迭代矩阵谱半径

合集下载

《数值计算办法》试题集及参考答案

《数值计算办法》试题集及参考答案

精心整理《数值计算方法》复习试题一、填空题:1、⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=410141014A ,则A 的LU 分解为A ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦。

答案:⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=15561415014115401411A 3、1)3(,2)2(,1)1(==-=f f f ,式为。

答案:-1,)3)(1(2)3)(2(21)(2-----=x x x x x L 4、近似值5、设)(x f ();答案1n x =+6、对)(x f =]4,3,2,1(0);78n 次后的误差限为(12+-n ab ); 10、已知f (1)=2,f (2)=3,f (4)=5.9,则二次Newton 插值多项式中x 2系数为(0.15); 11、 解线性方程组A x =b 的高斯顺序消元法满足的充要条件为(A 的各阶顺序主子式均不为零)。

12、 为了使计算32)1(6)1(41310---+-+=x x x y 的乘除法次数尽量地少,应将该表达式改写为11,))64(3(10-=-++=x t t t t y ,为了减少舍入误差,应将表达式19992001-改写为199920012+。

13、 用二分法求方程01)(3=-+=x x x f 在区间[0,1]内的根,进行一步后根的所在区间为0.5,1,进行两步后根的所在区间为0.5,0.75。

14、 求解方程组⎩⎨⎧=+=+042.01532121x x x x 代矩阵的谱半径)(M ρ=121。

15、 设46)2(,16)1(,0)0(===f f f ,则=)(1x l (1l )1(716)(2-+=x x x x N 。

16、(高斯型)求积公式为最高,具有(12+n )次代21]内的根精确到三位小数,需对分(10)次。

22、已知≤≤≤≤3110(x x S 是三次样条函数,则a =(3 ),b 23、(),(10l x l Lagrange 插值基函数,则∑==nk kx l)((1),=k 0(j),当时=++=)()3(204x l x xk k k k (324++x x )。

2.2 迭代法的一般形式与收敛性定理

2.2 迭代法的一般形式与收敛性定理

设aii0 (i=1,2,,n),并将A写成三部分
0 a11 a 21 0 a 22 A a n 1 ,1 a n 1 , 2 0 a nn a n 2 a n , n 1 a n1 0 a12 a1,n1 a1n 0 a 2 , n 1 a 2 n 0 a n 1, n 0 D LU. 0

k
B ( H )
k
两边取对数得: k ln ( H ) ln k
ln ln ( H )
定义:
ln ( H )
为迭代法(2.2.3)的渐近收敛速 度。
解线性方程组的迭代法
线性方程组
a11 x1 a12 x2 a x a x 21 1 22 2 an1 x1 an 2 x2 a1n xn b1 a2 n xn b2 ann xn bn
复习:矩阵的谱半径 设λ是矩阵A相应于特征向量x的特征值,即 Ax=λx 向量-矩阵范数的相容性,得到 |λ| || x ||=||λx|| =|| Ax|| ≤ || A || ||x|| 从而,对A的任何特征值λ均成立 |λ|≤|| A || ( 3)
设n阶矩阵A的n个特征值为λ1,λ2,…λn,称 ( A) max i
x ( k 1) x* H ( x ( k ) x* )
由此递推:x ( k 1) x* H k 1 ( x ( 0) x* ), k 0,1,2,
x 是线性方程组Ax=b的解
x* Hx* g
x
k 1
*

研究生数值分析(12)高斯-赛德尔(Gauss-Seidel)迭代法

研究生数值分析(12)高斯-赛德尔(Gauss-Seidel)迭代法


X (k1) (D L)1UX (k ) (D L)1b

BG (D L)1U
(称为高斯-赛德尔(Gauss-Seidel)迭代矩阵),
fG (D L)1b
则得 X (k 1) BG X (k ) fG 为高斯-赛德尔迭代法的矩阵表示形式。
我们用定理2来判断高斯-赛德尔迭代公式是否
x (k) n

b1)

x2(k
1)


1 a11
(a21 x1( k 1)

a23 x3( k )

a2n xn(k) b2 )



xi
(
k
1)


