解线性方程组的数值解法迭代法.pptVIP

下载本文档

1
0
约1.16千字
约 73页
2017-11-20 发布于江苏
举报
版权申诉

解线性方程组的数值解法迭代法.ppt

1、本文档共73页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

解线性方程组的数值解法迭代法

3.4 向量和矩阵的范数为了研究线性方程组近似解的误差估计和迭代法的收敛性，我们需要对Rn(n维向量空间)中的向量或Rnxn中矩阵的“大小”引入一种度量，——向量和矩阵的范数。向量和矩阵的范数在一维数轴上，实轴上任意一点x到原点的距离用|x|表示。而任意两点x1，x2之间距离用| x1-x2 |表示。向量和矩阵的范数而在二维平面上，平面上任意一点P(x,y)到原点的距离用表示。而平面上任意两点P1(x1,y1),P2(x2,y2)的距离用表示。推广到n维空间，则称为向量范数。向量范数常见的向量范数向量范数性质向量范数性质等价性质：向量的收敛性 3.4.2 矩阵范数相容范数算子范数算子范数算子范数常见的矩阵范数常见的矩阵范数对称矩阵范数例题 3.4.3 矩阵的谱半径和矩阵序列收敛性例题谱半径和矩阵序列的收敛性矩阵序列的收敛性 3.5 病态方程组与矩阵的条件数 3.5.1 病态方程组与扰动方程组的误差分析病态方程组与扰动方程组的误差分析病态方程组与扰动方程组的误差分析病态方程组与扰动方程组的误差分析病态方程组与扰动方程组的误差分析病态方程组扰动方程由于计算机字长限制，在解AX=b时，舍入误差是不可避免的。因此我们只能得出方程的近似解。是方程组（A+△A）x=b+ △b (1) 在没有舍入误差的解。称方程（1）为方程Ax=b的扰动方程。其中△A， △b为由舍入误差所产生的扰动矩阵和扰动向量。当△A， △b的微小扰动，解得（1）的解与Ax=b的解x的相对误差不大称为良态方程，否则为病态方程。扰动方程组的误差界 3.5.2 矩阵的条件数矩阵的条件数的性质相对误差的事后估计定理3.6.3 例题 3.6 解线性方程组的迭代法 3.6.1 解线性方程组迭代法概述解线性方程组迭代法概述解线性方程组迭代法概述解线性方程组迭代法概述 3.6.2 Jacobi迭代法和Gauss-Seidel迭代法 Jacobi迭代法 Jacobi迭代法例题例题 Jacobi迭代法的矩阵形式 Jacobi迭代法的算法 Gauss-Seidel迭代法 Gauss-Seidel迭代法例题 Gauss-Seidel迭代法的算法 3.6.3 线性方程组迭代法收敛条件迭代法的收敛条件迭代法的收敛条件迭代法的误差估计迭代法的误差估计迭代法的误差估计收敛的判别条件收敛的判别条件收敛的判别条件收敛的判别条件收敛的判别条件例题例题例题例题 * *