二、几种基本的迭代法
2.1 雅可比（Jacobi）迭代法
设方程组
{
a
11
x
1
+
a
12
x
2
+
⋯
+
a
1
n
x
n
=
b
1
a
21
x
1
+
a
22
x
2
+
⋯
+
a
2
n
x
n
=
b
2
⋯
⋯
a
n
1
x
1
+
a
n
2
x
2
+
⋯
+
a
n
n
x
n
=
b
n
(
3
−
8
a
)
\begin{cases}a_{11}x_1+a_{12}x_2+\cdots+a_{1n}x_n=b_1\\a_{21}x_1+a_{22}x_2+\cdots+a_{2n}x_n=b_2\\\cdots\cdots\\a_{n1}x_1+a_{n2}x_2+\cdots+a_{nn}x_n=b_n\end{cases}\quad\quad\quad\quad\quad(3-8a)
⎩⎪⎪⎪⎨⎪⎪⎪⎧a11x1+a12x2+⋯+a1nxn=b1a21x1+a22x2+⋯+a2nxn=b2⋯⋯an1x1+an2x2+⋯+annxn=bn(3−8a)
的系数矩阵 A A A非奇异，且 a i i ≠ 0 ( i = 1 , 2 , … , n ) a_{ii}\ne0\ (i=1,2,\dots,n) aii=0 (i=1,2,…,n)。将方程组（3-8a）变形为：
{ x 1 = b 12 x 2 + b 13 x 3 + ⋯ + b 1 n x n + g 1 x 2 = b 21 x 1 + b 23 x 3 + ⋯ + b 2 n x n + g 2 ⋯ ⋯ x n = b n 1 x 1 + b n 2 x 2 + ⋯ + b n n − 1 x n − 1 + g n ( 3 − 8 b ) \begin{cases}x_1=\quad b_{12}x_2+b_{13}x_3+\cdots+b_{1n}x_n+g_1\\x_2=b_{21}x_1\quad+b_{23}x_3+\cdots+b_{2n}x_n+g_2\\\cdots\cdots\\x_n=b_{n1}x_1+b_{n2}x_2+\cdots+b_{n\ n-1}x_{n-1}+g_n\end{cases}\quad\quad\quad\quad\quad(3-8b) ⎩⎪⎪⎪⎨⎪⎪⎪⎧x1=b12x2+b13x3+⋯+b1nxn+g1x2=b21x1+b23x3+⋯+b2nxn+g2⋯⋯xn=bn1x1+bn2x2+⋯+bn n−1xn−1+gn(3−8b)
其中 b i j = − a i j a i i ( i ≠ j , i , j = 1 , 2 , … , n ) , g i = b i a i i ( i = 1 , 2 , … , n ) b_{ij}=-\frac{a_{ij}}{a_{ii}}(i\ne j,\ i,j=1,2,\dots,n),\ g_i=\frac{b_i}{a_{ii}}(i=1,2,\dots,n) bij=−aiiaij(i=j, i,j=1,2,…,n), gi=aiibi(i=1,2,…,n)。
记对角矩阵：
D = d i a g ( a 11 , a 22 , … , a n n ) , D − 1 = d i a g ( 1 a 11 , 1 a 22 , … , 1 a n n ) D=diag(a_{11},a_{22},\dots,a_{nn}),\quad D^{-1}=diag(\frac{1}{a_{11}},\frac{1}{a_{22}},\dots,\frac{1}{a_{nn}}) D=diag(a11,a22,…,ann),D−1=diag(a111,a221,…,ann1)
则：
B = [ 0 b 12 ⋯ b 1 n − 1 b 1 n b 21 0 ⋯ b 2 n − 1 b 2 n ⋮ ⋮ ⋮ ⋮ b n 1 b n 2 ⋯ b n n − 1 0 ] = I − D − 1 A , g = [ g 1 g 2 ⋮ g n ] = D − 1 b ( 3 − 9 ) B=\begin{bmatrix}0&b_{12}&\cdots&b_{1\ n-1}&b_{1n}\\b_{21}&0&\cdots&b_{2\ n-1}&b_{2n}\\\vdots&\vdots&&\vdots&\vdots\\b_{n1}&b_{n2}&\cdots&b_{n\ n-1}&0\end{bmatrix}=I-D^{-1}A,g=\begin{bmatrix}g_1\\g_2\\\vdots\\g_n\end{bmatrix}=D^{-1}b\quad\quad\quad\quad(3-9) B=⎣⎢⎢⎢⎡0b21⋮bn1b120⋮bn2⋯⋯⋯b1 n−1b2 n−1⋮bn n−1b1nb2n⋮0⎦⎥⎥⎥⎤=I−D−1A,g=⎣⎢⎢⎢⎡g1g2⋮gn⎦⎥⎥⎥⎤=D−1b(3−9)
方程(3-8a)可简记为：
x = B x + g ( 3 − 10 ) x=Bx+g\quad\quad\quad\quad\quad(3-10) x=Bx+g(3−10)
将初始向量 x ( 0 ) x^{(0)} x(0)代入迭代公式：
