欢迎来到天天文库
浏览记录
ID:51747101
大小:112.00 KB
页数:6页
时间:2020-03-15
《超松弛迭代法.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、7.3 逐次超松弛迭代法7.3.1SOR迭代公式 逐次超松弛(SuccessiveOverRelaxation)迭代法,简称SOR迭代法,它是在GS法基础上为提高收敛速度,采用加权平均而得到的新算法,设解方程(7.1.3)的GS法记为 (7.3.1)再由与加权平均得 这里ω>0称为松弛参数,将(7.3.1)代入则得 (7.3.2)称为SOR迭代法,[WTBX]ω>0称为松弛因子,当ω=1时(7.3.2)即为GS法,将(7.3.2)写成矩阵形式,则得 即 于是得SOR迭代的矩阵表示 (7.3.
2、3)其中 (7.3.4) 按(7.1.7)分解,有. 例7.7 给定方程组 精确解,用SOR法求解,分别取ω=1及ω=125. 解 用 SOR迭代公式(7.3.2)可得 取,迭代7次后分别为 若要精确到小数后7位,对ω=1(即GS法)需迭代34次,而对ω=1.25的SOR法,只需迭代14次.它表明松弛因子ω选择的好坏,对收敛速度影响很大. 7.3.2SOR迭代法收敛性 根据迭代法收敛性定理,SOR法收敛的充分必要条件为,收敛的充分条件为,但要计算比较复杂,通常都不用此结论,而
3、直接根据方程组的系数矩阵A判断SOR迭代收敛性,下面先给出收敛必要条件. 定理3.1 设,则解方程的SOR迭代法收敛的必要条件是0<ω<2. 证明 由SOR迭代矩阵的表达式(7.3.4) 于是 另一方面,设的特征值为,由特征根性质,有 若SOR法收敛,则,由,则得0<ω<2.证毕. 定理3.2 若对称正定,且0<ω<2,则解Ax=b的SOR迭代法(7.3.3)对迭代收敛. 证明 设的特征值为(可能是复数),对应特征向量x≠0,由(7.3.4)得 因为实对称矩阵,故,上式两边与x作内积,得 (7
4、.3.5)因A正定,故D也正定,记.又记,,由复内积性质得 于是由(7.3.5)有 由于A正定及0<ω<2,故 于是 注:当ω=1时SOR法即为GS法,故GS法也收敛,此即为定理2.5(1)的结论. 对于SOR迭代法,松弛因子的选择对收敛速度影响较大,关于最优松弛因子研究较为复杂,且已有不少理论结果.下面只给出一种简单且便于使用的结论 定理3.3 设为对称正定的三对角矩阵,是解方程(7.1.3)的J法迭代矩阵,若,记,则SOR法的最优松弛因子为 (7.3.6)且 (7.3.7
5、) 根据定理,,如图7-1所示.由(7.3.7)可知,当ω=1,时,收敛速度为 . 说明GS法比J法快一倍.图7-1 例7.8 对例7.7中的方程组,用SOR迭代法求最优松弛因子,并研究其收敛速度. 解 由于 是对称正定的三对角矩阵,SOR迭代收敛. 故,而SOR最优松弛因子 故.若要使误差,由 ,取k=12即可. 例7.7中取ω=1.25已近似,故它收敛很快,实际计算时迭代14次可达到小数后7位精度. 对ω=1的GS法,由达到与SOR法的同样精度.迭代次数,故
6、k≈34与实际计算结果相符.讲解: SOR迭代法只是GS法与归值的加权平均,计算公式为(7.3.2),迭代矩阵为(7.3.4),通常只是对A对称正定的方程组使用SOR法,而松弛因子ω选择较困难,一般选择对于A为对称正定的三对角阵则最好最有因子为,其中为J法的迭代矩阵。此时SOR的迭代矩阵谱半径为,注意不要具体求,更不要去计算的特征值。如例7.8中所示,求得,则,从而可以求得SOR迭代的收敛速度. 【本章小结】 1.本章主要内容是用迭代法求解线性方程组,重点为J法,GS法和SOR迭代法,首先必须掌握各种迭代法的计算公式和迭代矩阵的表达
7、式以及迭代法收敛的充分必要条件和充分条件,并用这些理论判别方程组Ax=b的收敛性,为此 (1)对所构造迭代法能写出具体的迭代矩阵B并利用判别方法收敛性。 (2)对不满足充分条件的方程组或A带有参数的方程组判别收敛性通常要求迭代矩阵B的特征值及谱半径,并由<1判别迭代法是否收敛。 (3)要掌握与迭代法相关的向量序列及矩阵序列的收敛性结论。 (4)利用迭代矩阵谱半径,计算迭代法渐近收敛速度,从而比较各种迭代法收敛的快慢。 2.用J法,GS法和SOR法求解方程组Ax=b. (1)对给定方程组写出3种迭代法的计算公式,并能正确求出方
8、程组的解(n较大时可用计算机编程计算)。 (2)写出J法GS法的迭代矩阵并利用迭代矩阵范数和谱半径判别其收敛性。 (3)对这3种方法首先要直接从方程的系数矩阵A判定是否严格对角占优或不可约弱对角占优或对
此文档下载收益归作者所有