ImageVerifierCode 换一换
格式:PPT , 页数:27 ,大小:556.50KB ,
资源ID:10289775      下载积分:10 金币
验证码下载
登录下载
邮箱/手机:
图形码:
验证码: 获取验证码
温馨提示:
支付成功后,系统会自动生成账号(用户名为邮箱或者手机号,密码是验证码),方便下次登录下载和查询订单;
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

开通VIP
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.zixin.com.cn/docdown/10289775.html】到电脑端继续下载(重复下载【60天内】不扣币)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

开通VIP折扣优惠下载文档

            查看会员权益                  [ 下载后找不到文档?]

填表反馈(24小时):  下载求助     关注领币    退款申请

开具发票请登录PC端进行申请。


权利声明

1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),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。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前可先查看【教您几个在下载文档中可以更好的避免被坑】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时联系平台进行协调解决,联系【微信客服】、【QQ客服】,若有其他问题请点击或扫码反馈【服务填表】;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】”,意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4009-655-100;投诉/维权电话:18658249818。

注意事项

本文(数值分析:6.1-6.2线性方程组迭代解法.ppt)为本站上传会员【可****】主动上传,咨信网仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知咨信网(发送邮件至1219186828@qq.com、拔打电话4009-655-100或【 微信客服】、【 QQ客服】),核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载【60天内】不扣币。 服务填表

数值分析:6.1-6.2线性方程组迭代解法.ppt

1、单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,第六章 线性方程组迭代解法,Numerical Value Analysis,内容提要,6.1,概 论,6.2(I),Jacobi,迭代法,6.2(II),Gauss-Seidel,迭代法,6.3,迭代法的收敛性,6.4,SOR,法,本章学习要点,概 论,引子,迭代法的基本思想,迭代法的主要步骤,直接法得到的解是理论上准确的,但是我们可以看得出,它们的计算量都是,n,3,数量级,存储量为,n,2,量级,这在,n,比较小的时候还比较合适(,n400,),但是对于现在的很多实际问题,往往要我们求解很大的,n,

2、的矩阵,而且这些矩阵,(,系数矩阵,),往往,是含有大量的,0,元素。对于这类的矩阵,再用直接法时就会耗费大量的时间和存储单元。另一方面,实际,计算结果精度有时无法保,.,主要原因是在多次消去、回代过程中四则运算的误差积累与传播无法控制,.,因此我们有必要引入一类新的方法:迭代法。,引子,返回节,迭代法的基本思想,迭代法是解线性方程组的一个重要的实用方法,特别适用于求解在实际中大量出现的,系数矩阵为稀疏阵的大型线性方程组。,迭代法的基本思想是去构成一个向量序列,X,(,k,),,使其收敛至某个极限向量,X,*,,并且,X,*,就是要求解的方程组:,AX=b,的准确解。,返回节,迭代法的主要步骤

3、解线性方程组迭代法的主要步骤是,:,1.,把所给的线性方程组,AX=b,化成如下形式的同解方程组,X,=,BX,+,f,(,1),2.,给出初始向量,按迭代公式,X,(,k,+1),=BX,(,k,),+f,(,k,=0,1,2,),(,2),进行计算,。,如果按上述迭代公式所得到的向量序列,X,(,k,),收敛于某个向量,X,*,则,X,*,就是方程组,AX=b,的,解,并称此迭代法收敛。否则,就叫不收敛或发,散。,式,(1),、,(2),中的矩阵,B,,,称为迭代矩阵。,研究,内容:,如何建立迭代格式?,向量序列的收敛条件?,收敛速度?,误差估计?,本章重要介绍三个迭代法,即:,1,),

4、Jacobi,迭代法,2,),Gauss-Seidel,迭代法,3,),超松弛迭代法(,SOR,法),及其收敛性。,返回章,3.2(I),Jacobi,迭代法,数学问题的描述,Jacobi,迭代法的主要步骤,数学问题的描述,设有线性方程组,AX=b,即,(,3,),其中,A,=(,a,ij,),nn,非奇异(,A,0,),且,a,ii,0(,i,=1,2,n,),由式,(,3,)得,(,4,),返回引用,若记,则有,A=D-L-U,成立,,而式(,3,-,4,)的矩阵形式为,DX=,(,L+U,),X+b,(,5,),等式两边乘以,D,-,1,,得,X=D,-,1,(,L+U,),X+D,-,

5、1,b,(,6,),由此得到迭代公式,X,(,k,+1,),=,D,-1,(,L+U,),X,(,k,),+,D,-1,b,(,7,),即,(,8,),这种迭代法,称为,Jacobi,迭代法。,返回节,写成矩阵形式,:,A,=,-L,-U,D,B,Jacobi,迭代阵,Jacobi,迭代,法,雅可比,(Jacobi),迭代法,迭代矩阵,;,每迭代一次主要近似计算一次矩阵乘向量,;,计算过程中,初始数据,A,始终不变,;,计算过程中涉及到的中间变量 及,需要两组工作单元,x(n),y(n),来存储,.,Jacobi,迭代法的计算步骤,(5,步,),为:,k,=1,;输入最大迭代次数,N,,误差,

