53 超松弛迭代法
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
SOR方法收敛。定理得证。 当 1 时，SOR法就是GS法，所以上面的定理说明，当系数矩阵是对称 正定矩阵时，GS法收敛。 对于例5. 4所给出的方程组，其系数矩阵是对称正定的，因此对
1 和
1.25 的SOR迭代法都收敛。
第五章线性方程组迭代解法
例5. 5
设矩阵A非奇异，求证用GS法求解方程组A 对x
则有
(Ux, x) ( x, Lx) ( Lx, x) i
第五章线性方程组迭代解法
由（5. 3. 4）有
(1 ) p i p i
2
[ p ( p )]2 2 2 ( p ) 2 2 2 [ p ( p )]2 因A正定，Ax, x) p 2 0 ， 2 ，所以 0 ( 2 2 ( p ) p (2 )(2 p) 0 即 1 ，从而 ( L ) 1 ，
( BJ ) 是 J 法迭代矩阵BJ 的谱半径。
(1 )D U x (D L) x
T D L U 是实对称矩阵，所以有L U 。上式两边与x 作内积得 （5. 3. 4） (1 )(Dx, x) (Ux, x) [(Dx, x) ( Lx, x)] 因为A正定，D亦正定，记 p ( Dx, x) ，有 p 0 。又记 ( Lx, x) i ，
第五章线性方程组迭代解法
取x
(1,1,1)T ，迭代7次，则 1 时得 x(7) (3.0134110 .9888241 5.0027940T ,3 , ) 1.25时得
( 0)
x(7) (3.0000498, 4.0002586, 5.0003486)T 若继续算下去，要达到7位数字的精度， 1 时，要迭代34次，而 1.25 时， 1.25 只需要迭代14次，显然选 收敛要快些。
如果解方程组Ax 设 L 的特征值为
第五章线性方程组迭代解法
由于SOR法收敛，所以有
1 det(L ) 12 n ( L ) 1
1 n
1 n
定理得证。 该定理说明，只有当松弛因子 在区间(0,2) 内取值时，SOR法才可能收敛 下面给出SOR法收敛的充分条件。 定理5. 8 如果A为对称正定矩阵，且0 2Fra Baidu bibliotek，则解Ax b 的SOR法收敛。 证 这里， A 设 是 L 的一个特征值，对应特征向量 x 。由（5. 3. 3）可得
0 ，由A非奇异知 Ax 0 ，从而 ( Ax, Ax) ( Ax)T ( Ax) xT AT Ax 0 AT A 是对称正定的，因此，用GS法求解方程组AT Ax b 是收敛。
证
opt
其中
2 1 1 u2
可以证明，对称正定的三对角矩阵满足最优松弛因子 opt 的条件。在实际应 用中，一般地说计算 ( BJ ) 较困难。对某些微分方程数值解问题，可以考虑用 求特征值的近似值的方法，也可以由计算实践摸索出近似最佳松弛因子。
( ( x1 k 1) 0.75x2k ) 6 ( k 1) ( x2 0.75x ( k 1) 0.25x3k ) 7.5 ( k 1) ( x 0.25x2k 1) 6
如果用 1.25 的SOR迭代法，计算公式是
( ( ( x1 k 1) 0.25x1 k ) 0.9375x2k ) 7.5 ( k 1) ( ( ( x2 0.9375x1 k 1) 0.25x2k ) 0.3125x3k ) 9.375 ( k 1) ( ( x3 0.3125x2k 1) 0.25x3k ) 7.5
记A=D－L－U，(5. 3. 1)可写成矩阵形式
第五章线性方程组迭代解法
xk 1 1 xk D1 b Lx( k 1) Ux( k )
xk 1 L x( k ) ( D L)1b
(5.3.2)
再整理得
其中，迭代矩阵为
L ( D L)11 D U
按一般的迭代法收敛的理论，SOR迭代法收敛的充分必要条件是 ( L ) 1 而 ( L ) 与松弛因子 有关。下面讨论松弛因子 在什么范围内取值，SOR迭 代法可能收敛。 定理5.7 证
