电力系统迭代法_高斯迭代法_迭代法的收敛性

电力系统迭代法_高斯迭代法_迭代法的收敛性

ID:65423664

大小:613.50 KB

页数:34页

时间:2022-01-08

电力系统迭代法_高斯迭代法_迭代法的收敛性_第1页
电力系统迭代法_高斯迭代法_迭代法的收敛性_第2页
电力系统迭代法_高斯迭代法_迭代法的收敛性_第3页
电力系统迭代法_高斯迭代法_迭代法的收敛性_第4页
电力系统迭代法_高斯迭代法_迭代法的收敛性_第5页
电力系统迭代法_高斯迭代法_迭代法的收敛性_第6页
电力系统迭代法_高斯迭代法_迭代法的收敛性_第7页
电力系统迭代法_高斯迭代法_迭代法的收敛性_第8页
电力系统迭代法_高斯迭代法_迭代法的收敛性_第9页
电力系统迭代法_高斯迭代法_迭代法的收敛性_第10页
资源描述:

《电力系统迭代法_高斯迭代法_迭代法的收敛性》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、计算方法第八章线性方程组的解法计算方法课程组§8.0引言重要性:解线性代数方程组的有效方法在计算数学和科学计算中具有特殊的地位和作用。如弹性力学、电路分析、热传导和振动、以及社会科学及定量分析商业经济中的各种问题。求解线性方程组的求解方法,其中,。假设非奇异,则方程组有唯一解.§8.0引言分类:线性方程组的解法可分为直接法和迭代法两种方法。直接法:对于给定的方程组,在没有舍入误差的假设下,能在预定的运算次数内求得精确解。最基本的直接法是Gauss消去法,重要的直接法全都受到Gauss消去法的启发。计算代价高.迭代法:基于一定的递推格式,产生逼近方程组精确解的近似序列.收敛性是

2、其为迭代法的前提,此外,存在收敛速度与误差估计问题。简单实用,诱人。§8.1雅可比Jacobi迭代法(AX=b)一、迭代法的基本思想二、例题分析三、Jacobi迭代公式与解f(x)=0的不动点迭代相类似,将AX=b改写为X=BX+f的形式,建立雅可比方法的迭代格式:其中,B称为迭代矩阵。其计算精度可控,特别适用于求解系数为大型稀疏矩阵(sparsematrices)的方程组。§8.1雅可比Jacobi迭代法(AX=b)迭代法的基本思想问题:(a)如何建立迭代格式?(b)向量序列{x(k)}是否收敛以及收敛条件?2例题分析:其准确解为X*={1.1,1.2,1.3}。考虑解方程

3、组(1)3.1Jacobi迭代法2例题分析:建立与式(1)相等价的形式:(2)其准确解为X*={1.1,1.2,1.3}。考虑解方程组(1)3.1Jacobi迭代法2例题分析:其准确解为X*={1.1,1.2,1.3}。建立与式(1)相等价的形式:考虑解方程组取迭代初值据此建立迭代公式:迭代结果如下表:迭代次数x1x2x3000010.720.830.8420.9711.071.1531.0571.15711.248241.085351.185341.2828251.0950981.1950991.29413861.0983381.1983371.29803971.09944

4、21.1994421.29933581.0998111.1998111.29977791.0999361.1999361.299924101.0999791.1999791.299975111.0999931.1999931.299991121.0999981.1999981.299997131.0999991.1999991.299999141.11.21.3151.11.21.3设方程组AX=b,通过分离变量的过程建立Jacobi迭代公式,即由此我们可以得到Jacobi迭代公式:§8.1Jacobi迭代公式雅可比迭代法的矩阵表示写成矩阵形式:A=LUDBJacobi迭代

5、阵§8.2高斯-塞德尔迭代法(AX=b)注意到利用Jacobi迭代公式计算时,已经计算好了的值,而Jacobi迭代公式并不利用这些最新的近似值计算,仍用这启发我们可以对其加以改进,即在每个分量的计算中尽量利用最新的迭代值,得到上式称为Gauss-Seidel迭代法.…………写成矩阵形式:BGauss-Seidel迭代阵§8.2高斯-塞德尔迭代法其准确解为X*={1.1,1.2,1.3}。考虑解方程组高斯-塞德尔迭代法算例高斯-塞德尔迭代格式迭代次数x1x2x3000010.720.9021.164421.043081.1671881.28205431.093131.19572

6、41.29777141.0991261.1994671.29971951.099891.1999331.29996561.0999861.1999921.29999671.0999981.1999991.29999981.11.21.3开始TFTFT逐次超松弛迭代法(SuccessiveOverRelaxationMethod,简写为SOR)可以看作带参数ω的高斯-塞德尔迭代法,是G-S方法的一种修正或加速,是求解大型稀疏矩阵方程组的有效方法之一。§8.3超松驰迭代法SOR方法1.SOR基本思想设方程组AX=b,其中,A=(aij)为非奇异阵,x=(x1,x2,…,xn)T,

7、b=(b1,b2,…,bn)T.假设已算出x(k),§8.3超松驰迭代法SOR方法2.SOR算法的构造ω称为松弛因子利用高斯-塞德尔迭代法得:§8.3超松驰迭代法SOR方法2.SOR算法的构造(基于G-S迭代)解方程组AX=b的逐次超松弛迭代公式:显然,当取ω=1时,上式就是高斯-塞德尔迭代公式.§8.3超松驰迭代法SOR方法2.SOR算法的构造(基于Jacobi迭代)得到解方程组AX=b的逐次超松弛迭代公式:显然,上式就是基于Jacobi迭代的SOR方法.下面令,希望通过选取合适的来加速收敛,这就是

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。