係數矩陣
符號
嚴格對角佔優
對稱正定
判定方法1:特徵值全是正,且對稱;
判定方法2:各階順序主子式全是正,且對稱。
係數矩陣的形式化說明
迭代矩陣
符號
先驗、後驗誤差
收斂條件
迭代矩陣
迭代矩陣
常用的迭代解法
Jacobi迭代法
分量形式
x(k+1)i=1aii⎛⎝bi−∑j=1i−1aijx(k)j−∑j=i+1naijx(k)j⎞⎠ i=1,2,...,n;k=0,1,...
矩陣形式
B=D−1(L+U)
收斂條件
(1) 係數矩陣A 以及2D−A 都是對稱正定矩陣⇒ Jacobi迭代法收斂;
(2) 係數矩陣A 嚴格對角佔優⇒ Jacobi迭代法收斂Gauss-Seidel迭代法
分量形式
x(k+1)i=1aii⎛⎝bi−∑j=1i−1aijx(k+1)j−∑j=i+1naijx(k)j⎞⎠ i=1,2,...,n;k=0,1,...
矩陣形式
G=(D−L)−1U
收斂條件
(1) 係數矩陣A 是對稱正定矩陣⇒ Gauss-Seidel迭代法收斂;
(2) 係數矩陣A 嚴格對角佔優⇒ Gauss-Seidel迭代法收斂SOR迭代法
分量形式
x(k+1)i=x(k)i+ωaii⎛⎝bi−∑j=1i−1aijx(k+1)j−∑j=inaijx(k)j⎞⎠ i=1,2,...,n;k=0,1,...
矩陣形式1Sω=(D−ωL)−1[(1−ω)D+ωU] 收斂條件
(1) SOR收斂⇒ 0<ω<2 ;
(2){系數矩陣A是對稱正定矩陣0<ω<2⇒SOR迭代法收斂
(3){系數矩陣A嚴格對角佔優0<ω⩽1⇒SOR迭代法收斂
- \pounds在編輯器中使用LaTex方式打不出來,因此將\pounds用S代替了。 ↩