6、以及迭代初值,X,=,(,x,1,,,x,2,,,,,x,n,),;,如果,|,Y-X,|,N,,算法失败。,置,X,=,Y,,即,x,i,=,y,i,(,i,=1,2,n,),,转;,Jacobi,迭代法的主要步骤,例,1,求解,Jacobi,迭代公式为:,解,:,选取,X,(,0,),=(0,0,0,0),T,迭代,10,次,,结果见,表,1,返回引用,k,x,1,(,k,),x,2,(,k,),x,3,(,k,),x,4,(,k,),0,0.0000,0.0000,0.0000,0.0000,1,0.6000,2.2727,-1.1000,1.8750,2,1.0473,1.7157,-

7、0.8052,0.8852,3,0.9326,2.0533,-1.0493,1.1309,4,1.0152,1.9537,-0.9681,0.9739,5,0.9890,2.0114,-1.0103,1.0214,6,1.0032,1.9922,-0.9945,0.9944,7,0.9981,2.0023,-1.0020,1.0036,8,1.0006,1.9987,-0.9990,0.9989,9,0.9997,2.0004,-1.0004,1.0006,10,1.0001,1.9998,-1.9998,0.9998,例,3.1,迭代结果,表,1,返回引用,对于,Jacobi,迭代法,它的每

8、一步设定计算顺序为,在计算迭代值,利用它前面已计算的值,而此时 也已计算,但是,Jacobi,迭代,法并没有充分及时地利用这些信息,为此我们得到改,进的格式,称为,高斯,塞德尔,(,Gauss,Seidel),迭代,公式,。,Jacobi,迭代法的改进,返回章,3.2(II),Gauss-Seidel,迭代法,算法分析与描述,实例求解,算法分析与描述,(8),可写成形如,原,Jacobi,迭代公式,(8),在,Jacobi,迭代中,是用,X,(k),的全部分量来计算,X,(k+1),的全部分量的。,我们应该注意到,在计算,新分量,x,i,(k+1),时,,分量,x,1,(k+1),x,2,(k

9、1),x,i,-1,(k+1),都,已经算出,。,返回引用,如果,Jacobi,法收敛,则可期望,X,(,k+1,),比,X,(,k,),更好,在式,(,8,),中右边第,1,个求和号,中,用,X,(,k+1,),的分量代替,X,(,k,),的分量,似乎更合理些。,这对许多问题来说,不仅会,加快收敛速度,,更重要的是,在排程序时,,不必,另设一套单元来,记存上一次,的,近似解,。这就是,逐个代换算法,,又称,Gauss-Seidel,迭代法,。,因此,我们就得到新的迭代公式:,(,9),这就是,Gauss-Seidel,迭代公式,X,(,k+1,),=,B,G,X,(,k,),+,f,G,(

10、10,),其中,B,G,=,(,D,-,L,),-1,U,,,f,G,=,(,D,-,L,),-1,b,,,称,B,G,为,G-S,迭代矩阵。,由于,Gauss-Seidel,迭代法逐次用计算出来的新值代替旧值,所以在收敛的条件下,它要比,Jacobi,迭代法收敛速度快。,返回节,Gauss-Seidel,迭代公式的其矩阵形式为:,实例求解,用,Gauss-Seidel,迭代法求解,例,1,Gauss-Seidel,迭代公式为,仍取,x,(,0,),=,(,0,,,0,,,0,,,0,),T,,迭代结果见,表,2,例,2,解,|,x,(,5,),-,x,(,4,),|,=8.010,-4,|

11、x,(,5,),-,x,|,=10,-4,从例,1,和例,2,比较可见,,Gauss-Seidel,迭代,5,次的结果,比,Jacobi,迭代,10,次的结果,还要好。,表,2,例,2,Gauss-Seidel,迭代结果,k,x,1,(,k,),x,2,(,k,),x,3,(,k,),x,4,(,k,),0,0.0000,0.0000,0.0000,0.0000,1,0.6000,2.3272,-0.9873,0.8789,2,1.0300,2.0370,-1.0140,0.9844,3,1.0065,2.0036,-1.0025,0.9983,4,1.0009,2.0003,-1.0003,0.9999,5,1.0001,2.0000,-1.0000,1.0000,返回节,返回引用,See you next time!,

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        抽奖活动

©2010-2025 宁波自信网络信息技术有限公司  版权所有

客服电话:4009-655-100  投诉/维权电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服