雅克比迭代法
雅克比迭代法就是众多迭代法中比较早且较简单的一种,其命名也是为纪念普鲁士著名数学家雅可比。雅克比迭代法的计算公式简单,每迭代一次只需计算一次矩阵和向量的乘法,且计算过程中原始矩阵A始终不变,比较容易并行计算。
迭代过程
首先将方程组中的系数矩阵A分解成三部分,即:A = L+D+U,如图1所示,其中D为对角阵,L为下三角矩阵,U为上三角矩阵。
之后确定迭代格式,X^(k+1) = B*X^(k) +f ,(这里^表示的是上标,括号内数字即迭代次数),如图1所示,其中B称为迭代矩阵,雅克比迭代法中一般记为J。(k = 0,1,…)
再选取初始迭代向量X^(0),开始逐次迭代。
收敛性
设Ax= b,其中A=D+L+U为非奇异矩阵,且对角阵D也非奇异,则当迭代矩阵J的谱半径ρ(J)<1时,雅克比迭代法收敛
优缺点
雅克比迭代法的优点明显,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,且计算过程中原始矩阵A始终不变,比较容易并行计算。然而这种迭代方式收敛速度较慢,而且占据的存储空间较大
例题
程序算法
#include<math.h>
#include<stdio.h>
#include <stdlib.h>
int main()
{
float e = 0.001, z, m, y[3];
float b[3] = {-12, 20, 3};
float x[3] = {0);
float a[3][3] = {
{5, 2, 1},
{-1, 4, 2},
{2, -3, 10}
};
int n = 3, j, i, k = 1;
while(1)
{
for(i=0;i<3;i++)
{
for(j=0;j<3;j++)
m=m+a[i][j]*x[j];
m = m - x[i] * a[i][i];
y[i] = (b[i] - m) / a[i][i];
m = 0;
}
i = 0;
while(i < 3)
{
z = fabs(x[i] - y[i]);
if(z > e)
break;
i++;
}
if(i != 3)
{
for(i = 0; i < 3; i++)
x[i] = y[i];
k++;
}
else if(i == 3)
break;
}
printf("%f\n%f\n%f\n", y[0], y[1], y[2]);
return 0;
}
1
求解方程:
8 * x1 - 3 * x2 + 2 * x3 = 20
4 * x1 - 11 * x2 - x3 = 33
6 * x1 + 3 * x2 + 12 * x3 = 36
精确解:
x1 = 0.411817, x2 = -3.176429, x3 = 3.588173
--->
迭代公式:
x1^(k+1) = (3 * x2^(k) - 2 * x3^(k) + 20) / 8;
x2^(k+1) = (-4 * x1^(k) + 1 * x3^(k) + 33) / (-11);
x2^(k+1) = (-6 * x1^(k) - 3 * x2^(k) + 36) / 12;
*/
#include <stdio.h>
#include <stdlib.h>
struct X {
float x1;
float x2;
float x3;
};
X jcobi(X& v)
{
X r;
r.x1 = (3 * v.x2 - 2 * v.x3 + 20) / 8;
r.x2 = (-4 * v.x1 + v.x3 + 33) / (-11);
r.x3 = (-6 * v.x1 - 3 * v.x2 + 36) / 12;
return r;
}
void main() {
X v = {0,0,0};
int iteration = 20;
while (iteration-- > 0) {
v = jcobi(v);
}
printf("%f\n%f\n%f\n", v.x1, v.x2, v.x3);
}