第六章解線性方程組的迭代法_第1頁
第六章解線性方程組的迭代法_第2頁
第六章解線性方程組的迭代法_第3頁
第六章解線性方程組的迭代法_第4頁
第六章解線性方程組的迭代法_第5頁
已閱讀5頁,還剩20頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

第六章解線性方程組的迭代法第一頁,共二十五頁,編輯于2023年,星期五由此建立方程組的迭代公式

x(k+1)=Mx(k)+g,k=0,1,2,…(2)其中M稱為迭代矩陣。對任意取定的初始向量x(0),由(2)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)式可得x*=Mx*+g

從而x*是方程組x=Mx+g的解,也就是方程組Ax=b的解.這種求解線性方程組的方法稱為迭代法,若迭代序列{x(k)}收斂,則稱迭代法收斂,否則稱迭代法發(fā)散.§1Jacobi迭代法和Gauss-Seidel迭代法Jacobi方法是由方程組(1)中第k個方程解出x(k),得到等價方程組:第二頁,共二十五頁,編輯于2023年,星期五從而得迭代公式第三頁,共二十五頁,編輯于2023年,星期五式(3)稱為Jacobi迭代法,簡稱為J迭代法.,則J迭代法可寫成

x(k+1)=Bx(k)+gk=0,1,2,…可見,J迭代法的迭代矩陣為若記

J法也記為第四頁,共二十五頁,編輯于2023年,星期五G-S迭代法也可記為式(4)稱為Gauss-Seidel迭代法,簡稱為G-S迭代法.若在J迭代法中,充分利用新值,則可以得到如下的迭代公式第五頁,共二十五頁,編輯于2023年,星期五方程組的精確解為x*=(1,1,1)T.

解J迭代法計算公式為例1用J法和G-S法求解線性方程組取初始向量x(0)=(0,0,0)T,迭代可得計算結(jié)果列表如下:第六頁,共二十五頁,編輯于2023年,星期五可見,迭代序列逐次收斂于方程組的解,而且迭代7次得到精確到小數(shù)點后兩位的近似解.kx1(k)x2(k)x3(k)‖x(k)-x*‖0123456701.41.110.9290.99061.011591.0002510.998236400.51.201.0550.96450.99531.0057951.000125501.41.110.9290.99061.011591.0002510.998236410.50.20.0710.03550.011590.0057950.0017636G-S迭代法的計算公式為:第七頁,共二十五頁,編輯于2023年,星期五同樣取初始向量x(0)=(0,0,0)T,計算結(jié)果為由計算結(jié)果可見,G-S迭代法收斂較快.取精確到小數(shù)點后兩位的近似解,G-S迭代法只需迭代3次,而J迭代法需要迭代7次.kx1(k)x2(k)x3(k)‖x(k)-x*‖012301.41.06340.995104400.781.020480.9952756801.0260.9875161.0019068610.40.06340.0048956第八頁,共二十五頁,編輯于2023年,星期五為了進一步研究,從矩陣角度來討論上述迭代法.對線性方程組Ax=b,記

D=diag(a11,a22,…,ann)則有A=D-L-U于是線性方程組Ax=b可寫成(D-L-U)x=b等價于

Dx=(L+U)x+b或x=D-1(L+U)x+D-1b第九頁,共二十五頁,編輯于2023年,星期五由此建立J迭代法迭代公式

x(k+1)=D-1(L+U)x(k)+D-1bk=0,1,2,…或?qū)懗?/p>

x(k+1)=Bx(k)+gk=0,1,2,…其中G-S迭代法迭代公式可寫成

x(k+1)=D-1Lx(k+1)+D-1Ux(k)+D-1b第十頁,共二十五頁,編輯于2023年,星期五討論迭代法

x(k+1)=Mx(k)+gk=0,1,2,…

Dx(k+1)=Lx(k+1)+Ux(k)+b

(D-L)x(k+1)=Ux(k)+bx(k+1)=(D-L)-1Ux(k)+(D-L)-1b所以G-S迭代法可以寫成

x(k+1)=Gx(k)+gk=0,1,2,…其中G=(D-L)-1U,g=(D-L)-1b§2迭代法的收斂性的收斂性.第十一頁,共二十五頁,編輯于2023年,星期五記誤差向量e(k)=x(k)-x*,則迭代法收斂就是e(k)0.由于

x(k+1)=Mx(k)+gk=0,1,2,…

x*=Mx*+gk=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)0MkO.對任意初始向量x(0),迭代法收斂(M)<1.定理1

證若‖Mk‖0,則k(M)=(Mk)‖Mk‖0,所以(M)<1.若(M)<1,則存在>0,使得(M)+<1.則‖Mk‖‖M‖k((M)+)k0.第十二頁,共二十五頁,編輯于2023年,星期五

