_解线性方程组的迭代法.ppt

《_解线性方程组的迭代法.ppt》由会员分享，可在线阅读，更多相关《_解线性方程组的迭代法.ppt（77页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、上页上页下页下页第第6章章 解线性方程组的迭代方法解线性方程组的迭代方法6.1 引言引言6.2 基本迭代法基本迭代法6.3 迭代法的收敛性迭代法的收敛性6.4*分块迭代法分块迭代法上页上页下页下页其中其中A为非奇异矩阵为非奇异矩阵,当当A为为低阶稠密矩阵低阶稠密矩阵时时,第第5章讨论的选主元消去法是有效的章讨论的选主元消去法是有效的.但对于但对于大型稀大型稀疏矩阵方程组疏矩阵方程组(A的阶数的阶数n很大，但很大，但零元素较多零元素较多),利利用迭代法求解是合适的用迭代法求解是合适的.本章将介绍迭代法的一些基本理论及本章将介绍迭代法的一些基本理论及雅可比雅可比迭代法迭代法，高斯高斯-赛德尔迭代法

2、赛德尔迭代法，超松弛迭代法超松弛迭代法，而，而超松弛迭代法应用很广泛。超松弛迭代法应用很广泛。下面举简例，以便了解迭代法的思想下面举简例，以便了解迭代法的思想.对线性方程组对线性方程组 Ax=b，(1.1)6.1 引言引言上页上页下页下页 例例1 求解方程组求解方程组记为记为Ax=b，其中其中方程组的精确解是方程组的精确解是x*=(3,2,1)T.现将改写为现将改写为上页上页下页下页或写为或写为x=B0 x+f，其中其中上页上页下页下页 我们任取初始值，例如取我们任取初始值，例如取x(0)=(0,0,0)T.将这些值将这些值代入代入(1.3)式右边式右边(若若(1.3)式为等式即求得方程组的式

3、为等式即求得方程组的解，但一般不满足解，但一般不满足)，得到新的值，得到新的值x(1)=(x1(1),x2(1),x3(1)T=(3.5,3,3)T，再将再将x(1)分量代入分量代入(1.3)式右边式右边得到得到 x(2)，反复利用这个计算程序，得到一向量序列反复利用这个计算程序，得到一向量序列和一般的计算公式和一般的计算公式(迭代公式迭代公式)上页上页下页下页简写为简写为 x(k+1)=B0 x(k)+f，其中其中k表示迭代次数表示迭代次数(k=0,1,2,).迭代到第迭代到第10次有次有上页上页下页下页从此例看出，由迭代法产生的向量序列从此例看出，由迭代法产生的向量序列x(k)逐步逐步逼近

4、方程组的精确解是逼近方程组的精确解是x*=(3,2,1)T.即有即有 对于任何一个方程组对于任何一个方程组x=Bx+f(由由Ax=b变形得到的变形得到的等价方程组等价方程组)，由迭代法产生的向量序列由迭代法产生的向量序列x(k)是否一定是否一定逐步逼近方程组的解逐步逼近方程组的解x*呢？回答呢？回答是不一定是不一定.请同学们请同学们考虑用迭代法解下述方程组考虑用迭代法解下述方程组但但但但 x(k)并不是并不是并不是并不是所有的都收所有的都收所有的都收所有的都收敛到解敛到解敛到解敛到解x*！上页上页下页下页对于给定方程组对于给定方程组x=Bx+f，设有唯一解设有唯一解x*，则，则 x*=Bx*+

5、f.(1.5)又设又设x(0)为任取的初始向量为任取的初始向量,按下述公式构造向量序列按下述公式构造向量序列 x(k+1)=Bx(k)+f,k=0,1,2,.(1.6)其中其中k表示迭代次数表示迭代次数.定义定义1(1)对于给定的方程组对于给定的方程组x=Bx+f,用公式用公式(1.6)逐步代入求近似解的方法称为逐步代入求近似解的方法称为迭代法迭代法(或称为或称为一阶定常迭代法一阶定常迭代法，这里，这里B与与k无关无关).B称为称为迭代矩阵迭代矩阵.(2)如果如果limx(k)(k)存在存在(记为记为x*),称此称此迭代迭代法收敛法收敛,显然显然x*就是方程组的解就是方程组的解,否则称此否则称

