![](/user_photo/2706_HbeT2.jpg)
- •Ширапов д.Ш.
- •Глава 1. Погрешности приближенных вычислений и основные теоремы ………………………………………...
- •Глава 2. Прямые методы решения систем линейных алгебраических уравнений ……………………………….
- •Глава 3. Итерационные методы решения систем линейных алгебраических уравнений ………………………..
- •Глава 4. Методы решения задач на собственные значения и собственные вектора………………………………
- •Введение
- •Глава 1. Погрешности приближенных вычислений и основные теоремы
- •Погрешности приближенных вычислений
- •Обусловленность системы линейных алгебраических уравнений
- •1.3. Основные теоремы
- •Доказательство
- •Доказательство
- •Доказательство
- •Глава 2. Прямые методы решения систем линейных алгебраических уравнений
- •2.1. Метод Гаусса
- •2.2. Метод Гаусса с выбором главного элемента
- •2.3. Алгоритм вычисления определителя матрицы
- •2.4. Алгоритм вычисления обратной матрицы
- •2.5. Метод Халецкого
- •2.6. Метод квадратных корней
- •2.7. Метод прогонки
- •Глава 3. Итерационные методы решения систем линейных алгебраических уравнений
- •3.1. Метод простой итерации
- •3.1.1. О сходимости итерационных процессов для систем линейных алгебраических уравнений
- •3.1.2. Оценки погрешности метода простой итерации
- •3.2. Метод Зейделя
- •3.3. Метод релаксации
- •3.4. Каноническая форма двухслойных итерационных методов
- •3.4.1. Каноническая форма метода простой итерации
- •3.4.2. Каноническая форма метода Зейделя
- •3.4.3. Теоремы двухслойных итерационных методов
- •3.5. Вариационно-итерационные методы
- •3.5.1. Метод минимальных невязок
- •3.5.2. Метод скорейшего спуска
- •Глава 4. Методы решения задач на собственные значения
- •4.1. Устойчивость задачи на собственные значения
- •4.2. Метод вращения Якоби
- •4.2.1. Различные варианты метода Якоби
- •4.3. Степенной метод
- •4.4. Обратный степенной метод
- •4.5. Итерационный метод
- •4.6. Методы для матриц, не принадлежащих к специальному классу
- •4.7. Обобщенная задача на собственные значения
- •4.7.1. Обобщенный метод Якоби
- •4.7.2. Метод приведения обобщенной задачи к стандартной
- •Задание № 2.2
- •Задание № 2.3
- •Задание № 2.4
- •Задание № 2.5
- •Задание № 2.6
- •Задание № 2.7
- •Задания к главе 3 Задание № 3.1
- •Задание № 3.2
- •Задания к главе 4 Тестовые примеры
- •Задание для индивидуального выполнения
- •Литература
3.4.1. Каноническая форма метода простой итерации
Для построения канонической формы метода простой итерации [9, 10] систему уравнений (3.22) запишем в виде
,
(3.26)
где aii0.
Второй член правой части (3.26) будет
,
(3.27)
где D=[aii] – диагональная матрица.
Подставляя (3.27) в (3.26) получим
,
в матричной форме
x(k+1)-x(k)=D-1(b-Ax(k))
или в канонической форме
D
+
Ax(k)=b,
=1,
k=0, 1, 2,…
3.4.2. Каноническая форма метода Зейделя
Для решения системы (3.22) методом Зейделя, метод можно записать в следующей форме
,
(3.28)
где aii0.
Из формулы (3.28) получим формулы для
последовательного вычисления
(к=0, 1, 2,…)
.
(3.29)
В матричной форме (3.29) примет вид
x(k+1)=D-1(b-Ux(k)-Lx(k+1)), (3.30)
где D – диагональная матрица, U и L – соответственно, верхняя и нижняя треугольные матрицы, так что
A=L+D+U. (3.31)
Из формул (3.30) и (3.31) после простых преобразований получим каноническую форму метода Зейделя [9, 11]
(D+L)(x(k+1)-x(k))+Ax(k)=b, (3.32)
где =1, k=0, 1, 2,…
Для ускорения сходимости итерационного процесса, можно привести метод Зейделя (3.32) к методу релаксации, вводя итерационный параметр , тогда имеем
(D+L)
+Ax(k)=b,
k=0, 1, 2,… (3.33)
Отметим, что при 1<<2 метод (3.33) называется верхней релаксацией, при 0<<1 – нижней релаксацией, при =1 – полной релаксацией или методом Зейделя.
3.4.3. Теоремы двухслойных итерационных методов
Двухслойные итерационные методы в канонической форме записываются в виде
В + Ax(k)=b, (3.34)
где В – вещественная невырожденная матрица, k+1 – последовательность итерационных параметров, х(0) – произвольный начальный вектор.
Имея, вектор погрешности
z(k)=x(k)-x, где х – точное решение. Можно преобразовать (3.34), для этого значения
x(k+1)=z(k+1)+x, x(k)=z(k)+x подставляем в (3.34). Тогда получим
В
+
Az(k)=0
(3.35)
у которого вектор погрешности z(k) является решением и условие сходимости итерационного процесса (3.34) может быть переписано так:
.
(3.36)
Из (3.35) выделим вектор погрешности z(k+1)
z(k+1)=(E-k+1B-1A)z(k)=Skz(k) ,
где Sk=E-k+1B-1A – матрица перехода. Тогда
z(k)= Sk-1Sk-2…S1S0z(0)=Тk0z(0) ,
где Тk0= Sk-1Sk-2…S1S0 – разрешающая матрица.
При стационарном итерационном процессе, когда k+1=
S0=S1=…=Sk-1=S.
Если S=S*
, то
.
Теорема 3.4 [8, 9]. Для сходимости стационарного итерационного процесса (3.34) с матрицей перехода S необходимо и достаточно, чтобы все собственные значения матрицы S были по модулю меньше единицы.
Доказательство
Пусть выполнено (3.36), тогда
.
(3.37)
Так как начальное приближение х(0) в (3.34) произвольно, то из (3.37) получаем
.
(3.38)
Пусть Т – некоторая неособенная матрица. Запишем матрицу S в канонической форме Жордана
S=TJT-1 ,
где
J=
,
1+2+…+m=n.
Здесь Jp – клетка Жордана порядка p:
Jp=
,
где p
– собственные значения матрицы S.
Тогда Sk=TJkT-1
. Поэтому из (3.38) следует, что
.
(3.39)
Так как
,
то видно, что для выполнения (3.39) необходимо, чтобы p<1. Теорема доказана.
Теорема 3.5 [8, 9]. Для того, чтобы стационарный итерационный процесс (3.34) с матрицей перехода S сходился достаточно, чтобы норма матрицы S была меньше единицы.
Доказательство
Доказательство
следует из того, что если
,
то и p<1.
Следовательно, по теореме 3.4 стационарный
итерационный процесс сходится.