第三章逐次逼近法

  • 格式:doc
  • 大小:476.58 KB
  • 文档页数:14

下载文档原格式

  / 14
  1. 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. 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. 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)。

第三章 逐次逼近法

1.1

1、一元迭代法x n+1=φ(x n )收敛条件为:

1)映内性x ∈[a,b],φ(x) ∈[a,b] 2)压缩性∣φ(x) -φ(y)∣≤L ∣x-y ∣其中L <1,此时φ为压缩算子,在不断的迭代中,就可以得到最终的不动点集。由微分中值定理,如果∣φ’∣≤L <1,显然它一定满足压缩性条件。

2、多元迭代法x n+1=φ(x n )收敛条件为:

1)映内性x n ∈Ω,φ(x n ) ∈Ω 2)压缩性ρ(▽φ)<1,其中▽φ为x n 处的梯度矩阵,此时φ为压缩算子,在不断的迭代中,就可以得到最终的不动点集。

3、当φ(x )= Bx+f 时,收敛条件为,ρ(B )<1,此时x n+1= Bx n +f ,在不断的迭代中,就可以得到线性方程组的解。

4、线性方程组的迭代解法,先作矩阵变换 U L D A --= Jacobi 迭代公式的矩阵形式 f Bx b D x U L D x n n n +=++=--+111)(

Gauss-Seidel 迭代公式的矩阵形式 f Bx b L D Ux L D x n n n +=-+-=--+111)()( 超松弛迭代法公式的矩阵形式

f Bx

b L D x U D L D x

k

k k +=-++--=--+ωωωωω111

)(])1[()(

三种迭代方法当1)(

5、线性方程组的迭代解法,如果A 严格对角占优,则Jacob 法和Gauss-Seidel 法都收敛。

6、线性方程组的迭代解法,如果A 不可约对角占优,则Gauss-Seidel 法收敛。

7、Newton 迭代法,单根为二阶收敛 2

2

11'

'

'2

1lim

)

(2)(lim

---∞

→+∞

→--=-=

=--k k k k k k k k x x x x f f c x x ξξα

α

8、Newton 法迭代时,遇到重根,迭代变成线性收敛,如果知道重数m , )

()('

1k k k k x f x f m x x -=+仍为二阶收敛 9、弦割法)

()())((111--+---

=k k k k k k k x f x f x x x f x x 的收敛阶为1.618,分半法的收敛速度为(b-a )/2n-1

10、Aitken 加速公式1

1211112)

(),(),(+-

-

--

+-

+-

-

+-

--

+---

===k k k k k k k k k k k x x x x x x x x x x x ϕϕ

1.2 典型例题分析

1、证明如果A 严格对角占优,则Jacob 法和Gauss-Seidel 法都收敛。

证明:首先证Jacob 法收敛,因为A 严格对角占优,则),...,2,1(,,1n i a a n

i

j j ij ii =>

≠-,于是

),...,2,1(,11,1n i a a n

i

j j ij ii

=<∑

≠-,从而1)

(1

<+∞

-U L D

,这又有1))((1

<+-U L D

ρ,因

此Jacob 迭代法收敛。

再证G-S 法收敛,因为1)

(1

<+∞

-U L D

,由定理1.6,)(1

U L D

I ++-非奇异,而

0)det()det()det())(det())(det(1

1

1

1

≠==++=++----A D

A D U L D D

U L D

I ,所以

0)d e t (≠A ,从而严格对角占优矩阵一定可逆。

在G-S 法中,0)det(1

≠=

-∏=n

i ii

a

L D ,从而0))

det((1

≠--L D ,求矩阵特征值时,

))(det())

det()))(()

det(())(det(1

1

1=---=---=-----U L D L D U L D L D U L D I λλλ只能是0))(det(=--U L D λ,因为A 严格对角占优,),...,2,1(,,1n i a a n

i

j j ij ii =>

≠-,如果

1≥λ,两边乘∑

+---+---≠-+

>

+

=

>

n

i j ij i j ij n

i j ij i j ij n

i

j j ij ii a a a a a a 1

11

1

1

1

,1,λλλλλλ那么,这说

明矩阵U L D --)(λ仍然严格对角占优,前面已证明,该行列式不能为0,这是一个矛盾。因此,只能是1<λ,而这恰好说明Gauss-Seidel 迭代法收敛。

2、证明:如果A 的对角元非零,超松弛迭代法收敛的必要条件是20<<ω

证明:令])1[()(1

U D L D L ωωωω+--=-,如果超松弛迭代法收敛,应该有1)(<ωρL

∏∏∏===--=

-=-=+--=n

i i

n

n

i ii

n

n i ii d

d U D L D L 1

1

1

1

1

)1()

1()())1det(())det(()det(λ

ωωωωωω而11,1)max (1)

1(,1max )(11

1

1<-<≤=

-=

-<=≤≤==≤≤∏

∏ωλλω

λ

ωλρωn

i n

i n

i i n

n

i i

n

i n

i L ,所以,

从而必须满足20<<ω。

3、分析方程2x -3x +4x -5x +6x -7x +8x -9x +10x =10是否有实根,确定根所在的区间,写出求根的Newton 迭代公式,并确定迭代的初始点。

解:0)ln()1()(,0)2(,0)1(,10)1()(10

2

'

10

2

>-=

><--=

∑∑==i i

x f f f i

x f x

i i x

i i 显然令

因此该方程在[1,2]有且仅有一个实根,Newton 迭代公式为

(

1-=+n n x x )10)1(10

2

--∑

=n

x i i

i

/()ln()1(10

2

i i

n

x i i

∑=-)

,x 0=1.5 即可