180 likes | 613 Vues
选取分裂矩阵 为带参数的下三角阵. 其中 为可选择的松弛因子. 从而得到解 的逐次超松弛迭代法 ( Successive Over Relaxation Method , 简称 SOR 方法 ). 6.3 超松弛迭代法. 6.3.1 逐次超松弛迭代法. 于是,由 (1.11) 可构造一个迭代法,其迭代矩阵为. 解 的 SOR 方法为. ( 3.1 ). 研究解 的 SOR 迭代法的分量计算公式. 其中. 记. 由此,得到解 的 SOR 方法的计算公式. ( 3.2 ). 由 (3.1) 式可得.
E N D
选取分裂矩阵 为带参数的下三角阵 其中 为可选择的松弛因子. 从而得到解 的逐次超松弛迭代法(Successive Over Relaxation Method, 简称SOR方法). 6.3超松弛迭代法 6.3.1逐次超松弛迭代法 于是,由(1.11)可构造一个迭代法,其迭代矩阵为
解 的SOR方法为 (3.1) 研究解 的SOR迭代法的分量计算公式. 其中 记
由此,得到解 的SOR方法的计算公式 (3.2) 由(3.1)式可得 或
(3.3) (1) 显然,当 时,SOR方法即为高斯-塞德尔迭 代法. 或 关于SOR迭代法 , 有
(3) 当 时,称为超松弛法;当 时,称为低 松弛法. 控制迭代终止,或用 控制迭代 终止. (2) SOR方法每迭代一次主要运算量是计算一次矩阵与向量的乘法. (4) 在计算机实现时可用 SOR迭代法是高斯-塞德尔迭代法的一种修正.
设已知 及已计算 的分量 (1) 首先用高斯-塞德尔迭代法定义辅助量 (3.4) (2) 再由 与 加权平均定义 , (3.5) 将(3.4)代入(3.5)得到解 的SOR迭代(3.2)式. 即
它的精确解为 取 ,迭代公式为 例 用SOR方法解方程组 解
取 , 取其他 值,迭代次数如下表. 第11次迭代结果为
从此例看到,松弛因子选择得好,会使SOR迭代法的从此例看到,松弛因子选择得好,会使SOR迭代法的 收敛大大加速. 本例中 是最佳松弛因子.
设 , 设解方程组 则解 的SOR迭代法收敛. 则 (1) 为严格对角占优矩阵(或 为弱对角占优不可约 矩阵); 的SOR迭代法收敛, 定理12 如果 定理11 (SOR方法收敛的必要条件) 定理13 如果 设 , 则解 的SOR迭代法收敛. (1) 为对称正定矩阵, 6.3.2 SOR迭代法的收敛性
设 ,其中 为大型稀疏矩阵且将 分 块为三部分 , 6.3.3 块迭代法 分块迭代法,就是一块或一组未知数同时被改进. 其中
其中, 且 为 非奇异矩阵, 对 及 同样分块
选取分裂阵 为 的对角块部分,即选 (3.16) (1) 块雅可比迭代法(BJ) 于是,得到块雅可比迭代法 其中迭代矩阵 或
(3.17) 从 , 需要求解 个低阶方程组 由分块矩阵乘法,得到块雅可比迭代法的具体形式 其中 这说明,块雅可比迭代法每迭代一步,
其中 为(3.17)式右边部分. 选取分裂矩阵 为带松弛因子的 块下三角部分, (3.18) (2) 块SOR迭代法(BSOR) 即 得到块SOR迭代法
(3.19) 其中迭代矩阵 由分块矩阵乘法得到块SOR迭代法的具体形式
于是,当 及 已计算时,解 低阶方程组(3.19)可计算小块 从 共需要解 个低阶方程组,当 为三 对角阵或带状矩阵时,可用直接法求解. 设 ,其中 (分块形式). (1) 如果 为对称正定矩阵, (2) 则解 的BSOR迭代法收敛. 定理14
定理15 设A为非奇异的形如(3.20)式的T-矩阵,且D 非奇异. 则当 时,对 有 及最优松弛因子