1 aii
(ai1 x1( k 1)

a x (k1) i2 2


a x (k1) i,i1 i1

a x (k) i,i1 i1
如在例8例9中,由于系数矩阵A是严格对角 占优,由定理4立即可断定用雅可比迭代法与高斯 -赛德尔迭代法求解时,迭代过程都收敛。
4 2 2
又如矩阵
A


2
2 3
2 3 14
是对称正定阵(实对称阵是正定阵的,如果实二次型
f (x1, x2 , , xn ) X T AX
我们先引入一个叫矩阵谱半径的概念的模的最大值称为矩阵a的谱半径记作前面我们在应用雅可比迭代法与高斯赛德尔迭代法解一阶线性方程组时判断各迭代公式是收敛还是发散都要计算雅可比迭代矩阵bj与高斯赛德尔迭代矩阵bg的特征值
2 高斯-赛德尔(Gauss-Seidel)迭代法
研究雅可比迭代法,我们发现在逐个求 X (k1)

李庆扬-数值分析第五版第6章习题答案(20130819)

李庆扬-数值分析第五版第6章习题答案(20130819)

试考察解此方程组的雅可比迭代法及高斯-赛德尔迭代法的收敛性。 雅可比迭代的收敛条件是
( J ) ( D 1 ( L U )) 1
高斯赛德尔迭代法收敛条件是
(G ) (( D L) 1U ) 1
因此只需要求响应的谱半径即可。 本题仅解 a),b)的解法类似。 解:
3.设线性方程组
a11 x1 a12 x2 b1 a11 , a12 0 a21 x1 a22 x2 b2
证明解此方程的雅可比迭代法与高斯赛德尔迭代法同时收敛或发散, 并求两种方 法收敛速度之比。 解:
a A 11 a21

a12 a22
5. 何谓矩阵 A 严格对角占优?何谓 A 不可约? P190, 如果 A 的元素满足
aij aij ,i=1,2,3….
j 1 j i
n
称 A 为严格对角占优。 P190 设 A (aij )nn (n 2) ,如果存在置换矩阵 P 使得
A PT AP 11 0
x ( k 1) x ( k )

10 4 时迭代终止。
2 1 5 (a)由系数矩阵 1 4 2 为严格对角占优矩阵可知,使用雅可比、高斯 2 3 10
赛德尔迭代法求解此方程组均收敛。[精确解为 x1 4, x 2 3, x3 2 ] (b)使用雅可比迭代法:
2.给出迭代法 x ( k 1) Bx (k ) f 收敛的充分条件、误差估计及其收敛速度。 迭代矩阵收敛的条件是谱半径 ( B0 ) 1 。其误差估计为
1 k
(k) Bk (0)
R ( B) ln B k 迭代法的平均收敛速度为 k

数值分析实验报告-清华大学--线性代数方程组的数值解法

数值分析实验报告-清华大学--线性代数方程组的数值解法

数值分析实验报告-清华大学--线性代数方程组的数值解法(总15页)--本页仅作为文档封面,使用时请直接删除即可----内页可以根据需求调整合适字体及大小--线性代数方程组的数值解法实验1. 主元的选取与算法的稳定性问题提出:Gauss 消去法是我们在线性代数中已经熟悉的。

但由于计算机的数值运算是在一个有限的浮点数集合上进行的,如何才能确保Gauss 消去法作为数值算法的稳定性呢?Gauss 消去法从理论算法到数值算法,其关键是主元的选择。

主元的选择从数学理论上看起来平凡,它却是数值分析中十分典型的问题。

实验内容:考虑线性方程组 n n n R b R A b Ax ∈∈=⨯,,编制一个能自动选取主元,又能手动选取主元的求解线性方程组的Gauss 消去过程。

实验要求:(1)取矩阵⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=1415157,6816816816 b A ,则方程有解T x )1,,1,1(* =。