6、此迭代法发迭代法发散散.上页上页下页下页 由上述讨论，需要研究由上述讨论，需要研究x(k)的收敛性的收敛性.引进误引进误差向量差向量 由由(1.6)减去减去(1.5)式，得式，得(k+1)=B(k)(k=0,1,2,)，递推得递推得 要考察要考察x(k)的收敛性，就要研究的收敛性，就要研究B在什么条件在什么条件下有下有lim(k)=0(k)，亦即要研究亦即要研究B满足什么条件时满足什么条件时有有Bk0 0(零向量零向量)(k).上页上页下页下页6.2 基本迭代法基本迭代法其中，其中，A=(aij)Rnn为非奇异矩阵，下面研究任何建为非奇异矩阵，下面研究任何建立立Ax=b的各种迭代法的各种迭代法

7、.设线性方程组设线性方程组 Ax=b，(2.1)其中，其中，M为可选择的非奇异矩阵，且使为可选择的非奇异矩阵，且使Mx=d容易求容易求解，一般选择解，一般选择A的某种近似，称的某种近似，称M为为分裂矩阵分裂矩阵.将将A分裂为分裂为 A=M-N.(2.2)上页上页下页下页 于是，求解于是，求解Ax=b转化为求解转化为求解Mx=Nx+b，即求解即求解可构造一阶定常迭代法可构造一阶定常迭代法其中其中 B=M-1N=M-1(M-A)=I-M-1A，f=M-1b.称称 B=I-M-1A为迭代法的为迭代法的迭代矩阵迭代矩阵，选取，选取M矩阵，就得矩阵，就得到解到解Ax=b的各种迭代法的各种迭代法.设设ai

8、i 0(i=1,2,n)，并将并将A写成三部分写成三部分上页上页下页下页上页上页下页下页即即A=D-L-U上页上页下页下页6.2.1 雅可比雅可比(Jacobi)迭代法迭代法 设设aii 0(i=1,2,n)，选取选取M为为A的对角元素部的对角元素部分分,即选取即选取M=D(对角阵对角阵)，A=D-N，由，由(2.3)式得到式得到解方程组解方程组Ax=b的的雅可比雅可比(Jacobi)迭代法迭代法.又称又称简单迭简单迭代法代法.其中其中B=I-D-1A=D-1(L+U)=J,f=D-1b.称称J为解为解Ax=b的的雅可比迭代法的迭代矩阵雅可比迭代法的迭代矩阵.上页上页下页下页于是雅可比迭代法可

9、写为于是雅可比迭代法可写为矩阵形式矩阵形式其其Jacobi迭代矩阵迭代矩阵为为上页上页下页下页下面给出雅可比迭代法下面给出雅可比迭代法(2.5)的分量计算公式的分量计算公式,记记由雅可比迭代法由雅可比迭代法(2.5)有有每一个分量写出来为每一个分量写出来为即当即当aii 0时，有时，有上页上页下页下页等等价价方方程程组组其中其中 aii(i)0(i=1,2,n)即由方程组即由方程组Ax=b得到的得到的上页上页下页下页建立的雅可比迭代格式为建立的雅可比迭代格式为上页上页下页下页于是，解于是，解Ax=b的雅可比迭代法的计算公式为的雅可比迭代法的计算公式为 由由(2.6)式可知，雅可比迭代法计算公式

