.00447032.99632764.0009262-4.998282273.01341103.9888241-5.00279403.00004984.0002586-5.0003486

迭代法若要精確到七位小數(shù),

Gauss-Seidel迭代法需要34次迭代;而用SOR迭代法(ω=1.25),只需要14次迭代。可見,若選好參數(shù)ω,SOR迭代法收斂速度會(huì)很快。返回節(jié)二、SOR法的收斂性

為了利用第3節(jié)的收斂定理,要先給出SOR法的矩陣表達(dá)式。令A(yù)=D-L-U,SOR法(2)式可寫成:

再整理成:于是可導(dǎo)出SOR法的矩陣形式:其中,迭代矩陣和f為:

由定理6.1及定理6.2直接得知:

SOR法收斂的充要條件是ρ(Bω)<1。

SOR法收斂的充分條件是

||Bω||<1。

前面我們看到,SOR法收斂與否或收斂速度都與松弛因子ω有關(guān),關(guān)于ω的范圍,有如下定理。

SOR法收斂與收斂速度有關(guān)定理定理6.5

設(shè)A∈Rnn,滿足aii≠0(i=1,2,,n),則有ρ(Bω)≥|1-ω|。推論

解線性方程組,SOR法收斂的必要條件是

|1-ω|<1,即0<ω<2。定理6.6

設(shè)A∈Rnn對(duì)稱正定,且

0<ω<2,則SOR法對(duì)任意的初始向量都收斂。

由于定理6.4只是定理6.6的特殊情況,故定理6.4可以看作定理6.6的推論。

定理6.7

設(shè)A是對(duì)稱正定的三對(duì)角矩陣,則ρ(BG)=[ρ(BJ)]2<1,且SOR法松弛因子ω的最優(yōu)選擇為

(4)

這時(shí),有SOR迭代法矩陣譜半徑ρ(Bopt)=ωopt-1。

通常,當(dāng)ω>1

時(shí),稱為超松弛算法,當(dāng)ω<1

時(shí),稱為亞松弛算法。目前,還沒有自動(dòng)選擇因子的一般方法,實(shí)際計(jì)算中,通常?。?,2)區(qū)間內(nèi)幾個(gè)不同的ω值進(jìn)行試算,通過比較后,確定比較理想的松弛因子ω。

返回引用SOR法分類與現(xiàn)狀

通常,當(dāng)ω>1

時(shí),稱為超松弛算法;當(dāng)ω<1

時(shí),稱為亞松弛算法。目前還沒有自動(dòng)選擇因子的一般方法,實(shí)際計(jì)算中,通常?。?,2)區(qū)間內(nèi)幾個(gè)不同的ω值進(jìn)行試算,通過比較后,確定比較理想的松弛因子ω。

例3.7

討論例3.6用SOR法的ω取值。

系數(shù)矩陣

由式(3-24)得

根據(jù)定理6.7,有ρ(BG)=[ρ(BJ)]2=0.625,

ρ(Bopt)=ωopt

–1=0.24,

可見采用SOR

方法比Jacobi迭代法和Gauss-Seidel迭代法快得多。返回章返回節(jié)1.

Jacobi迭代法、Gauss-Seidel迭代法和SOR法

(1)計(jì)算分量形式、矩陣形式以及它們的迭代矩陣表示;

(2)線性方程組的系數(shù)矩陣為某些特殊情形下,Jacobi迭代法、Gauss-Seidel迭

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