取n=10计算矩阵的条件数。

让程序自动选取主元,结果如何?(2)现选择程序中手动选取主元的功能。

每步消去过程总选取按模最小或按模尽可能小的元素作为主元,观察并记录计算结果。

若每步消去过程总选取按模最大的元素作为主元,结果又如何?分析实验的结果。

(3)取矩阵阶数n=20或者更大,重复上述实验过程,观察记录并分析不同的问题及消去过程中选择不同的主元时计算结果的差异,说明主元素的选取在消去过程中的作用。

(4)选取其他你感兴趣的问题或者随机生成矩阵,计算其条件数。

重复上述实验,观察记录并分析实验结果。

程序清单n=input('矩阵A 的阶数:n=');A=6*diag(ones(1,n))+diag(ones(1,n-1),1)+8*diag(ones(1,n-1),-1); b=A*ones(n,1);p=input('计算条件数使用p-范数,p='); cond_A=cond(A,p) [m,n]=size(A);Ab=[A b];r=input('选主元方式(0:自动;1:手动),r=');Abfor i=1:n-1switch rcase(0)[aii,ip]=max(abs(Ab(i:n,i)));ip=ip+i-1;case (1)ip=input(['第',num2str(i),'步消元,请输入第',num2str(i),'列所选元素所处的行数:']);end;Ab([i ip],:)=Ab([ip i],:);aii=Ab(i,i);for k=i+1:nAb(k,i:n+1)=Ab(k,i:n+1)-(Ab(k,i)/aii)*Ab(i,i:n+1);end;if r==1Abendend;x=zeros(n,1);x(n)=Ab(n,n+1)/Ab(n,n);for i=n-1:-1:1x(i)=(Ab(i,n+1)-Ab(i,i+1:n)*x(i+1:n))/Ab(i,i);endx运行结果(1)n=10,矩阵的条件数及自动选主元Cond(A,1) =×103Cond(A,2) = ×103Cond(A,inf) =×103程序自动选择主元(列主元)a.输入数据矩阵A的阶数:n=10计算条件数使用p-范数,p=1选主元方式(0:自动;1:手动),r=0b.计算结果x=[1,1,1,1,1,1,1,1,1,1]T(2)n=10,手动选主元a. 每步消去过程总选取按模最小或按模尽可能小的元素作为主元矩阵A 的阶数:n=10计算条件数使用p-范数,p=1选主元方式(0:自动;1:手动),r=1(1)(1)61786115[]861158614A b ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦第1步消元,请输入第1列所选元素所处的行数:1(2)(2) 6.0000 1.00007.00004.6667 1.0000 5.66678.0000 6.000015.0000[]8.00001.000015.00006.0000 1.00008.0000 6.0000 1.000015.00008.0000 6.000014.0000A b ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦第2步消元,请输入第2列所选元素所处的行数:2…(实际选择时,第k 步选择主元处于第k 行) 最终计算得x=[, , , , , , , , , ]Tb. 每步消去过程总选取按模最大的元素作为主元 矩阵A 的阶数:n=10计算条件数使用p-范数,p=1选主元方式(0:自动;1:手动),r=1(1)(1)61786115[]861158614A b ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦第1步消元,请输入第1列所选元素所处的行数:2(2)(2)8.0000 6.0000 1.000015.0000-3.50000.7500-4.250008.0000 6.0000 1.000015.0000[]8.0000 6.000015.00008.0000 1.00006.0000 1.000015.00008.0000 6.000014.0000A b ⎡⎤⎢⎥-⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦第2步消元,请输入第2列所选元素所处的行数:3…(实际选择时,第k 步选择主元处于第k+1行) 最终计算得x=[1,1,1,1,1,1,1,1,1,1]T(3)n=20,手动选主元a. 每步消去过程总选取按模最小或按模尽可能小的元素作为主元 矩阵A 的阶数:n=20计算条件数使用p-范数,p=1选主元方式(0:自动;1:手动),r=1(1)(1)61786115[]861158614A b ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦第1步消元,请输入第1列所选元素所处的行数:1(2)(2) 6.0000 1.00007.00004.6667 1.0000 5.66678.0000 6.000015.0000[]8.00001.000015.00006.0000 1.00008.0000 6.0000 1.000015.00008.0000 6.000014.0000A b ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦第2步消元,请输入第2列所选元素所处的行数:2…(实际选择时,第k 步选择主元处于第k 行) 最终计算得x=[,,,,,,,,,,,,,,,,,,,]T b. 每步消去过程总选取按模最大的元素作为主元 矩阵A 的阶数:n=20计算条件数使用p-范数,p=1选主元方式(0:自动;1:手动),r=1(1)(1)61786115[]861158614A b ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦第1步消元,请输入第1列所选元素所处的行数:2(2)(2)8.0000 6.0000 1.000015.0000-3.50000.7500-4.250008.0000 6.0000 1.000015.0000[]8.0000 6.000015.00008.0000 1.00006.0000 1.000015.00008.0000 6.000014.0000A b ⎡⎤⎢⎥-⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦第2步消元,请输入第2列所选元素所处的行数:3…(实际选择时,第k步选择主元处于第k+1行)最终计算得x=[1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1]T(4)A分别为幻方矩阵,Hilbert矩阵,pascal矩阵和随机矩阵简要分析计算(1)表明:对于同一矩阵,不同范数定义的条件数是不同的;Gauss消去法在消去过程中选择模最大的主元能够得到比较精确的解。