10、简单，式可知，雅可比迭代法计算公式简单，每迭代一次只需计算一次矩阵和向量的乘法且计算每迭代一次只需计算一次矩阵和向量的乘法且计算过程中原始矩阵过程中原始矩阵A始终不变始终不变.上页上页下页下页6.2.2 高斯赛德尔迭代法高斯赛德尔迭代法在在 Jacobi 迭代中，计算迭代中，计算 xi(k+1)(2 i n)时时，使用使用xj(k+1)代替代替xj(k)(1 j i-1)，即有即有建建立立迭迭代代格格式式上页上页下页下页或缩写为或缩写为称为称为高斯高斯塞德尔塞德尔(Gauss Seidel)迭代法迭代法.其其Gauss Seidel迭代矩阵迭代矩阵为为BG=(D-L)-1U于是高斯于是高斯塞德

11、尔迭代法可写为塞德尔迭代法可写为矩阵形式矩阵形式上页上页下页下页 这就是说，选取分裂矩阵这就是说，选取分裂矩阵M为为A的下三角部分的下三角部分,即选取即选取M=D-L(下三角阵下三角阵)，A=M-N，由，由(2.3)式得到式得到解解Ax=b的的高斯高斯塞德尔塞德尔(Gauss Seidel)迭代法迭代法.其中其中B=I-(D-L)-1A=(D-L)-1U=G,f=(D-L)-1b.称称矩阵矩阵G=(D-L)-1U为解为解Ax=b的的高斯高斯塞德尔塞德尔迭代法的迭代迭代法的迭代矩阵矩阵.上页上页下页下页由由高斯高斯塞德尔迭代法塞德尔迭代法(2.7)有有每一个分量写出来为每一个分量写出来为即当即当

12、aii 0时，有时，有(与前面一样的式子与前面一样的式子)或或上页上页下页下页于是，解于是，解Ax=b的的高斯高斯塞德尔塞德尔迭代法的计算公式为迭代法的计算公式为或或上页上页下页下页 雅可比迭代法雅可比迭代法不使用变量的最新信息计算不使用变量的最新信息计算xi(k+1)，而由而由高斯高斯塞德尔迭代公式塞德尔迭代公式(2.8)可知，计算可知，计算x(k+1)的的第第 i个个分量分量xi(k+1)时，利用了已经计算出的最新分量时，利用了已经计算出的最新分量xj(k+1)(j=1,2,i-1).可看作可看作雅可比迭代法雅可比迭代法的一种的一种改进改进.由由(2.8)可知，可知，高斯高斯塞德尔迭代公式

13、塞德尔迭代公式每迭代每迭代一次只需计算一次矩阵与向量的乘法一次只需计算一次矩阵与向量的乘法.算法算法1(高斯高斯塞德尔迭代法塞德尔迭代法)见书见书p239.上页上页下页下页 例例2 用用高斯高斯塞德尔迭代法塞德尔迭代法解例解例1的方程组的方程组(1.2).解解 用用高斯高斯塞德尔迭代公式：塞德尔迭代公式：取取x(0)=(0,0,0)T.迭代到第迭代到第7次有次有上页上页下页下页 由此例可知，用由此例可知，用高斯高斯塞德尔迭代法塞德尔迭代法，雅可比雅可比迭代法迭代法解线性方程组解线性方程组(1.2)(且取且取x(0)=0)均收敛，而均收敛，而高斯高斯塞德尔迭代法塞德尔迭代法比比雅可比迭代法雅可比

14、迭代法收敛较快收敛较快(即取即取相同的相同的x(0)，达到同样精度所需迭代次数较少达到同样精度所需迭代次数较少)，但，但这结论只当这结论只当A满足一定条件时才是对的满足一定条件时才是对的.上页上页下页下页 例例1 用雅可比迭代法解方程组用雅可比迭代法解方程组 解：解：Jacobi 迭代格式为迭代格式为上页上页下页下页kx1(k)x2(k)x3(k)10.720.830.8420.9711.071.1511 1.099993 1.199993 1.29999112 1.099998 1.199998 1.299997取取 x(0)=(0,0,0)T 计算计算结果结果如下：如下：上页上页下页下页

