數(shù)值分析分章復習(第六章線性方程組迭代解法)_第1頁
數(shù)值分析分章復習(第六章線性方程組迭代解法)_第2頁
數(shù)值分析分章復習(第六章線性方程組迭代解法)_第3頁
數(shù)值分析分章復習(第六章線性方程組迭代解法)_第4頁
數(shù)值分析分章復習(第六章線性方程組迭代解法)_第5頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

線性方程組迭代解法要點:〔1〕線性方程組迭代格式:Jacobi迭代,G-S迭代 〔2〕矩陣范數(shù)計算,矩陣譜半徑計算〔3〕線性方程組迭代格式的收斂性判斷 〔4〕Jacobi迭代,G-S迭代收斂的判斷 〔5〕線性方程組的性態(tài)復習題:線性方程組為〔1〕寫出Jacobi迭代格式和Seidel迭代格式;〔2〕寫出Jacobi迭代矩陣和Seidel迭代矩陣;〔3〕判別這兩種迭代法的收斂性。解:(1)Jacobi迭代格式: Gauss-Seidel迭代格式: 〔2〕Jacobi迭代矩陣: Gauss-Seidel迭代矩陣: 〔3〕,得的特征值為 ,可見Jacobi迭代格式不收斂 另外, ,得的特征值為 ,可見Gauss-Seidel迭代格式收斂 設方程組試問,是否可以適當調整方程的排列順序,使得用Gauss-Seidel迭代法求解時收斂?說明收斂原因解:可通過方程順序交換,等價為以下方程組 這樣,系數(shù)矩陣為嚴格對角占優(yōu)矩陣, 對該方程組使用Jacobi迭代和Gauss-Seidel迭代均收斂對方程組,驗證Jacobi迭代法的收斂性,假設發(fā)散,那么說明理由,并調整方程順序使得Jacobi迭代收斂。解:Jacobi迭代矩陣,因為,故Jacobi迭代發(fā)散 將方程組中方程順序重排得等價的方程組 注意到這里系數(shù)矩陣為嚴格對角占優(yōu)矩陣,故應用于調整后的方程組的Jacobi迭代收斂設方程組,分別寫出雅可比迭代格式和高斯-塞德爾迭代格式,并討論它們的收斂性解:Jacobi迭代矩陣,Gauss-Seidel迭代矩陣 因為, 故Jacobi迭代與Gauss-Seidel迭代均發(fā)散方程組〔1〕寫出解此方程組的雅可比法迭代公式;〔2〕證明當時,雅可比迭代法收斂;解:Jacobi迭代格式: 當時,系數(shù)矩陣為嚴格對角占優(yōu)矩陣,故Jacobi迭代收斂對下面的線性方程組變化為等價的線性方程組,使之應用Jacobi迭代法和G-S迭代法均收斂,寫出變化后的線性方程組及Jacobi迭代法和G-S迭代法的迭代公式,并說明收斂的理由解:將原線性方程組中方程順序作重排得等價的方程組: 由于該方程組系數(shù)矩陣為嚴格對角占優(yōu)矩陣,故Jacobi迭代與Gauss-Seidel迭代均收斂 Jacobi迭代格式:Gauss-Seidel迭代格式:設,,試給出的范圍確保方程組的Jacobi迭代法及Gauss-Seidel迭代法收斂的充分必要條件 解:Jacobi迭代矩陣,Gauss-Seidel迭代矩陣 , 可見,Jacobi迭代與Gauss-Seidel迭代收斂的充分必要條件為:求,設,求和,試計算和這里p=1,2,∞線性方程組用Jacobi迭代法是否收斂,為什么?其中解:Jacobi迭代矩陣因為:,故Jacobi迭代收斂設線性方程組:,試給出Gauss-Seidel迭代格式討論由Gauss-Seidel迭代所產

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論