线性方程组的4种迭代方法

线性方程组的4种迭代方法

线性方程组的4种迭代方法雍龙泉【摘要】研究了线性方程组的4种迭代方法———Jacobi迭代、Gauss-Seidel 迭代、HSS迭代、Richardson迭代,给出了4种迭代方法收敛的充分条件。

数值实验进一步表明,在大规模线性方程求解时,迭代矩阵谱半径的大小决定算法的收敛速度;在谱半径小于1的前提下,谱半径越小,则收敛速度越快。

%Four iterative methods to linear systems , such as Jacobi , Gauss-Seidel, HSS, and Richard-son iterative , are studied , and sufficient conditions for the convergence of these iterative methods are given . Numerical experiments further show that the size of spectral radius of iterative matrix determines convergence rate in solving large-scale linear systems .Under the premise of spectral radius of iterative matrix less than 1, the smaller the spectral radius , the faster convergence speed .【期刊名称】《陕西理工学院学报(自然科学版)》【年(卷),期】2016(032)005【总页数】5页(P80-84)【关键词】线性方程组;Jacobi迭代;Gauss-Seidel迭代;HSS迭代;Richardson迭代;谱半径【作者】雍龙泉【作者单位】陕西理工大学数学与计算机科学学院,陕西汉中723000【正文语种】中文【中图分类】O151.2考虑如下线性方程组记当矩阵A∈Rn×n非奇异时,方程组Ax=b具有唯一解。

