数值分析11-线性方程组的迭代法_第1页
数值分析11-线性方程组的迭代法_第2页
数值分析11-线性方程组的迭代法_第3页
数值分析11-线性方程组的迭代法_第4页
数值分析11-线性方程组的迭代法_第5页
已阅读5页,还剩7页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第五章线性方程组的迭代法高云迭代法迭代法:从一个初始向量出发,按照一定的迭代格式,构造出一个趋向于真解的无穷序列迭代解法是目前求解大规模线性方程组的主要方法。只需存储系数矩阵中的非零元素运算量不超过O(kn2),其中k为迭代步数

(1)迭代格式的建立(3)误差估计和收敛速度研究内容:(2)收敛性判断静态迭代法的基本

迭代格式的建立Ax=bA=M-NMx

=Nx

+

bk=0,1,2,…给定一个初始向量x(0),可得迭代格式:若产生的迭代序列{x(k)}

收敛到一个确定的向量x*,则x*

就是原方程组的解。

其中

B称为迭代矩阵。Jacobi迭代k=0,1,2,…则可得雅可比(Jacobi)迭代格式:令A=D-L-

U,

其中称为雅可比(Jacobi)迭代矩阵Jacobi迭代在计算时,如果用代替,则可能会得到更好的收敛效果。此时的迭代公式为Jacobi迭代的分量形式:GS迭代写成矩阵形式:称为GS迭代矩阵此迭代格式称为高斯-塞德尔(Gauss-Seidel)迭代k=0,1,2,…解得SOR迭代称为SOR迭代矩阵为了得到更好的收敛效果,可在修正项前乘以一个参数w,于是就得到所谓的逐次超松弛迭代法,简称SOR迭代,其中w

称为松弛因子。此时在GS迭代中解得Jacobi、GS和SOR算法

Jacobi算法

GS算法

SOR算法举例解:例:解线性方程组取初始向量

x(0)=(0,0,0),迭代过程中小数点后保留4位。Jacobi迭代格式令则迭代得:x(1)=(0.5000,2.6667,-2.5000)Tx(21)=(2.0000,3.0000,-1.0000)T举例(续)GS迭代格式得x(1)=(0.5000,2.8333,-1.0833)Tx(9)=(2.0000,3.0000,-1.0000)T举例(续)SOR迭代格式取w=1.1,得x(1)=(0.5500,3.1350,-1.0257)Tx(7)=(2.0000,3.0000,-1.0000)T如何确定SOR迭代中的最优松弛因子是一件很困难的事。

矩阵分裂法

Jacobi迭代

GS迭代

SOR迭代A=M

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论