子空间迭代法 matlab,基于MATLAB的一类迭代分析

一般的计算方法教程如文献[1-5]都会介绍三种常见的迭代法,即Jacobi方法、Gauss-Seidel方法和SOR迭代.由于Gauss-Seidel方法充分利用了迭代过程的新信息[1,2],一般来说,它的迭代效果要比Jacobi方法好.SOR迭代实质上是基于Gauss-Seidel方法的一种松弛加速方法,当松弛因子选择合适时,SOR迭代可以显著地提高收敛速度[3-7].对于n阶线性方程组Ax=b,如果A的所有对角元非零,记n阶单位矩阵为I,Jacobi矩阵-1B=I-diag(aii)A=L+U,L和U分别是严格下三角阵和上三角阵,为松弛因子.则有SOR迭代(k)(k-1)x=Sx+(I?L)-1g,(k=1,2,3,…),其中S=(I?L)-1((1-)I+U)称为SOR迭代矩阵.SOR迭代收敛的充要条件是矩阵谱半径(S)<1.Kahan[1]已经证明了SOR迭代收敛的必要条件是01)才有意义.最后也构造了一个矩阵例子,表明低松弛方法仍具有存在的价值.1定义与引理以下定义1与引理1参见文献[2],引理2与引理3及引理4参见文献[1].定义1设A为n阶非奇异方阵,且A=M-N.如果M?10,N0,则称A=M-N是矩阵A的一个正则分解.引理1设A=M-N是矩阵A的一个正则分解,如果A?10,则(M?1N)<1.引理2设A是不可约矩阵且对应的Jacobi矩阵B非负,则当(B)<1时,对某个不小于1的?,关于的函数(S)在区间(0,?]上是严格单调降的.引理3设矩阵A具有相容次序,其对应的Jacobi矩阵B特征值全部为实数,则当=(B)<1时,(S)=1-+1222+1?+1422,这里01.522254245??A=?函数图形为图4.=1.0928,opt=1.1802,b不是实数.最后,我们再给出一个Gauss-Seidel方法不收敛,但通过低松弛方法能够收敛的例子.例5矩阵A对应的(S1)>1但存在松弛因子(0,1)使得(S)<1.422142255A=?????---?????函数图形为图5.(S1)=1.04564,=0.9088,opt=0.8222且(Sopt)=0.245.因此此例中的最佳低松弛方法的收敛速度远低于Jacobi方法和Gauss-Seidel方法的收敛速度.以上数例反映(S)与松弛因子的关系的图形与相关数据,直观反映了定理1和定理2的结论以及上节关于对称正定矩阵的猜想,说明了一般情况下对SOR迭代不必使用低松弛方法,即超松弛方法(>1)才有意义.另外,用计算b的公式求opt必须是在满足定理3的条件下方可成立.SwHL10.80.60.40.20.511.52wSwHL10.80.40.60.20.511.52wSwHL0000....248610.511.52w图1图2图3SwHL10.20.511.52w00..640.8SwHL10.80.40.60.20.511.52w图4图5基于MATLAB的一类迭代分析@潘朝毅$四川教育学院数学系!四川成都610041

@谭启建$四川教育学院数学系!四川成都610041SOR迭代法收敛的必要条件是01)才有意义.迭代分析;;SOR;;Gauss-Seidel;;Jacobi;;MATLAB[1]STOERJ,BULIRSCHR.IntroductiontoNumericalAnalysis[M].NewYork:Springer-Verlag,1980.

[2]蔡大用.数值代数[M].北京:清华大学出版社,1987.

[3]李庆扬,易大义,王能超.现代数值分析[M].北京:高等