数值分析(陈延梅)2线性方程组的数值解法.pptVIP

数值分析(陈延梅)2线性方程组的数值解法.ppt

  1. 1、本文档共139页,可阅读全部内容。
  2. 2、原创力文档(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. 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. 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. 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. 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. 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. 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
查看更多
单变量t的二次函数 令??(t)=t(Apk, pk)-(r(k), pk)=0得 且这时有???(t)=(Apk, pk)?0, 从而得极小f(x(k+1)). 其中 考察直线x= x(k) +tpk与椭球面f(x)=C的交点, 二次方程?(t)= f(x(k) +tpk)=C,当C=f(x(k+1) 时只有 一个重根?k,因此pk与椭球面f(x)=f(x(k+1)相切于 x(k+1). 另外, r(k+1)=b-Ax(k+1)=b-A(x(k)+?kpk)=r(k)-?kApk (r(k+1), pk)= (r(k), pk)- ?k(Apk, pk)=0 r(k+1)与 pk正交. 最速下降法 在n维空间定义的二次函数f(x)在点x(k)的改变率 最大的方向是f(x)在点x(k)的梯度 gradf(x)|x= x(k)=-r(k) , 因此沿方向r(k)函数f(x)瞬时下降的最快,所以取 这个方向为pk而得到新的近似x(k+1)的方法就叫最 速下降法. 只要r(k)?0,最速下降法就继续下去,这里有(r(k+1), r(k) )=0. 共轭梯度法 求解Ax=b的最速下降法的最速下降方向,即 r(k)=-gradf(x(k))具有局部性质,在x(k) 附近f(x)沿r(k) 下降最快. 但总体看,这个方向未必是函数下降最理想的方向.下面介绍更合理地选择方向pk的方法,这种方法只要经过有限步(? n)就能找到n维椭球面簇的公共中心x*的一种迭代法,即共轭梯度法,它是具有迭代形式的精确解法. 定义 A?Rn?n为对称正定矩阵, p,l?Rn,如果 (p, Al)=0,则称p与l为A-正交或A-共轭. 先考察二维情形 共轭梯度法的具体步骤 第1步(采用最速下降法) 对于初始向量x(0),r(0)=b-Ax(0)?0,取p0=r(0), 从x(0)出发沿方向p0寻找新的近似(f(x)的极小点)x(1). 计算r(1)=b-Ax(1)=r(0) - ?0Ap0,且有(r(1), p0)=0,若 r(1)?0 第2步 选择方向向量p1,满足条件 ⅰ) p1=r(1) +?0p0 ; ⅱ) p1与p0为A-正交或A-共轭(称p1为p0的共轭方向). 即选择?0满足0=(p1, Ap0)= (r(1), Ap0)+?0 (p0, Ap0) 从而 ,p1=r(1) +?0p0 有了p1,沿方向p1,在直线x=x(1) +tp1 (t为参数)上找使 f(x)为极小的点x(2), 计算r(2)=b-Ax(2)=r(1) - ?1Ap1,且有(r(2), p1)=0,若r(2)?0 ? ? 重复上述过程,设已求得x(k),且假设r(0), r(1),?, r(k)都非零, p0 ,p1 ,?,pk-1都非零, (r(k), pk-1)=0, 第k+1步 (从第2步开始,以后各步统一按如下原则)选择方向向量pk ,满足: ⅰ) pk= r(k) +?k-1pk-1 ⅱ) pk与pk-1为A-正交或A-共轭. 即选择?k-1满足0=(pk, Apk-1)=(r(k), Apk-1)+?k-1(pk-1, Apk-1) pk= r(k) +?k-1pk-1 沿方向pk,在直线x=x(k)+tpk (t为参数)上找使f(x)为 极小的点x(k+1) 计算r(k+1) =b-Ax(k+1)= r(k) -?kApk 且有(r(k+1) , pk)= (r(k), pk)- ?k(Apk, pk)=0 , pk? 0 若r(k+1) ? 0 ,,继续下一步. 共轭梯度法推算步骤公式(算法) (1)任取初值x(0) ?Rn; (2) p0=r(0)=b-Ax(0) (3)对于 k=0,1,2,?,N x(k+1)=x(k) +?kpk r(k+1)=b-Ax(k+1)=r(k) -?kApk pk+1= r(k+1)+?kpk 定理 设{r(k)},{pk}分别为由共轭梯度法产生的剩余向量序列和共轭方向序列,则{r(k)}构成一个正交系,{pk}构成一个A-正交系,即 (ri, rj)=0, 当i?j (pi, Apj)=0, 当i?j 定理 定理 共轭梯度法cg最多迭代n次就能得到方程组Ax=b 的精确

文档评论(0)

1243595614 + 关注
实名认证
文档贡献者

文档有任何问题,请私信留言,会第一时间解决。

版权声明书
用户编号:7043023136000000

1亿VIP精品文档

相关文档