高等工程数学智慧树知到答案2024年南京理工大学

高等工程数学智慧树知到答案2024年南京理工大学

高等工程数学南京理工大学智慧树知到答案2024年第一章测试1.有限维线性空间上范数1,范数2之间的关系是A:2强于1 B:等价 C:1强于2 D:无法比较答案:B2.赋范线性空间成为Banach空间,需要范数足?A:完备性 B:可加性 C:不变性 D:非负性答案:A3.标准正交系是一个完全正交系的充要条件是满足Parseval等式A:错 B:对答案:B4.在内积空间中,可以从一组线性无关向量得到一列标准正交系A:对 B:错答案:A5.矩阵的F范数不满足酉不变性A:错 B:对答案:A6.与任何向量范数相容的矩阵范数是?A:F范数 B:极大行范数 C:算子范数 D:极大列范数答案:C7.正规矩阵的谱半径与矩阵何种范数一致A:极大行范数 B:极大列范数 C:矩阵2范数 D:算子范数答案:C8.矩阵收敛,则该矩阵的谱半径A:无从判断 B:大于1 C:小于1 D:等于1答案:C9.矩阵幂级数收敛,则该矩阵的谱半径A:等于1 B:大于1 C:无从判断 D:小于1答案:D10.正规矩阵的条件数等于其最大特征值的模与最小特征值的模之商A:错 B:对答案:B第二章测试1.l矩阵不变因子的个数等于( )A:矩阵的列数 B:矩阵的秩 C:行数和列数的最小值 D:矩阵的行数答案:B2.Jordan标准形中Jordan块的个数等于( )A:矩阵的秩 B:行列式因子的个数 C:不变因子的个数 D:初等因子的个数答案:D3.Jordan块的对角元等于其( )A:初等因子的零点 B:初等因子的次数 C:不变因子的个数 D:行列式因子的个数答案:A4.n阶矩阵A的特征多项式等于( )A:A的n个不变因子的乘积 B:A的n阶行列式因子 C:A的行列式因子的乘积 D:A的次数最高的初等因子答案:AB5.下述条件中,幂迭代法能够成功处理的有( )A:主特征值有两个,是一对共轭的复特征值 B:主特征值有两个,是一对相反的实数 C:主特征值是实r重的 D:主特征值只有一个答案:ABCD6.n阶矩阵A的特征值在( )A:A的n个行盖尔圆构成的并集与n个列盖尔圆构成的并集的交集中 B:A的n个列盖尔圆构成的并集中 C:A的n个行盖尔圆构成的并集中 D:都不对答案:ABC7.不变因子是首项系数为1的多项式A:错 B:对答案:B8.任意具有互异特征值的矩阵,其盖尔圆均能分隔开A:对 B:错答案:B9.特征值在两个或两个以上的盖尔圆构成的连通部分中分布是平均的A:错 B:对答案:A10.规范化幂迭代法中,向量序列uk不收敛A:对 B:错答案:B第三章测试1.二阶方阵可作Doolittle分解A:错 B:对答案:A2.若矩阵A可作满秩分解A=FG,则F的列数为A的()A:列数B:都不对C:秩D:行数答案:C3.矩阵的满秩分解不唯一.A:错 B:对答案:B4.酉等价矩阵有相同的奇异值.A:对 B:错答案:A5.求矩阵A的加号逆的方法有()A:满秩分解 B:Greville递推法 C:奇异值分解 D:矩阵迭代法答案:ABCD6.若A为可逆方阵,则A:错 B:对答案:B7.用A的加号逆可以判断线性方程组Ax=b是否有解?A:对 B:错答案:A8.A的加号逆的秩与A的秩相等A:错 B:对答案:B9.若方阵A是Hermite正定矩阵,则A的Cholesky分解存在且唯一.A:错 B:对答案:B10.是Hermite标准形.A:错 B:对答案:A第四章测试1.()是利用Gauss消去法求解线性方程组的条件.A:系数矩阵的顺序主子式均不为0B:系数矩阵满秩C:所有主元均不为0D:都不对答案:AC2.关于求解线性方程组的迭代解法, 下面说法正确的是().A:J法和GS法的敛散性无相关性B:若迭代矩阵谱半径不大于1, 则迭代收敛C:若系数矩阵A对称正定, 则GS迭代法收敛D:都不对答案:AC3.如果不考虑舍入误差, ()最多经n步可迭代得到线性方程组的解.A:SOR法B:共轭梯度法C:最速下降法D:都是答案:B4.关于共轭梯度法, 下面说法正确的是()A:相邻两步的残量正交 B:相邻两步的搜索方向正交 C:搜索方向满足A共轭条件 D:B和C都对答案:D5.下面哪些是求解线性方程组的迭代解法().A:共轭梯度法 B:三角分解解法 C:ABC都对 D:最速下降法答案:AD6.若系数矩阵A对称正定, 则()A:J法和GS法均收敛B:都不对 C:可用Cholesky法求解线性方程组D:SOR法收敛答案:C7.任意线性方程组都可以通过三角分解法求解.A:错 B:对答案:A8.最速下降法和共轭梯度法的区别在于选取的搜索方向不同.A:错 B:对答案:B9.广义逆矩阵法可用于任意线性方程组的求解.A:对 B:错答案:A10.Gauss消去法和列主元素法的数值稳定性相当.A:错 B:对答案:A第五章测试1.对于凸规划,如果x为问题的KKT点,则其为原问题的全局极小点A:对 B:错答案:A2.对于无约束规划问题,如果海塞阵非正定,我们可采用哪种改进牛顿法求解原问题?A:难以处理 B:构造一对称正定矩阵来取代当前海塞阵,并一该矩阵的逆乘以当前梯度的负值作为方向 C:牛顿法 D:阻尼牛顿法答案:B3.共轭梯度法中,为A:FR公式 B:DY公式 C:DM公式 D:PRP公式答案:A4.内点罚函数法中常用的障碍函数有A:三种都可以B:二次函数C:倒数障碍函数D:对数障碍函数答案:CD5.广义乘子罚函数的优点是在罚因子适当大的情形下,通过修正拉格朗日乘子就可逐步逼近原问题的最优解?A:错 B:对答案:B6.分子停留在最低能量状态的概率随温度降低趋于( ).A:2 B:3 C:0 D:1答案:D7.模拟退火算法内循环终止准则可采用的方法.A:固定步数 B:温度很低时 C:接受概率很低时 D:由接受和拒绝的比率控制迭代步答案:AD8.背包问题是组合优化问题吗?A:错 B:对答案:B9.单纯形算法是求解线性规划问题的多项式时间算法.A:对 B:错答案:B10.对于难以确定初始基本可行解的线性规划问题,我们引入人工变量后,可采用哪些方法求解原问题?A:单纯形法 B:无法确定 C:两阶段法 D:大M法答案:CD第六章测试1.如果不限定插值多项式的次数,满足插值条件的插值多项式也是唯一的()A:错 B:对答案:A2.改变节点的排列顺序,差商的值不变()A:错 B:对答案:B3.Hermite插值只能用插值基函数的方法求解()A:错 B:对答案:A4.在最小二乘问题中,权系数越大表明相应的数据越重要()A:错 B:对答案:B5.加窗傅里叶变换时频窗的长宽比是信号自适应的()A:对 B:错答案:B6.傅里叶变换域的点和时间域上的点是一一对应的()A:对 B:错答案:B7.若f(t)的傅里叶变换为,则 f(2t)的傅里叶变换为 ( )A: B: C:答案:B8.小波函数对应了()A:低通滤波器 B:高通滤波器答案:B第七章测试1.有界区域上的弦振动方程定解问题可以用傅里叶积分变换法求解。