15、解：解：Gauss-Seidel 迭代格式为迭代格式为 例例2 用用GaussSeidel 迭代法解上题迭代法解上题.上页上页下页下页取取 x(0)=(0,0,0)T 计算计算结果结果如下：如下：kx1(k)x2(k)x3(k)10.720.9021.164481.0999981.1999991.3上页上页下页下页6.2.3 解大型稀疏线性方程组的逐次超松弛法解大型稀疏线性方程组的逐次超松弛法(SOR方法方法)我们取我们取 0为为松弛因子松弛因子，建立迭代格式如下，建立迭代格式如下即即上页上页下页下页或改写为或改写为 其其逐次超逐次超松弛迭代矩阵松弛迭代矩阵为为 逐次超松弛法逐次超松弛法可写为

16、可写为矩阵形式矩阵形式称为称为逐次超逐次超松弛迭代法松弛迭代法，简称，简称SOR方法方法.显然，显然，=1就是就是GaussSeidel 迭代法迭代法.上页上页下页下页 下面用矩阵方法推导，选取分裂矩阵下面用矩阵方法推导，选取分裂矩阵M为带参为带参数的下三角矩阵数的下三角矩阵从而得到解从而得到解Ax=b的的逐次超松弛迭代法逐次超松弛迭代法 (Successive Over Relaxation Method，简称简称SOR方法方法).其中其中 0为可选择的为可选择的松弛因子松弛因子.于是，由于是，由(2.3)可构造一个迭代法，其迭代矩阵可构造一个迭代法，其迭代矩阵为为上页上页下页下页 解解Ax

17、=b的的SOR方法方法为为.其中其中 下面给出解下面给出解Ax=b的的SOR方法方法的分量计算公式的分量计算公式.记记由由(2.10)式可得式可得上页上页下页下页由此，得到解由此，得到解Ax=b的的SOR方法方法的计算公式的计算公式或或上页上页下页下页 (1)显然，当显然，当=1时即为时即为GaussSeidel 迭代法迭代法.(2)SOR方法方法每迭代一次主要运算量是计算一次每迭代一次主要运算量是计算一次矩阵与向量的乘法矩阵与向量的乘法.(3)当当 1时，称为时，称为超松弛法超松弛法；当；当 1时，称为时，称为低低松弛法松弛法.(4)在计算机实现时可用在计算机实现时可用控制迭代终止，或用控制

18、迭代终止，或用控制迭代终止控制迭代终止.上页上页下页下页 SOR迭代法迭代法是是GaussSeidel 迭代法迭代法的一种修正，的一种修正，可由下述思想得到可由下述思想得到.设已知设已知x(k)及已计算及已计算x(k+1)的分量的分量xj(k+1)(j=1,2,i-1).(1)首先用首先用GaussSeidel 迭代法迭代法定义辅助量定义辅助量 ,(2)再由再由 与与 加权平均定义加权平均定义 ，即，即将将(2.13)代入代入(2.14)得到解得到解Ax=b的的SOR迭代迭代(2.11)式式.例例3 用用SOR迭代法迭代法解方程组解方程组.见书见书p242.上页上页下页下页6.3 迭代法的收敛

19、性迭代法的收敛性6.3.1 一阶定常迭代法的基本定理一阶定常迭代法的基本定理其中，其中，A=(aij)Rnn为非奇异矩阵，记为非奇异矩阵，记x*为为(3.1)精确精确解，且设有等价的方程组解，且设有等价的方程组 设线性方程组设线性方程组 Ax=b，(3.1)于是于是设有解设有解Ax=b的一阶定常迭代法的一阶定常迭代法上页上页下页下页有意义的问题是：迭代矩阵有意义的问题是：迭代矩阵B满足什么条件时，满足什么条件时，由迭代法产生的向量序列由迭代法产生的向量序列x(k)收敛到收敛到x*.引进引进误差向量误差向量由由(3.3)式减式减(3.2)得到得到误差向量的递推公式误差向量的递推公式由由6.1节可

