高斯赛尔德c语言算法,高斯-赛德尔迭代法的算法及程序设计.doc

PAGE

题 目：高斯-赛德尔迭代法的算法及程序设计

摘要

本文通过理论与实例对线性方程组的解法、收敛性及误差分析进行了探讨.在对线性方程组数值解法的讨论下用到了高斯-赛德尔迭代法，进一步研究和总结了高斯-赛德尔迭代法的理论与应用，使我们在分析问题与编辑程序时能更好的把握对高斯-赛德尔迭代法的应用。

关键词 Gauss-Seidel迭代法；收敛性；误差分析；流程图；Mathematica编程

目录 TOC \o "1-3" \h \z \u

第一章 高斯-赛德尔迭代法 1

§1.1 高斯-赛德尔迭代法的提出 1

§1.1.1 高斯-赛德尔迭代法的思想理论 1

§1.1.2 高斯-赛德尔迭代法的定义及表达形式2

§1.2 高斯-赛德尔迭代法的收敛性 1

§1.3 高斯-赛德尔迭代法的误差分析 1

第二章 高斯-赛德尔迭代法的程序设计 1

§2.1 高斯-赛德尔迭代法在上机中的应用 1

§2.1.1 高斯-赛德尔迭代法的流程图 1

§2.1.2 高斯-赛德尔迭代法的源程序 1

参考文献 22

附录 23

PAGE 1

高斯-赛德尔迭代法

考虑线性方程组

其中为非奇异矩阵，对于由工程技术中产生的大型稀疏矩阵方程组(的阶数很大但零元素很多),利用迭代法求解线性方程组是合适的.在计算机内存和运算两方面，迭代法通常都可利用中有大量零元素的特点.

本章将介绍迭代法中的高斯-赛德尔法的思想理论、收敛性及误差分析.

§1.1 高斯-赛德尔迭代法的提出

§1.1.1 高斯-赛德尔迭代法的思想理论

在研究雅可比迭代法时，计算时，已得(这些分别为的第k+1次近似)，Gauss-Seidel迭代法认为在计算时启用新值，从而产生

.

具体原理如下图所示

构造迭代

构造迭代

产生向量序列

图1.1 基本迭代原理

§1.1.2 高斯-赛德尔迭代法的定义及表达形式

定义1.1 我们注意到在雅可比迭代法中并没有对新算出的分量，，，

进行充分利用．不妨设想，在迭代收敛的条件下，我们把

式中第一个方程算出的立即投入到第二个方程中，代替进行计算，当算出后代替马上投入到第三个方程中计算，依次进行下去，这样也许会得到更好的收敛效果．根据这种思路建立的一种新的迭代格式，我们称为高斯-赛德尔(Gauss-Seidel)迭代公式，

高斯=赛德尔迭代法的分量形式：

高斯-赛德尔迭代法的矩阵形式：

其中

，

称为高斯-赛德尔迭代矩阵，称为高斯-赛德尔迭代常量..

§1.2 高斯-赛德尔迭代法的收敛性

根据上节所述，高斯-赛德尔迭代法的迭代格式为

(1-1)

其中

， . 本节要讨论的问题就是任意选取初始值，利用迭代格式(1-1)得到的向量序列是否一定收敛，如果收敛的话需要满足什么条件？

下面我们给出一般迭代收敛的条件:

定理1.2 简单迭代法(1-1)收敛的充分必要条件是迭代矩阵的谱半径．

定理1.3 若迭代矩阵的某种范数则(1-2-1)确定的迭代法对任意初值均收敛于方程组的唯一解。

特殊线性方程组迭代法的收敛性定理：

定理1.4 设对于方程组,若系数矩阵是严格对角占优矩阵，则

(1)非奇异.

(2)Gauss-Seidel迭代法收敛.

定理1.5 若系数矩阵对称正定，则Gauss-Seidel迭代公式收敛.

例1.1 已知方程组

，

用Gauss-Seidel迭代法解此方程组的收敛性.

方程组的系数矩阵

，

所以有

，，

=

，

得

故，因此Gauss-Seidel迭代法不收敛.

§1.3 高斯-赛德尔迭代法的误差分析

科学计算的主要过程是：对给定的实际问题建立数学模型，通过已获得的有关基本数据，建立近似数值方法，设计算法编制程序，最后上机进行数值计算得到数值结果.其大致过程如下图：

模型误差否

模型误差

否

是

验证结果的正

确性与合理性

结束

得到数

值结果

上机计算

舍入误差

设置算法

编制程序

科学计算方法

数学模型

实际问题

截断误差

观测误差

截断误差

定义1.2 假设某一量的标准值为近似解为，则与之差叫做近似解的绝对误差(简称误差)，记为，即

定义1.3 绝对误差与准确值之比

称为的相对误