工程数学（5）——大型方程组的迭代方法

---

对于大型方程组$Ax=b$,若$A$是非奇异矩阵，则方程组有唯一解，将方程组变形为等价的形式$$x=Bx+f$$
并由此建立迭代公式$$x^{(k+1)}=B{x}^k+f$$
$B$称为迭代矩阵

一、Jacobi迭代和Gauss-Seidel迭代

Jacobi迭代公式为：$$x^{(k+1)}=B{x}^k+f$$
如果在每一步运算的时候，尽量用新的信息，则得到第二种迭代方式
即Gauss-Seidel迭代

二、迭代法基本定理

迭代法$x^{(k+1)}=B{x}^k+f$收敛的充分必要条件是迭代矩阵的谱半径$\rho (B)<1$
PS:${\lambda }_i$为矩阵A的特征值，则称$\rho (A)=\max |{\lambda }_i|$为矩阵的谱半径
谱半径的重要性质:$\rho (A)\le ||A||$即谱半径不大于任意范数
迭代矩阵的谱半径越小，收敛越快
对于方程组$Ax=b$
我们可以如下计算Jacobi及Gauss-Seidel迭代格式的特征方程，计算出特征值和谱半径，判定其收敛性

其他判定收敛的充分条件：
1、若A为严格对角占优或者不可约弱对角占优，则Jacobi迭代和G-S迭代收敛
2、若A为对称正定，G-S迭代收敛
3、当Jacobi迭代矩阵为非负时，Jacobi和G-S同时收敛或同时发散，若同时收敛，G-S比Jacobi收敛快
PS：非负矩阵对角元素等于0，非对角元素大于等于0