数值分析 第三章 线性方程组的迭代法

系数矩阵

符号$A$代表系数矩阵。

严格对角占优

$$\begin{equation} \sum_{\substack{i=1\\ j \neq i}}^n \left | a_{ij}\right | \end{equation} \leqslant \left | a_{ii} \right |,i=1,2,...,n$$

对称正定

判定方法1：特征值全是正，且对称；
判定方法2：各阶顺序主子式全是正，且对称。

系数矩阵的形式化说明

$$A=D-L-U$$

$$D=diag(a_{11},a_{22},...,a_{nn})$$

$$-L= \begin{bmatrix} 0 & & & & \\ a_{21} & 0 & & & \\ a_{31} & a_{32} & 0 & & \\ ... & ... &... & & \\ a_{n1} &a_{n2} & ... &a_{nn-1} & 0 \end{bmatrix}$$

$$-U= \begin{bmatrix} 0 & a_{12} & a_{13} & ... & a_{1n}\\ & 0 & a_{23} & ... & a_{2n}\\ & & ... & ... & ...\\ & & & 0 & a_{n-1,n} \\ & & & & 0 \end{bmatrix}$$

迭代矩阵

符号$M$代表系数矩阵。

先验、后验误差

$$\left \| x^{(k)} - x^* \right \| \leqslant \frac {\left \| M \right \|^k} {1- \left \| M \right \|}\left \| x^{(1)} - x^{(0)}\right \|$$

$$\left \| x^{(k)} - x^* \right \| \leqslant \frac {\left \| M \right \|} {1- \left \| M \right \|}\left \| x^{(k)} - x^{(k-1)}\right \|$$

收敛条件

迭代矩阵$M$收敛$\Leftrightarrow \rho(M) < 1$;
迭代矩阵$M$收敛$\Leftarrow \left \| M \right \| < 1$.

常用的迭代解法

1. Jacobi迭代法
   分量形式
   

   $$x_i^{(k+1)}=\frac{1}{ a_{ii}} \left ( b_i - \sum_{j=1}^{i-1} a_{ij}x^{(k)}_j -\sum_{j=i+1}^n a_{ij}x^{(k)}_j \right )$$ $$i=1,2,...,n;k=0,1,...$$
   矩阵形式
   $$B=D^{-1}\left ( L+U \right )$$
   收敛条件
   (1) 系数矩阵$A$以及$2D-A$都是对称正定矩阵$\Rightarrow$Jacobi迭代法收敛；
   (2) 系数矩阵$A$严格对角占优$\Rightarrow$Jacobi迭代法收敛

2. Gauss-Seidel迭代法
   分量形式
   

   $$x_i^{(k+1)}=\frac{1}{ a_{ii}} \left ( b_i - \sum_{j=1}^{i-1} a_{ij}x^{(k+1)}_j -\sum_{j=i+1}^n a_{ij}x^{(k)}_j \right )$$ $$i=1,2,...,n;k=0,1,...$$
   矩阵形式
   $$G=\left (D-L\right )^{-1}U$$
   收敛条件
   (1) 系数矩阵$A$是对称正定矩阵$\Rightarrow$Gauss-Seidel迭代法收敛；
   (2) 系数矩阵$A$严格对角占优$\Rightarrow$Gauss-Seidel迭代法收敛

3. SOR迭代法
   分量形式
   

   $$x_i^{(k+1)}=x_i^{(k)} + \frac{\omega}{ a_{ii}} \left ( b_i - \sum_{j=1}^{i-1} a_{ij}x^{(k+1)}_j -\sum_{j=i}^n a_{ij}x^{(k)}_j \right )$$ $$i=1,2,...,n;k=0,1,...$$
   矩阵形式1
   $$S _\omega =\left (D-\omega L\right )^{-1} \left [ \left ( 1- \omega \right ) D+\omega U \right ]$$

   收敛条件
   (1) SOR收敛 $\Rightarrow$ $0 < \omega < 2$;
   (2)

   $$\left\{\begin{matrix} 系数矩阵A是对称正定矩阵\\ 0 < \omega < 2 \end{matrix}\right. \Rightarrow SOR迭代法收敛$$
   (3) $$\left\{\begin{matrix} 系数矩阵A严格对角占优\\ 0 < \omega \leqslant 1 \end{matrix}\right. \Rightarrow SOR迭代法收敛$$

---

---

1. \pounds在编辑器中使用LaTex方式打不出来，因此将\pounds用S代替了。 ↩