20、知，研究迭代法节可知，研究迭代法(3.3)收敛性问题就是要研收敛性问题就是要研究迭代矩阵究迭代矩阵B满足什么条件时，有满足什么条件时，有.上页上页下页下页 定义定义2 设有矩阵序列设有矩阵序列 Ak=(aij(k)Rnn 及及A=(aij)Rnn，如果如果n2个数列极限存在且有个数列极限存在且有则则Ak称收敛于称收敛于A，记为记为lim(k).例例4 设有矩阵序列设有矩阵序列Ak,其中其中Ak=Bk,而而且设且设|1，考查矩阵序列极限考查矩阵序列极限.解解 显然显然,当当|1时时,则有则有上页上页下页下页矩阵序列极限概念可以用矩阵算子范数来描述矩阵序列极限概念可以用矩阵算子范数来描述.定理定理

21、1 其中其中|为为矩阵的任意一种算子范数矩阵的任意一种算子范数.证明证明 显然有显然有再再由矩阵范数的等价性由矩阵范数的等价性,则定理对其它算子范数亦对则定理对其它算子范数亦对.定理定理2证明作为练习证明作为练习.上页上页下页下页 定理定理3 设设B=(bij)Rnn，则，则limBk=0(k)(零零矩阵矩阵)的充分必要条件是矩阵的充分必要条件是矩阵B的谱半径的谱半径(B)1.证明证明 由矩阵由矩阵B的的若当标准形若当标准形,存在非奇异矩阵存在非奇异矩阵P使使其中其中若当若当(Jordan)块块上页上页下页下页且，显然有且，显然有其中其中上页上页下页下页 显然有显然有,Et,0=I,Et,k=

22、0(当当kt)，(Et,1)k=Et,k.由于由于Ji=I+Et,1，因此因此下面考查下面考查Jik的情况的情况.引进记号引进记号上页上页下页下页其中其中上页上页下页下页 定理定理4(迭代法基本定理迭代法基本定理)设有方程组设有方程组 x=Bx+f.(3.4)及及一阶定常迭代法一阶定常迭代法 x(k+1)=Bx(k)+f.(3.5)对任意选择初始向量对任意选择初始向量x(0)，迭代法迭代法(3.5)收敛的充要收敛的充要条件是矩阵条件是矩阵B的谱半径的谱半径(B)1.证明证明 充分性充分性.设设(B)1，易知易知Ax=f(其中其中A=I-B)有唯一解，记为有唯一解，记为x*，则，则 x*=Bx*

23、+f.误差向量误差向量上页上页下页下页由设由设(B)1，应用定理应用定理3，有，有 .于是对任意于是对任意x(0)有有 ，即，即 .其中其中x(k+1)=Bx(k)+f.显然，极限显然，极限x*是方程组是方程组(3.4)的的解，且对任意解，且对任意x(0)有有必要性必要性.设对任何设对任何x(0)有有由由定理定理2知知再由定理再由定理3，即得，即得(B)1.定理定理4是一阶定常迭代法的基本理论是一阶定常迭代法的基本理论.上页上页下页下页 定理定理3和定理和定理4的结论和起来即为的结论和起来即为 (1)迭代法迭代法x(k+1)=Bx(k)+f 收敛收敛limBk=O；(2)迭代法迭代法x(k+1

24、)=Bx(k)+f 收敛收敛(B)1.推论推论 设设Ax=b，其中其中A=D-L-U为非奇异矩阵且为非奇异矩阵且D非奇异矩阵，则有非奇异矩阵，则有 (1)Jacobi迭代法迭代法收敛收敛(J)1,其中其中J=D-1(L+U).(2)G-S迭代法迭代法收敛收敛(G)1,其中其中G=(D-L)-1U.(3)SOR迭代法迭代法收敛收敛(L)1,其中其中L=(D-L)-1(1-)D+U.上页上页下页下页 例例5 考察用考察用Jacobi方法解方程组方法解方程组(1.2)的收敛性的收敛性.解解 因为方程组因为方程组(1.2)的矩阵的矩阵A及迭代矩阵及迭代矩阵J为为解得解得即即(J)1.这说明用迭代法解此

