第4章 线性方程组和矩阵特征值的迭代解法
- 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)。
第4章 线性方程组和矩阵特征值的迭代解法
线性代数计算方法中的迭代解法(即迭代法)是一类重要方法。其基本思想是构造适当的矩阵序列或向量序列,使其逐步逼近所求问题的精确解,故又称矩阵迭代方法。在求解阶数较高且零系数较多的大型稀疏线性代数方程组时,迭代法是很有效的。矩阵特征值问题的求解通常也要用迭代法。本章着重介绍求解线性代数方程组常用的简单迭代法及其收敛条件,并对计算矩阵特征值问题的雅可比方法和QR 方法作一些介绍。
4.1 线性代数方程组的迭代解法
线性方程组(3.1)的迭代解法其基本思想与一元非线性方程的迭代解法类似,即构造适当的迭代公式,任选一个初始向量)0(x 进行迭代计算,使生成的向量序列,,)1()0(x x …,)(k x ,…收敛于方程组的精确解。
4.1.1 简单迭代法的一般形式
设方程组(3.1)的系数矩阵非奇异,把它化为等价的方程组
g Mx x += (4.1) 其中
⎥
⎥⎥⎥⎦
⎤
⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢
⎢⎣⎡=n n nn n n n n x x x g g g m m m m m m m m m 21212
1
22221
11211,,x g M
按(4.1)构造迭代公式
,2,1,0,)()1(=+=+k k k g x M x (4.2)
其中),1,0(],,,[T
)()(2
)(1)( ==k x x x k n k k k x 。任取初始向量)0(x ,用(4.2)逐次计算近似解向量,,x ,,x ,x )()2()1(k 这种方法称为简单迭代法,称(4.2)为简单迭代公式,M 为迭代矩阵。
公式的分量形式是
⎪⎪⎩⎪⎪⎨⎧++++=++++=++++=+++n
k n nn k n k n k n
k n n k k k k n n k k k g x m x m x m x g x m x m x m x g x m x m x m x )()(22)(11)1(2
)(2)(222)(121)1(21)
(1)(212)(111)
1(1
即 ),2,1,0(,
,,2,1,1
)()1( ==+=∑=+k n i g x m x i n
j k j ij k i (4.3)
如果)
(k x
的各分量存在极限
n i x x i k i k ,,2,1,l i m )( ==*∞
→ (4.4)
则称向量序列}{)(k x 收敛于向量T
21][****=n x x x ,,,x ,并记为
*∞
→=x x )(l i m k k (4.5)
这时,称简单迭代法(4.2)是收敛的,否则就是发散的。
当(4.2) 收敛时,容易看出*x 满足方程组(4.1),从而必定是原方程组(3.1)的解。实际计算时,一般用
ε<--≤≤)1()
(1ma x k i k i
n
i x x (4.6)
来控制迭代结束,取)(k x 为满足要求的近似解,其中ε是指定的精度要求。这样做的理论根据将在后面(4.23)中指出。
例如下面左边的方程组可改写为右边的同解方程组
⎩⎨⎧=-=+45.032.02121x x x x ⎩⎨⎧+-=+=
3
2.045.01221x x x x
取0)
0(2)0(1==x x ,可构造迭代公式
⎪⎩⎪⎨⎧+-=+=
++32.045.0)
(1)1(2
)
(2)1(1k k k k x x x x , ,.....2,1,0=k 这是分量形式。若写成矩阵形式就是(4.2),其中
⎥⎦
⎤
⎢⎣⎡=⎥
⎦
⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡-=)(2)(1)
(,34,02.05.00k k k x x x
g M M 就是迭代矩阵。容易计算出
⎪⎩⎪⎨⎧==34)1(2)1(1x x ,⎪⎩⎪⎨⎧=+-==+=2.232.05.545.0)1(1)2(2)1(2)2(1x x x x , ,9.132.01.545.0)
2(1)3(2
)2(2)3(1⎪⎩⎪⎨⎧=+-==+=
x x x x 设精度要求为005.0=ε,计算结果如表4.1所示。
999.1,001.5)
7(22)7(11====x x x x
上例中的迭代公式是收敛的,当∞→k 时,)(1k x 和)
(2k x 的值越来越靠近准确解5和2。
对给定的方程组,可以构造各种迭代公式,下面介绍两种常用的简单迭代公式。
4.1.2 雅可比迭代法
设方程组(3.1)的系数矩阵A 非奇异,其主对角元素),,2,1(0n i a ii =≠,并且绝对值相对来说比较大,我们从方程组的第i 个方程
n i b x a x a x a x a i n in i ii i i ,,2,1,2211 ==+++++ 中解出i x ,得到等价的方程组 n i a b x a a x ii
i
n
i j j j ii
ij i ,,2,1,1 =+
-=∑
≠= (4.7) 即 f Bx x += (4.8) 其中
⎥
⎥
⎥
⎥
⎥⎥⎥⎥⎥⎦⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡--
--
---
--
=nn n nn
n nn
n nn
n n n a b a b a b a a a a a a a a a a a
a a a a a a a 2221113212222223
22
2111111131112,00
0f B 由(4.7)构造迭代公式
),2,1,0(,,,2,1,1)()1( ==+
-=∑
≠=+k n i a b x a a x
ii
i
n
i
j j k j ii
ij k i (4.9) 其矩阵形式为
,2,1,0,)()1(=+=+k k k f x B x (4.10)
我们称(4.9)或(4.10)为雅可比(Jacobi)迭代公式,B 为雅可比迭代矩阵。任取初始向量
T
)0()0(2)0(1)0(],,,[n x x x =x ,按上述迭代公式逐次计算 ,,)2()1(x x ,这就是雅可比迭代法,这是一种简单迭代法。
例4.1 用雅可比迭代法求解方程组
⎪⎩
⎪⎨⎧=+-=-+-=-4571029103232131
x x x x x x x 精度要求为ε=0.005,用5位有效数字计算。 解 将方程组写成等价的方程组