6-3迭代法的收敛性

6-3迭代法的收敛性

1
2 x1 2 x2 x3 3
讨论Jacobi法与Gauss-Seidel法旳收敛性。
解:由定理,迭代法是否收敛等价于迭代矩阵 旳谱半径是否<1,故应先求迭代矩阵。而
1 2 2
A 1 1
1
2 2 1
故A裂解后旳各矩阵分别为
1
D
1
1
0 0 0
L
1
0
0
2 2 0
0 2 2
| I
B |
1/a
2 / a 0
3 / a 2 / a

1 0 ,
2,3
|
4 a
|
故 (B) 4
|a|
由 (B) 1 得 | a | 4
故当 | a | 4 时,Jacobi迭代法收敛。
作业: 习题 1,2(2)
1 1 5
2 矩阵 B 1
1 2
0 1
不严格对角占优, 是弱对角占优
0 1 2
定义:假如矩阵A不能经过行旳互换和相应列 旳互换成为形式
A11 A12
0
A22
其中A11,A22为方阵,则称A为不可约.
例如:判断下列矩阵是否可约?
1 1 0
2 1 0
矩阵 A 1 1 0 是可约旳。 0 1 1
9 3
4 10
显然Aˊ是严格对角占优阵,所以对方程组
Ax b 用Jacobi法和Gauss-Seidel法均收敛。
例3*:设A=(aij)是二阶方阵,且a11a22≠0.试证 求解方程组Ax=b旳Jacobi法与Gauss-Seidel法 同步收敛或发散。
证明:Jacobi迭代矩阵为
0
BJ
a
21
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