25、方程组这说明用迭代法解此方程组不收敛不收敛.迭代法的基本定理在理论上是重要的，根据谱迭代法的基本定理在理论上是重要的，根据谱半径的性质半径的性质(B)|B|，下面利用矩阵下面利用矩阵B的范数建的范数建立判别迭代法收敛的充分条件立判别迭代法收敛的充分条件.上页上页下页下页 定理定理5(迭代法收敛的充分条件迭代法收敛的充分条件)设有方程组设有方程组 x=Bx+f，B=(bij)Rnn，及及一阶定常迭代法一阶定常迭代法 x(k+1)=Bx(k)+f.如果有如果有B的某种算子范数的某种算子范数|B|=q1，则，则 (1)迭代法迭代法收敛，即对任取收敛，即对任取x(0)有有上页上页下页下页证明证明 (1

26、)由基本定理由基本定理4结论结论(1)是显然的是显然的.(2)显然有关系式显然有关系式x*-x(k+1)=B(x*-x(k)及及x(k+1)x(k)=B(x(k)x(k-1).于是有于是有 (a)|x(k+1)x(k)|q|x(k)x(k-1)|;(b)|x*-x(k+1)|q|x*-x(k)|.反复利用反复利用(b)即得即得(2).(3)考查考查|x(k+1)x(k)|=|x*x(k)(x*x(k+1)|x*x(k)|x*x(k+1)|(1q)|x*x(k)|,上页上页下页下页即得即得 (4)利用利用(3)的结果反复利用的结果反复利用(a)，则得到则得到(4).即即 上页上页下页下页6.3.

27、2 关于解某些特殊方程组迭代法的收敛性关于解某些特殊方程组迭代法的收敛性 在科学及工程计算中，要求解方程组在科学及工程计算中，要求解方程组Ax=b，其其矩阵矩阵A常常具有某些特性常常具有某些特性.例如，例如，A具有对角占优性具有对角占优性质或质或A为为不可约阵，或不可约阵，或A是是对称正定阵，下面讨论用对称正定阵，下面讨论用基本迭代法解这些方程组的收敛性基本迭代法解这些方程组的收敛性.上页上页下页下页 定义定义3(对角占优阵对角占优阵)设设A=(aij)nn.(1)如果如果A的元素满足的元素满足称称A为为严格严格(按行按行)对角占优阵对角占优阵.(2)如果如果A的元素满足的元素满足且上式至少有

28、一个不等式成立，称且上式至少有一个不等式成立，称A为为弱弱(按行按行)对角对角占优阵占优阵.上页上页下页下页 定义定义4(可约与不可约矩阵可约与不可约矩阵)设设A=(aij)nn(n2)，如果存在置换阵如果存在置换阵P使使其中其中A11为为r阶方阵，阶方阵，A22为为n-r阶方阵阶方阵(1rn)，则称则称A为为可约矩阵可约矩阵.否则，如果不存在这样置换阵否则，如果不存在这样置换阵P使使(3.6)式成立，则称式成立，则称A为为不可约矩阵不可约矩阵.A为可约矩阵意即为可约矩阵意即A可经过若干行列重排化为可经过若干行列重排化为(3.6)或或Ax=b可化为两个低阶方程组求解可化为两个低阶方程组求解(如

29、果如果A经过经过两行交换的同时进行相应两列的交换，称对两行交换的同时进行相应两列的交换，称对A进行一进行一次行列重排次行列重排).上页上页下页下页 事实上，由事实上，由Ax=b可化为可化为PTAP(PTx)=PTb.于是，求解于是，求解Ax=b化为求解化为求解且记且记 ,其中其中yi,di为为r维维向量向量.由上式第由上式第2个方程组求出个方程组求出y2,再代入第再代入第1个方程组求出个方程组求出y1.显然，如果显然，如果A所有元素都非零，则所有元素都非零，则A为为不可约阵不可约阵.上页上页下页下页 例例7 设有矩阵设有矩阵则则A,B都是不可约矩阵都是不可约矩阵.上页上页下页下页 定理定理6(