若‖M‖<1,則對任意x(0),迭代法收斂,而且

定理2

證由于

x(k+1)=Mx(k)+gx(k)=Mx(k-1)+gx*=Mx*+g所以

x(k+1)-x(k)=M(x(k)-x(k-1)),x(k+1)–x*=M(x(k)–x*)于是有

‖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*‖第十三頁,共二十五頁,編輯于2023年,星期五

‖x(k+1)-x(k)‖=‖(x(k+1)–x*)-(x(k)–x*)‖‖x(k)–x*‖-‖x(k+1)–x*‖(1-‖M‖)‖x(k)–x*‖所以定理2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(5)式可見,‖M‖越小收斂越快,且當‖x(k)-x(k-1)‖很小時,‖x(k)–x*‖就很小,實際上用‖x(k)-x(k-1)‖<作為第十四頁,共二十五頁,編輯于2023年,星期五迭代終止的條件.例如kx1(k)x2(k)x3(k)‖x(k)-x*‖0123456701.41.110.9290.99061.011591.0002510.998236400.51.201.0550.96450.99531.0057951.000125501.41.110.9290.99061.011591.0002510.998236410.50.20.0710.03550.011590.0057950.0017636‖x(6)-x(5)‖=0.011339,‖x(7)–x(6)‖=0.0056695由(6)式可得:第十五頁,共二十五頁,編輯于2023年,星期五若使‖x(k)–x*‖<,只需可以事先估計達到某一精度需要迭代多少步.,即

用J迭代法求例1中方程組的解,取x(0)=(0,0,0)T,若使誤差x(k)-x*<10-5,問需要迭代多少次?

解由例1知,x(1)=(1.4,0.5,1.4)T,于是有,x(1)-x(0)=1.4,B=0.5.例2k應(yīng)滿足故取k=19,即需要迭代19次.第十六頁,共二十五頁,編輯于2023年,星期五§3J迭代法和G-S迭代法的收斂性

定理3

J迭代法收斂(B)<1;若‖B‖<1J迭代法收斂;G-S迭代法收斂(G)<1;若‖G‖<1G-S迭代法收斂;

定義1若n階矩陣A=(aij)滿足:則稱矩陣A是嚴格對角占優(yōu)矩陣.

引理若A是嚴格對角占優(yōu)矩陣,則det(A)0.

A=D-L-U=D(E-D-1(L+U))=D(E-B)第十七頁,共二十五頁,編輯于2023年,星期五因此,(B)‖B‖<1,故=1不是B的特征值,det(E-B)0.

定理4設(shè)A是嚴格對角占優(yōu)矩陣,則解線性方程組Ax=b的J迭代法和G-S迭代法均收斂.因為A是嚴格對角占優(yōu)矩陣,所以det(D)0,而且所以,det(A)0.

證由于‖B‖<1,所以J迭代法收斂.設(shè)是G的任一特征值,則滿足特征方程第十八頁,共二十五頁,編輯于2023年,星期五

det(E-G)=det(E-(D-L)-1U)

=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(G)<1.定理5設(shè)A是對稱正定矩陣,則解方程組Ax=b的(1)J迭代法收斂2D-A也正定;(2)G-S迭代法必收斂.第十九頁,共二十五頁,編輯于2023年,星期五試建立一個收斂的迭代格式,并說明收斂性.

解按如下方法建立迭代格式例3已知解線性方程組由于迭代矩陣的行范數(shù)小于1,故此迭代法收斂.第二十頁,共二十五頁,編輯于2023年,星期五改寫成將Jacobi迭代法§4逐次超松弛迭代法---SOR方法寫成向量形式就是

x(k+1)=x(k)+D-1(b-Ax(k)),k=0,1,2,…Gauss-Seidel迭代法也可寫成或?qū)懗上蛄啃问?/p>

x(k+1)=x(k)+D-1(b+Lx(k+1)+(U-D)x(k)),k=0,1,2,…第二十一頁,共二十五頁,編輯于2023年,星期五構(gòu)造迭代公式此迭代法稱為SOR方法,其中參數(shù)稱為松弛因子,當>1時稱為超松弛迭代,當<1時稱為欠松弛迭代.其矩陣形式

x(k+1)=x(k)+D-1(b+Lx(k+1)+(U-D)x(k)),k=0,1,2,…于是有

Dx(k+1)=Dx(k)+(b+Lx(k+1)+(U-D)x(k))所以

x(k+1)=(D-L)-1[(1-)D+U]x(k)+(D-L)-1b,k=0,1,2,…因此,SOR方法的迭代矩陣為

£=(D-L)-1[(1-)D

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(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(zé)。
  • 6. 下載文件中如有侵權(quán)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。

評論

0/150

提交評論