5.3.2 超松弛迭代法的收敛性
b 的SOR法收敛，则有0 2 。 1, 2 ,, n ，则 det(L ) det(D L)1 det[( )D U ] 1 det D1 det[( ) D] (1 )n 1
第五章线性方程组迭代解法
5.3
超松弛迭代法
5.3.1 超迭代法的构造
5.3.2 超迭代法的收敛性
第五章线性方程组迭代解法
5.3.1
超松弛迭代法的构造
k 在很多情况小，J法和GS法收敛较慢，所以考虑GS法的改进。设计算第 1 k 1 ( k 1) ( k 2) ( k 1) 个近似解 x 时，分量 x1 , x2 ,, xi 1 已经算好。按GS法给出辅助量
4 3 0 x1 24 3 4 1 x2 30 0 1 4 x 24 3
(5.3.3)
例5.4
方程组
第五章线性方程组迭代解法
T 得准确解为 (3,4,5) ，如果用 1 SOR跌代法（即GS法），计算公式是
经整理得
x
( k 1) i
x
(k ) i
(bi aij x
j 1
i 1
( k 1) j
aij x (jk ) ) aii
j 1
n
i 1,2,, n,
（5. 3. 1)
称此式为逐次超松弛迭代法，简记为SOR(Successive Over – Relaxation)法，其 中 称为超松弛因子。当 1 时，（5. 3.1)就是GS法。
i 1 n k 1 bi aij x j aij x jk aii xi j 1 j i 1 再用参数 将 xi(k )与 xi( k 1) 做加权平均，即
k 1
xi(k 1) xi(k 1) (1 ) xi(k ) xi(k ) ( xi(k 1) xi(k )
T
Ax b 时是收敛的。
即
引入超松弛迭代法的想法是希望能找到最优的松弛因子 opt ，使对应 opt 的SOR方法受凉最快。对于一类有特殊性质的矩阵（即所谓2 –循环的和相容次 序的矩阵，它们常在偏微分方程的数值解法中出现），有关 opt 的理论在50年代 已得到。因为证明较复杂，这里只叙述其结果，即
1 和
1.25 的SOR迭代法都收敛。
第五章线性方程组迭代解法
例5. 5
设矩阵A非奇异，求证用GS法求解方程组A 对x
则有
(Ux, x) ( x, Lx) ( Lx, x) i
第五章线性方程组迭代解法
由（5. 3. 4）有
(1 ) p i p i
2
[ p ( p )]2 2 2 ( p ) 2 2 2 [ p ( p )]2 因A正定，Ax, x) p 2 0 ， 2 ，所以 0 ( 2 2 ( p ) p (2 )(2 p) 0 即 1 ，从而 ( L ) 1 ，
( BJ ) 是 J 法迭代矩阵BJ 的谱半径。
(1 )D U x (D L) x
T D L U 是实对称矩阵，所以有L U 。上式两边与x 作内积得 （5. 3. 4） (1 )(Dx, x) (Ux, x) [(Dx, x) ( Lx, x)] 因为A正定，D亦正定，记 p ( Dx, x) ，有 p 0 。又记 ( Lx, x) i ，
第五章线性方程组迭代解法
取x
(1,1,1)T ，迭代7次，则 1 时得 x(7) (3.0134110 .9888241 5.0027940T ,3 , ) 1.25时得
( 0)
x(7) (3.0000498, 4.0002586, 5.0003486)T 若继续算下去，要达到7位数字的精度， 1 时，要迭代34次，而 1.25 时， 1.25 只需要迭代14次，显然选 收敛要快些。
如果解方程组Ax 设 L 的特征值为
第五章线性方程组迭代解法
由于SOR法收敛，所以有
1 det(L ) 12 n ( L ) 1
1 n
1 n