( k = 1, 2, 3, ······ )
|| (k)|| ≤ || B||k || (0)||
||m || B ||k || (0) || 0
k
k
lim (k) 0
k
4/15
矩阵A的谱
设n阶方阵A的n个特征值为: 1 , 2 , , n
<=> 谱半径ρ(B) < 1
证: 对任何 n 阶矩阵B都存在非奇矩阵P使
B = P –1 J P
其中, J 为B的 Jordan 标准型
J1
J
J2
J r nn
其中, Ji 为Jordan块
i 1
Ji
1
i ni ni
6/15
其中,λi 是矩阵B的特征值, 由 B = P –1 J P B k = (P –1 J P) (P –1 J P) ···(P –1 J P)= P –1 J k P
Ans= 1/2
两种迭代法之间没有直接联系
对矩阵A1,求A1 x = b 的Jacobi迭代法收敛, 而Gauss-Seidel迭代法发散;
对矩阵A2,求A2 x = b 的Jacobi迭代法发散, 而Gauss-Seidel迭代法收敛.
10/15
误差估计定理
定理4.2 :设x*为方程组 Ax=b 的解 若||B||<1,则对迭代格式 x(k+1) = B x(k) + f 有
误差估计:
|| x(k) x* ||
|| B ||
|| x(k ) x(k1) ||
1 || B ||
|| x(k) x* || || B ||k || x(1) x(0) || 1 || B ||
迭代法
x(k+1) = B x(k) + f
lim J k 0
k
lim
k
i
k
0
收敛 <=> lim Bk 0 k
(i = 1, 2,···, r)
| i | 1
max
1 i r
|
i
|
1
(i = 1, 2,···, r) 谱半径 (B) < 1
7/15
例 线性方程组 A x = b, 分别取系数矩阵为
1 2 2
A1 1 1
1
2 2 1
2 1 1
A2 1 1
1
1 1 2
试分析Jacobi 迭代法和 Seidel 迭代法的敛散性
0 2
(1)
BJ
1
0
2 2
(BJ ) 1
A1=[1,2,-2;1,1,1;2,2,1]
2
1 0
D=diag(diag(A1)); B1=D\(D-A1); max(abs(eig(B1)))
BJ
1
0
1
1 / 2 1 / 2 0
D=diag(diag(A2)) B2=D\(D-A2) max(abs(eig(Bj)))
(BJ ) 1.1180 Ans= 1.1180
9/15
0 BS 0
0
1/ 2 1/ 2
0
1/ 2 1 / 2 1 / 2
(BS ) 1/ 2
DL=tril(A2) B2=DL\(DL-A2) max(abs(eig(B2)))
(1) || x(k) x* || || B || || x(k) x(k1) ||
1 || B ||
(2)
|| x(k) x* || || B ||k || x(1) x(0) || 1 || B ||
11/15
证 由||B||<1,有
lim x(k) x *
k
x(k+1)–x* =(Bx(k)+f ) – (Bx*+f ) =B(x(k) – x* )
(1) lim (k) 0
k
(2)
lim Bk 0
k
lim [x(k) x*] 0
k
lim x(k) x*
k
迭代格式 x(k+1) = B x(k) + f 收敛 !!
3/15
命题 若||B||<1,则迭代法 x(k+1) =B x(k) +f 收敛
证: 由(k) = B (k-1),得 || (k)|| ≤ || B|| || (k-1)||
|| x(k+1) – x* || ≤ ||B|| || x(k) – x* || 所以
||x(k+1) – x(k) ||= ||(x*– x(k)) – (x* – x(k+1))||
≥||(x*– x(k)) || – ||(x* – x(k+1))|| ≥ ||(x*– x(k))|| –||B|| ||(x* – x(k))|| = ( 1 - || B ||) ||(x* – x(k))||
则称集合 {1 , 2 , , n }
为A的谱. 记为 ch A
特征值取模最大
矩阵A的谱半径
( A)
max |
1 k n
k
|
注1: 当A是对称矩阵时, ||A||2 = (A)
注2: 对 Rn×n 中的范数|| ·||,有
(A) ≤ || A ||
5/15
定理4.1 迭代法 x(k+1) = B x(k) + f 收敛
x* = B x* + f
x(k+1) – x*= B(x(k) – x*)
记 (k) = x(k) – x* ( k = 0, 1, 2, 3, ······ )
则有
(k+1) = B (k) (k) = B (k-1) ( k = 1, 2, 3, ······ )
2/15
(k) = B (k-1)=B2 (k-2)=···=Bk (0)
《数值分析》10
迭代法的收敛性
Convergence of iterative method
迭代矩阵谱半径
Spectral radius
对角占优矩阵
diagonally dominant matrix
原始方程: A x = b 迭代格式: x(k+1) = B x(k) + f
设方程组的精确解为 x*,则有
12/15
所以 || x(k) x* || 1 || x(k1) x(k) ||
1 || B ||
x(k+1)–x(k) =(Bx(k)–f ) – (Bx(k-1)–f ) =B(x(k) – x(k-1) )
||x(k+1)–x(k)|| ≤ ||B || || x(k) – x(k-1) ||
Ans= 1.2604e-005
8/15
0 2 2 BS 0 2 3
0 0 2
DL=tril(A1) B1=DL\(DL-A1) max(abs(eig(B1)))
(BS ) 2 Ans= 2
(2) A2=[2, -1, 1; 1, 1, 1; 1, 1, -2]
0 1/ 2 1/ 2
相关文档
最新文档