8
第第第第第第第第第第第第 5.3 超超超超超超 5.3.2 超超超超超超超超 5.3.1 超超超超超超超

5.3 超松弛迭代法

  • Upload
    kairos

  • View
    81

  • Download
    0

Embed Size (px)

DESCRIPTION

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. 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. 个近似解 时,分量 已经算好。按 GS 法给出辅助量. 再用参数 将 与 做加权平均,即. 经整理得. ( 5. 3. 1). - PowerPoint PPT Presentation

Citation preview

Page 1: 5.3      超松弛迭代法

第五章线性方程组迭代解法

5.3 超松弛迭代法

5.3.2 超迭代法的收敛性

5.3.1 超迭代法的构造

Page 2: 5.3      超松弛迭代法

第五章线性方程组迭代解法5.3.1 超松弛迭代法的构

经整理得

n

jii

kjij

i

j

kjiji

ki

ki axaxabxx

1

)(1

1

)1()()1( )(

,,,2,1 ni ( 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 时,( 5. 3.1) 就是 GS 法。 1

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

1k

个近似解 时,分量 已经算好。按 GS 法给出辅助量)1(1

)2(2

)1(1 ,,,

k

ikk xxx 1kx

ii

n

ij

kjij

i

j

kjiji

ki axaxabx

1

1

1

11

再用参数 将 与 做加权平均,即 )(kix

)1( kix

( 1) ( 1) ( ) ( ) ( 1) ( )(1 ) (k k k k k ki i i i i ix x x x x x

Page 3: 5.3      超松弛迭代法

第五章线性方程组迭代解法 记 A=D - L - U , (5. 3. 1) 可写成矩阵形式

)()1(11 1 kkkk UxLxbDxx

再整理得 bLDxLx kk 1)(1 )( (5.3.2)

其中,迭代矩阵为 UDLDL 1)( 1

(5.3.3)

例 5.4 方程组

24

30

24

410

143

034

3

2

1

x

x

x

Page 4: 5.3      超松弛迭代法

第五章线性方程组迭代解法

得准确解为 ,如果用 SOR 跌代法(即 GS 法),计算公式是T)5,4,3( 1

625.0

5.725.075.0

675.0

)1(2

)1(

)(3

)1()1(2

)(2

)1(1

kk

kkk

kk

xx

xxx

xx

如果用 的 SOR 迭代法,计算公式是25.1

5.725.03125.0

375.93125.025.09375.0

5.79375.025.0

)(3

)1(2

)1(3

)(3

)(2

)1(1

)1(2

)(2

)(1

)1(1

kkk

kkkk

kkk

xxx

xxxx

xxx

Page 5: 5.3      超松弛迭代法

第五章线性方程组迭代解法

设 的特征值为 ,则L n ,,, 21 证])1det[()det()det( 1 UDLDL

nDD )1(])1det[(det 1

取 ,迭代 7 次,则 时得Tx )1,1,1()0( 1Tx )0027940.5,9888241.3,0134110.3()7(

25.1 时得

若继续算下去,要达到 7 位数字的精度, 时,要迭代 34 次,而 时,只需要迭代 14 次,显然选 收敛要快些。

25.1125.1

1)( L 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 而 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。

)( L

定理 5.7 如果解方程组 的 SOR 法收敛,则有 。bAx 20

(7) (3.0000498,4.0002586, 5.0003486)Tx

5.3.2 超松弛迭代法的收敛性

Page 6: 5.3      超松弛迭代法

第五章线性方程组迭代解法由于 SOR 法收敛,所以有

1)()det(11

21

1

LL nn

n 定理得证。 该定理说明,只有当松弛因子 在区间 内取值时, SOR 法才可能收敛。下面给出 SOR 法收敛的充分条件。

)2,0(

定理 5. 8 如果 A 为对称正定矩阵,且 ,则解 的 SOR 法收敛。

20 bAx 证 设 是 的一个特征值,对应特征向量 。由( 5. 3. 3 )可得L x

xLDxUD )()1( 这里, 是实对称矩阵,所以有 。上式两边与 作内积得ULDA ULT x

)],(),[(),(),)(1( xLxxDxxUxxDx ( 5. 3. 4 )因为 A 正定, D 亦正定,记 ,有 。又记 ,

则有),( xDxp 0p ixLx ),(

( , ) ( , ) ( , )Ux x x Lx Lx x i

Page 7: 5.3      超松弛迭代法

第五章线性方程组迭代解法由( 5. 3. 4 )有

ip

ip

)1(

222

2222

)(

)]([

p

pp

因 A 正定, , ,所以

即 ,从而 , SOR方法收敛。定理得证。

02),( pxAx 20 2)]([ pp0)2)(2()( 2 ppp 1

2 1)( L

当 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。

1

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 和

的 SOR 迭代法都收敛。

125.1

Page 8: 5.3      超松弛迭代法

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 时是收敛的。

bAxAT

对 ,由 A 非奇异知 ,从而0x 0Ax0)()(),( AxAxAxAxAxAx TTT

即 是对称正定的,因此,用 GS 法求解方程组 是收敛。AAT bAxAT

引入超松弛迭代法的想法是希望能找到最优的松弛因子 ,使对应 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 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

opt opt

opt

211

2

uopt

其中 是 J 法迭代矩阵 的谱半径。)( JB JB

可以证明,对称正定的三对角矩阵满足最优松弛因子 的条件。在实际应用中,一般地说计算 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。

opt)( JB