30、对角占优定理对角占优定理)如果如果A=(aij)nn为为严格对严格对角占优矩阵角占优矩阵或或A为为不可约弱对角占优矩阵不可约弱对角占优矩阵，则，则A为非为非奇异矩阵奇异矩阵.证明证明 只就只就A为为严格对角占优矩阵严格对角占优矩阵证明此定理证明此定理.采用反证法，如果采用反证法，如果det(A)=0，则，则Ax=b有非零解，记有非零解，记为为x=(x1,x2,xn)T，则则 .由齐次方程组第由齐次方程组第k个方程个方程则有则有即即这与假设矛盾，故这与假设矛盾，故det(A)0.上页上页下页下页 定理定理7 设方程组设方程组Ax=b，如果如果(1)A为为严格对角占优阵严格对角占优阵，则解则解Ax

31、=b的的Jacobi迭迭代法代法,Gauss-Seidel 迭代法迭代法均收敛均收敛.(2)A为弱对角为弱对角占优阵占优阵，且，且A为不可约矩阵为不可约矩阵,则则解解Ax=b的的Jacobi迭代法迭代法,Gauss-Seidel 迭代法迭代法均收敛均收敛.证明证明 只证只证(1)，(2)作为练习作为练习.因为因为A是严格对角占优阵，所以是严格对角占优阵，所以aii0(i=1,n).则则|J|1，所以所以 Jacobi 迭代法迭代法收敛收敛.Jacobi迭代阵迭代阵上页上页下页下页 下面证明下面证明GaussSeidel 迭代法迭代法收敛收敛.由由G=(D-L)-1U，得得下面证明下面证明|1.

32、若不然若不然,即即|1,则则由于由于所以所以上页上页下页下页即矩阵即矩阵是严格对角占优矩阵，故可逆，这与是严格对角占优矩阵，故可逆，这与(*)式矛盾，所式矛盾，所以以|1,从而从而 (G)0.上页上页下页下页所以所以|1,从而从而(G)1,故故Gauss-Seidel迭代法迭代法收敛收敛.令令-(Ly,y)=a+ib，则由复向量内积的性质有则由复向量内积的性质有下面研究对于解方程组下面研究对于解方程组Ax=b的的SOR方法方法中松弛中松弛因子因子在什么范围内取值，在什么范围内取值，SOR方法方法才可能收敛才可能收敛.上页上页下页下页定理定理8(SOR方法收敛的必要条件方法收敛的必要条件)设解设

33、解方程组方程组 Ax=b的的SOR迭代法迭代法收敛，则收敛，则0 2.证证 A=D-L-U，L=(D-L)-1(1-)D+U,由于由于SOR迭代法迭代法收敛，则收敛，则(L)1.设设迭代矩阵迭代矩阵L 的特征的特征值为值为 i(i=1,n)，则有则有det(L)|1 2 n|(B )n1.于是于是所以所以|1-|1 1，即即 0 2.上页上页下页下页定理定理8说明解说明解Ax=b的的SOR迭代法迭代法，只有在，只有在(0,2)范围内取松弛因子范围内取松弛因子，才可能收敛，才可能收敛.定理定理9(SOR方法收敛的充分条件方法收敛的充分条件)设有设有方程组方程组 Ax=b，如果：如果：(1)A为对

34、称为对称正定矩阵正定矩阵，A=D-L-LT;(2)0 2.则则解解方程组方程组 Ax=b的的SOR迭代法迭代法收敛收敛.证证 在上述假定下，设迭代矩阵在上述假定下，设迭代矩阵L 的任一特征值的任一特征值为为，只要证明只要证明|0.令令-(Ly,y)=a+ib，则由复向量内积的性质有则由复向量内积的性质有上页上页下页下页当当0 2时，有时，有(分子减分母分子减分母)即即L 的任一特征值满足的任一特征值满足|1,故故SOR迭代法迭代法收敛收敛.上页上页下页下页由定理由定理3证明中可知，如果证明中可知，如果(B)1且且(B)越小时，越小时，迭代法收敛越快迭代法收敛越快.现设有方程组现设有方程组下面讨

