14. 线性迭代法的收敛性

数值分析



周维祺

引入:长度和范数

长度的概念

  • 长度的函数,具有以下性质:

  • 正定性:, 都有,且等号仅在时成立

  • 次线性:
    (1) 都有................................................缩放
    (2) 都有..............三角形法则

  • 例:,由内积诱导

范数是线性空间上具备正定性和次线性的函数,记作

范数是长度概念的推广,在不同场合下,需要的“长度”的概念不同

练习

  • ,验证以下函数是范数:

  • 范数:

  • 范数:

  • 范数:

练习

  • 证明以下不等式,并给出等号能够成立的例子:





矩阵的算子范数

矩阵的算子范数表示的范数(长度)相比的范数(长度)至多缩放多少倍

练习

  • ,取


  • 是一对角阵

  • 证明

练习

  • 验证矩阵算子范数的正定性和次线性



  • 计算,并证明

线性迭代法的迭代矩阵

线性迭代法的一般形式

  • 用迭代法求,准确解, 初值,第步得

  • 需要:



有效:构造满足条件的迭代矩阵

Jacobi法的迭代矩阵





GS法的迭代矩阵





欲证收敛性,只需构造合适的范数,使迭代矩阵的对应算子范数小于

谱半径与算子范数

谱半径

矩阵的特征值,称下值为的谱半径:

对任意矩阵,存在一种算子范数使

证明的主要步骤

  • 可逆,则上的范数 (练习)



  • 有Jordan分解, 取

,则迭代法收敛

即可

Jacobi法的收敛性:严格对角占优

  • 迭代矩阵:

  • 严格对角占优,则应用圆盘定理,的所有特征值都在圆心为,半径不超过的圆盘内

  • 从而 (思考:为什么)

GS法的收敛性:严格对角占优

  • 迭代矩阵:
    其中的严格上三角部分

  • 的一个特征值


  • ,则由圆盘定理得可逆,从而矛盾 (练习)

Jacobi法和GS法的收敛性:正定的情况

  • 正定,则Jacobi法收敛

  • 正定,则GS法收敛

(拓展思考)

小结

  • 范数和算子范数的概念和性质

  • 谱半径的概念及其与算子范数的关系

  • 迭代矩阵的谱半径则线性迭代法收敛

  • Jacobi法和GS法各自的迭代矩阵,及其收敛的几种情况