定理得证。 该定理说明，只有当松弛因子 在区间(0,2) 内取值时，SOR法才可能收敛 下面给出SOR法收敛的充分条件。 定理5. 8 如果A为对称正定矩阵，且0 2Fra Baidu bibliotek，则解Ax b 的SOR法收敛。 证 这里， A 设 是 L 的一个特征值，对应特征向量 x 。由（5. 3. 3）可得
0 ，由A非奇异知 Ax 0 ，从而 ( Ax, Ax) ( Ax)T ( Ax) xT AT Ax 0 AT A 是对称正定的，因此，用GS法求解方程组AT Ax b 是收敛。
证
opt
其中
2 1 1 u2
可以证明，对称正定的三对角矩阵满足最优松弛因子 opt 的条件。在实际应 用中，一般地说计算 ( BJ ) 较困难。对某些微分方程数值解问题，可以考虑用 求特征值的近似值的方法，也可以由计算实践摸索出近似最佳松弛因子。
( ( x1 k 1) 0.75x2k ) 6 ( k 1) ( x2 0.75x ( k 1) 0.25x3k ) 7.5 ( k 1) ( x 0.25x2k 1) 6
如果用 1.25 的SOR迭代法，计算公式是
( ( ( x1 k 1) 0.25x1 k ) 0.9375x2k ) 7.5 ( k 1) ( ( ( x2 0.9375x1 k 1) 0.25x2k ) 0.3125x3k ) 9.375 ( k 1) ( ( x3 0.3125x2k 1) 0.25x3k ) 7.5
记A=D－L－U，(5. 3. 1)可写成矩阵形式
第五章线性方程组迭代解法
xk 1 1 xk D1 b Lx( k 1) Ux( k )
xk 1 L x( k ) ( D L)1b
(5.3.2)
再整理得
其中，迭代矩阵为
L ( D L)11 D U
按一般的迭代法收敛的理论，SOR迭代法收敛的充分必要条件是 ( L ) 1 而 ( L ) 与松弛因子 有关。下面讨论松弛因子 在什么范围内取值，SOR迭 代法可能收敛。 定理5.7 证
5.3.2 超松弛迭代法的收敛性
b 的SOR法收敛，则有0 2 。 1, 2 ,, n ，则 det(L ) det(D L)1 det[( )D U ] 1 det D1 det[( ) D] (1 )n 1
第五章线性方程组迭代解法
5.3
超松弛迭代法
5.3.1 超迭代法的构造
5.3.2 超迭代法的收敛性
第五章线性方程组迭代解法
5.3.1
超松弛迭代法的构造
k 在很多情况小，J法和GS法收敛较慢，所以考虑GS法的改进。设计算第 1 k 1 ( k 1) ( k 2) ( k 1) 个近似解 x 时，分量 x1 , x2 ,, xi 1 已经算好。按GS法给出辅助量
4 3 0 x1 24 3 4 1 x2 30 0 1 4 x 24 3
(5.3.3)
例5.4
方程组
第五章线性方程组迭代解法
T 得准确解为 (3,4,5) ，如果用 1 SOR跌代法（即GS法），计算公式是
经整理得
x
( k 1) i
x
(k ) i
(bi aij x
j 1
i 1
( k 1) j
aij x (jk ) ) aii
j 1
n
i 1,2,, n,
（5. 3. 1)
称此式为逐次超松弛迭代法，简记为SOR(Successive Over – Relaxation)法，其 中 称为超松弛因子。当 1 时，（5. 3.1)就是GS法。
i 1 n k 1 bi aij x j aij x jk aii xi j 1 j i 1 再用参数 将 xi(k )与 xi( k 1) 做加权平均，即
k 1
xi(k 1) xi(k 1) (1 ) xi(k ) xi(k ) ( xi(k 1) xi(k )
T
Ax b 时是收敛的。
即
引入超松弛迭代法的想法是希望能找到最优的松弛因子 opt ，使对应 opt 的SOR方法受凉最快。对于一类有特殊性质的矩阵（即所谓2 –循环的和相容次 序的矩阵，它们常在偏微分方程的数值解法中出现），有关 opt 的理论在50年代 已得到。因为证明较复杂，这里只叙述其结果，即