35、论迭代法的收敛速度下面讨论迭代法的收敛速度.x=Bx+f，B=(bij)Rnn，及及一阶定常迭代法一阶定常迭代法 x(k+1)=Bx(k)+f (k=0,1,)，由基本定理有由基本定理有0(B)1，且误差向量且误差向量(k)=x(k)-x*满足满足且设且设迭代法迭代法收敛，即对任取收敛，即对任取x(0)，记，记(k)=Bk(0)，上页上页下页下页故故现设现设B为对称矩阵，则有为对称矩阵，则有下面确定使初始误差缩小下面确定使初始误差缩小10-s所需的迭代次数所需的迭代次数,即使即使取对数，得到所需最少迭代次数为取对数，得到所需最少迭代次数为此式说明，满足精度此式说明，满足精度所需迭代次数与所需迭

36、代次数与R=-ln(B)成成反反比，当比，当(B)1越小，越小，R=-ln(B)越大，则满足越大，则满足所需迭所需迭代次数越少，即迭代法收敛越快代次数越少，即迭代法收敛越快.当迭代矩阵当迭代矩阵B为一为一般矩阵时的讨论可参考般矩阵时的讨论可参考7.上页上页下页下页定义定义5 称称R(B)=-ln(B)为迭代法为迭代法 x(k+1)=Bx(k)+f (k=0,1,)的的渐近收敛速度渐近收敛速度，简称，简称迭代法收敛速度迭代法收敛速度.对于对于SOR迭代法迭代法希望选择希望选择松弛因子松弛因子 使迭代过程使迭代过程收敛较快，在理论上即确定收敛较快，在理论上即确定最佳因子最佳因子 opt使使对某些特

37、殊类型的矩阵，建立了对某些特殊类型的矩阵，建立了SOR方法方法最佳因最佳因子理论子理论.例如，对所谓具有例如，对所谓具有“性质性质A”等条件的线性方等条件的线性方程组建立了最佳松弛因子公式程组建立了最佳松弛因子公式其中其中(J)为解为解Ax=b的的jacobi迭代法迭代法的迭代矩阵的的迭代矩阵的谱半径谱半径.上页上页下页下页在实际应用中，对于某些椭圆型微分方程在实际应用中，对于某些椭圆型微分方程(模型模型问题问题)可以给出可以给出 opt的的计算方法，但一般说来，计算计算方法，但一般说来，计算 opt是有困难的，可用试算的办法来确定一个适当的是有困难的，可用试算的办法来确定一个适当的.算法算法

38、2(SOR迭代法迭代法)见书见书p255.上页上页下页下页定理定理 若若Jacobi 迭代矩阵迭代矩阵J 为非负矩阵，为非负矩阵，则下列关则下列关系有一个且仅有一个成立：系有一个且仅有一个成立：(1)(J)=(G)=0；(2)0(G)(J)1；(3)(J)=(G)=1；(4)1(J)(G).说明：说明：当当Jacobi 迭代矩阵迭代矩阵J为非负矩阵时为非负矩阵时,Jacobi方法和方法和 GaussSeidel 方法方法同时收敛同时收敛或或同时发散同时发散,若若为同时收敛为同时收敛,则后者比前者收敛快则后者比前者收敛快.上页上页下页下页例如例如 已知方程组已知方程组判断判断雅可比迭代雅可比迭代法法和和高斯高斯塞德尔法塞德尔法的敛散性？的敛散性？解解 因为因为雅可比迭代雅可比迭代矩阵矩阵上页上页下页下页故故Jacobi 迭代迭代法法收敛收敛.再由定理的再由定理的(2)或由或由 A 对称对称正定知正定知 GaussSeidel迭代法迭代法也收敛，且比也收敛，且比 Jacobi 迭代迭代法法收敛得快收敛得快.上页上页下页下页6.4*分块分块迭代法迭代法这一节略，见书这一节略，见书p256.