книги / Численные методы. Ч. 1
.pdfоткуда можно оценить норму
Цбх1 = Цл-'бг (X -А - Е)х| ^ |А-1 • |5fl|+||А-А - Е| - И .
Оценим порознь слагаемые в правой части этого неравенства:
| * - Н м - Л - 1 Ф * С ) ||А
|А-'А - е | = ||(А+ 6а )*'а - е| = | а (е + А-'бА))" а - е| = |(а (е + с))" а - е| =
=1е +с)"а "а - е11=|(е +с) " - е1=1е +с)"(е -(е +с) |= Н е +с)"с1^
< 1 Е I сУ'Д ДС|И |
|
^ SAI ^ ^ |
- I С) I |С|- 1-М " 1-|А-аА|- 1-JA-|.|RA|* |
||
Подставим Полученные оценки в исходную формулу: |
||
w ■ i-| i^fl5^AjM + |
= |
+||бА|'^ ' |
Учитывая, что |
|
|
М Н М ^ М ^ ^ Н - Н . |
ы- |
И fN|Hiу M5/J J ] |
KIN ГМ,Mtj |
м - |
1 - ||А - ||.|м 1 ИИ H ™ J |
1_|A-|.w ^ l II г и |
Вспоминая, что МА = ||А',||-||А||, получаем доказываемое утверждение теоремы
|
Представим матрицу коэффициентов А в виде суммы |
A = A ,+ D + A ; , где |
||||||
[A,] |
= a IJf |
i> j |
нижняя |
треугольная |
матрица |
с |
нулевой |
диагональю: |
[А2] |
= a 1Jf |
i< j |
верхняя |
треугольная |
матрица |
с |
нулевой |
диагональю: |
[D ](J = a(J, |
i = j |
- диагональная матрица. Теперь систему уравнений Ах = Г можно |
||||||
представить в виде: |
|
|
|
|
|
|||
|
|
|
Ах = (А, + D + А,)х = f. |
|
|
|
||
|
|
|
Dx = f -(А , + A^)x, |
|
|
|
||
и метод Якоби будет выглядеть следующим образом: |
|
|
|
|||||
|
|
|
Dx(n+I) = f —(А, + А 2)х(п). |
|
|
|
||
|
Учитывая, что А, +А 2 = А - D , последнее выражение можно также представить в |
|||||||
форме |
|
|
|
|
|
|
|
|
|
|
|
D(x1,wl) - x ln)) + Ax(n) = f |
|
|
( 2. 10) |
Рис. 2.1. Схема выполнения метода Якоби
Преобразуем выражение (2.9) к виду
i = l,m |
(2. 11) |
где п - также номер итерации. В отличие от метода Якоби, теперь для вычисления очередной неизвестной используются найденные на этой же итерации значения всех предыдущих величин. Как и ранее, вычислительный процесс заканчивается, когда выполняется условие:
шах|х( п>,) - х (п,|< е , |
|
Isjsm I J |
J I |
6>0 - заданная точность вычисления результата.
Пример 2.4. Рассмотрим систему алгебраических уравнений, указанную в предыдущем примере:
[4х + 2у = 5, [Зх + 5у = 9.
Представим полученные выражения в виде итерационной схемы
S_9v,n' xt«i. = L _ d !_
4
(n+D
;5
Это означает, что для нахождения величины у на (п+1) итерации используется значение х. только что вычисленное на этой же итерации. В качестве начального приближения также примем х(0) =0, yl0) =0. Результаты расчетов сведены в табл. 2.2. На рис. 2.2 графически показан ход выполнения итерационной процедуры Зейделя.
Как и в предыдущем случае, представим матрицу коэффициентов А в виде суммы А = А, + D + A. с теми же обозначениями. Метод Зейделя можно представить в форме
(А, + D)x(n+,) = f - A 2x(n) |
|
Учитывая, как и ранее, что A2= A - A ,- D , последнее |
выражение можно |
записать в виде итерационной схемы |
|
(А, + D )(x(n+,) - x(n)) + Ax(n) = f . |
(2.12) |
1Зейдель Филипп Людвиг [24.10.1821 - 13.8.1896] - немецкий астроном и математик. С 1851 стал
членом Баварской академии наук; с 1854 - членом Геттингенской академии наук.
Таблица 2.