x ( k + 1 ) = B x ( k ) + g ( k = 0 , 1 , … , ) ( 3 − 11 ) x^{(k+1)}=Bx^{(k)}+g\quad(k=0,1,\dots,)\quad\quad\quad\quad\quad(3-11) x(k+1)=Bx(k)+g(k=0,1,…,)(3−11)
产生向量序列 { x ( k ) } \{x^{(k)}\} {x(k)}，公式 ( 3 − 11 ) (3-11) (3−11)所给出的迭代法称为Jacobi迭代法，又称简单迭代法。称式 ( 3 − 11 ) (3-11) (3−11)为Jacobi迭代法的迭代公式， B B B为其迭代矩阵。
Jacobi迭代法的计算过程如下：
- 输入 A = ( a i j ) , b = ( b 1 , … , b n ) A=(a_{ij}),b=(b_1,\dots,b_n) A=(aij),b=(b1,…,bn)，维数 n n n， x ( 0 ) = ( x 1 ( 0 ) , x 2 ( 0 ) , … , x n ( 0 ) ) , ϵ x^{(0)}=(x_1^{(0)},x_2^{(0)},\dots,x_n^{(0)}),\epsilon x(0)=(x1(0),x2(0),…,xn(0)),ϵ（？这里epsilon是怎么出来的），最大容许迭代次数 N N N
- 置 k = 1 k=1 k=1
- 对
i
=
1
,
2
,
…
,
n
i=1,2,\dots,n
i=1,2,…,n
x i = ( b i − ∑ j = 1 , j ≠ i n a i j x j ( 0 ) ) / a i i x_i=(b_i-\sum\limits_{j=1,\ j\ne i}^{n}a_{ij}x_{j}^{(0)})/a_{ii} xi=(bi−j=1, j=i∑naijxj(0))/aii - 若 ∥ x − x ( 0 ) ∥ < ϵ \Vert x-x^{(0)}\Vert<\epsilon ∥x−x(0)∥<ϵ，输出x，停机；否则转5
- 若 k < N k<N k<N，置 k + 1 ⇒ k , x i ⇒ x i ( 0 ) , ( i = 1 , 2 , … , n ) k+1\Rightarrow k,\ x_i\Rightarrow x_{i}^{(0)},\ (i=1,2,\dots,n) k+1⇒k, xi⇒xi(0), (i=1,2,…,n)，转3；否则，输出失败信息，停机
2.2 高斯-赛德尔（Gauss-Seidel）迭代法
在Jacobi迭代法中，计算 x i ( k + 1 ) x_{i}^{(k+1)} xi(k+1)时，分量 x 1 ( k + 1 ) , x 2 ( k + 1 ) , … , x i − 1 ( k + 1 ) x_1^{(k+1)},x_2^{(k+1)},\dots,x_{i-1}^{(k+1)} x1(k+1),x2(k+1),…,xi−1(k+1)已经算出，可以考虑用新的分量 x l ( k + 1 ) , l = 1 , 2 , … , i − 1 x_l^{(k+1)},\ l=1,2,\dots,i-1 xl(k+1), l=1,2,…,i−1代替旧的分量 x l ( k ) , l = 1 , 2 , … , i − 1 x_l^{(k)},\ l=1,2,\dots,i-1 xl(k), l=1,2,…,i−1，这就是Gauss-Seidel迭代法。Gauss-Seidel迭代法的计算公式为：
{ x 1 ( k + 1 ) = b 12 x 2 + b 13 x 3 + ⋯ + b 1 n x n + g 1 x 2 = b 21 x 1 + b 23 x 3 + ⋯ + b 2 n x n + g 2 ⋯ ⋯ x n = b n 1 x 1 + b n 2 x 2 + ⋯ + b n n − 1 x n − 1 + g n ( 3 − 8 b ) \begin{cases}x_1^{(k+1)}=\quad b_{12}x_2+b_{13}x_3+\cdots+b_{1n}x_n+g_1\\x_2=b_{21}x_1\quad+b_{23}x_3+\cdots+b_{2n}x_n+g_2\\\cdots\cdots\\x_n=b_{n1}x_1+b_{n2}x_2+\cdots+b_{n\ n-1}x_{n-1}+g_n\end{cases}\quad\quad\quad\quad\quad(3-8b) ⎩⎪⎪⎪⎨⎪⎪⎪⎧x1(k+1)=b12x2+b13x3+⋯+b1nxn+g1x2=b21x1+b23x3+⋯+b2nxn+g2⋯⋯xn=bn1x1+bn2x2+⋯+bn n−1xn−1+gn(3−8b)
而且近似向量 x ( k ) x^{(k)} x(k)和 x ( k + 1 ) x^{(k+1)} x(k+1)可以共用一组存储空间。
若将系数矩阵 A A A表示为：
A = D − L − U A=D-L-U A=D−L−U
其中：
D = d i a g ( a 11 , a 22 , … , a n n ) D=diag(a_{11},a_{22},\dots,a_{nn}) D=diag(a11,a22,…,ann)
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