Результаты выполнения итерационной процедуры метода Зейделя
п |
х<"> |
уОО |
|
0 |
1,25 |
0 |
|
1 |
1,05 |
||
2 |
0,725 |
||
1,365 |
|||
3 |
0,5675 |
||
1,4595 |
|||
4 |
0,5203 |
||
1,4879 |
|||
5 |
0,5061 |
||
1,4964 |
|||
6 |
0,5018 |
||
1,4989 |
|||
7 |
0,5005 |
||
1,4997 |
|||
|
|
Рис. 2.2. Схема выполнения метода Зейдеяя
Сходимость итерационных методов
Сравнивая формулы (2.10) метода Якоби и (2.12) метода Зейделя, можно заметить,
что если методы сходятся, то есть в некотором смысле (х(п+1) - х(п)) 0, п -» х , то они
сходятся к решению исходных задач Ax(n) = f, п оо.
Пример 2.5. Рассмотрим еще одну систему алгебраических уравнений, несколько
отличающуюся от приведенных в предыдущих примерах:
( 4х + 2у = 5,
}-20х + 5у = -2,5.
Точное решение этой системы х = 0,5, |
у = 1,5 . |
Для решения воспользуемся методом Зейделя. Как и ранее, представим уравнения |
|
в виде итерационной схемы |
|
( |
5-2У<я> |
|
4 ’ |
-2.5 + 20Х1"*11
У5
Результаты расчетов сведены в табл. 2.3. На рис. 2.3 отражен ход выполнения процедуры Зейделя.
Таблица 2.3
Результаты выполнения итерационной процедуры метода Зейде;
п |
х<“> |
у(п) |
|
0 |
|
0,0 |
|
1 |
1,25 |
4,5 |
|
2 |
-1,0 |
||
-4,5 |
|||
3 |
3,5 |
||
13.5 |
|||
4 |
-5,5 |
||
-22,5 |
|||
5 |
12,5 |
||
49,5 |
|||
6 |
|
||
|
|
Результаты расчетов показывают, что в последнем случае отсутствует сходимость последовательности результатов к точному решению. Это приводит к необходимости определения условий сходимости той или иной итерационной процедуры.
В общем случае итерационные методы решения систем линейных алгебраических уравнений можно записать в канонической форме
(п+1) _ |
Т (П) |
+ Ax(nJ=f, П = 0,1,. |
(2.13) |
o(n+l) i |
|
||
-(П+1) |
|
|
где в (п+|).т (п } - итерационные параметры.
Рис. 2.3. Отсутствие сходимости при использовании метода Зейделя
В случае, если в{п+|), х(п+|) не зависят от номера итерации, метод называется
стационарным. В частности, для метода Якоби B(n+I) = D, т(п+,) = 1; для метода Зейделя B(n+,) = А, + D, т(п+|) = 1.
Если B(n+1) = Е . метод называется явным; в случае В(п+,) * Е - неявным.Примеры итерационных методов:
- явный стационарный метод простых итераций
т
неявный стационарный метод верхней релаксации
(D+©Ai) х"и,) -х«“’ +Axtn)=f. CD>0.
©
Введем пространство H c R mm - мерных векторов со скалярным произведением
ш
M=Zu.v,
1=1
и нормой
H=V (w'w) = j Z w?
Определим матричное неравенство: квадратная матрица С > 0 тогда и только тогда, когда
(Cx,x)>0 V x eH .х*0.
Иначе это определение может быть записано следующим образом: 35>0, (Сх.х)>б||х||\ х*0 .
Чтобы определить величину б, рассмотрим два случая:
1. Пусть симметричная матрица С > 0, тогда согласно первоначальному
определению |
квадратичная форма1 |
(Сх,х) |
> 0 |
Но |
квадратичную форму |
можно |
|
привести к каноническому виду в главных осях: |
|
|
|
||||
|
|
(Сх,х) = ^ с ,,х )х1= |
|
|
|
||
|
|
|
i.J=l |
1=1 |
|
|
|
где X, |
- собственные числа матрицы С; |
- главные координаты. |
|
||||
В силу |
С |
m |
вследствие |
__ |
отсюда |
||
> 0 имеем |
чего X, >0, i = l.m, и |
||||||
|
|
i^i |
|
|
|
|
|
получаем |
|
|
|
|
|
|
|
|
|
(с х .х )= |;я .д 1! > х п,1П| ; ^ = х ттн г |
|
||||
|
|
»=1 |
|
Г-1 |
|
|
|
то есть в качестве 5 может быть взято наименьшее собственное значение матрицы С. 2. Если С несимметричная матрица, поступают следующим образом для
определения 5:
(Сх.х) = 2 ]с1,х1х ,, '•] I
1Согласно [7], квадратичная форма определяется только для симметричных матриц.