book1989
.pdfна ЭВМ с плавающей запятой приводит к тому, что искомое реше ние определяется с относительной погрешностью
-Ц -- *! = 0{\ЛА • т ■2~1). |
(24) |
1И
Отметим, что для машины БЭСМ-6 число 2~‘ равно приблизи тельно 10-12.
Рассмотрим пример применения оценки (24). Пусть методом конечных раз ностей решается краевая задача
и"(х)= —f(x), 0 < х < 1 , |
и(0) =«( 1) = 0 . |
(25) |
Введем равномерную сетку
шл= {xi = ih, i'=0, 1, ..., N, hN= 1}
и заменим (25) разностной схемой второго порядка точности
' |
ui+1 |
ui-1 |
Wo = |
= 0. |
(26) |
~j~^ |
— fit i — 1, 2, . . . , N — 1, |
Казалось бы, чем меньше возьмем шаг Л, тем с большей точностью получим ре
шение задачи |
(25). |
Однако |
порядок m = N— 1 системы линейных алгебраиче |
ских уравнений |
(26) |
обратно |
пропорционален шагу h. Значит, уменьшение ша |
га h приведет согласно (24) к увеличению погрешностей округления, и при не котором значении h погрешности округления могут превзойти погрешность разностного метода, пропорциональную №. Оценка (24) позволяет выбрать по рядок шага Л, при котором погрешность округления еще не превосходит по грешности метода. Остановимся на этом подробнее.
Поскольку матрица А системы (26) симметрична и положительно опреде лена, ее число обусловленности равно отношению максимального собственного значения к минимальному, т. е.
|
|
МА= ^•тах (А) |
|
|
|
|
||
|
|
|
Vin (А) |
|
|
|
|
|
Как известно |
(см. п. 4 § 4 ч. I), для данной матрицы |
|
|
|||||
|
|
л h |
|
|
|
|
nh |
|
|
^Ш1п (А) = ^ 7 sin2 |
2 ■ |
.(А) |
= — cos2 |
||||
|
|
№ |
|
|||||
поэтому |
|
|
|
|
|
|
|
|
|
|
. л h _ 4 ____/_1_ |
|
|
||||
|
|
МА = ctg2 |
|
: я2/г2 |
° [ Л2 |
|
||
|
|
|
|
|
||||
Отсюда |
видно, что |
при малых |
h система |
(26) |
плохо |
обусловлена. Далее, |
||
т = 0 (Л" |
|
|
|
|
|
|
|
|
|
|
МА^ = 0 \ - ^ |
|
|
|
|
||
Поэтому правая часть |
равенства |
(24) |
оценивается |
как |
0(2- ‘А- *). Для ТОГО |
чтобы погрешность округления имела тот же порядок, что и погрешность раз
ностного метода, |
достаточно |
потребовать |
2~‘h~3 =-=0(№), |
т. |
е. h —0 ( 2~ЧЬ). |
В частности, при |
2- i = 1 0 -12 |
приходим к |
выводу о том, |
что |
нецелесообразно |
брать шаг h меньше, чем 0,001, так как в противном случае накопление по грешностей округления может оказаться слишком велико.
81
Г Л А В А 2
ИТЕРАЦИОННЫЕ МЕТОДЫ РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ УРАВНЕНИЙ
§ 1. Примеры и канонический вид итерационных методов решения систем линейных алгебраических уравнений
1. Итерационные методы Якоби и Зейделя. Перейдем к изуче нию итерационных методов решения систем линейных алгебраиче ских уравнений. Будем рассматривать систему
Ax = f, |
(1) |
где матрица Л = 1ау], i, /= 1, 2 , |
m, имеет обратную, х = |
= О,, х2, . . . , хт)т, /= (f4, f2, . . . , fm)T.
Рассмотрим сначала два примера итерационных методов. Для
их построения предварительно преобразуем систему |
(1 ) к виду |
|
|||
i_1 a- |
m |
a-- |
f- |
|
(2) |
X; —■ У . ~ ^ х , ~ |
V |
- l L X l + ± , i = l , 2 , |
. . . . пг |
||
fii аи |
1=И-1 |
аи |
*и |
|
|
(при этом предполагается, что все ад отличны от нуля).
Условимся, как обычно, считать значение суммы равным нулю, если верхний предел суммирования меньше нижнего. Так, уравне ние (2 ) при /= 1 имеет вид
В дальнейшем верхний индекс будет указывать номер итерации, например
X |
„ |
■— |
/ п |
у |
п |
rt \Т |
|
|
|
...» Хпг) , |
где х”— п-я итерация i-й компоненты вектора х.
В методе Якоби исходят из записи системы в виде (2), причем итерации определяются следующим образом:
л=0, 1, . . . , я0, 1 = 1 , 2 , . .., т.
Начальные значения х“, t=l , 2, . . . , т задаются произвольно.
Окончание итераций определяется либо заданием максимального числа итераций па, либо условием
шах | х — х" | < е,
где е > 0 — заданное число. Позже в § 2 будет показано, что при определенных условиях на матрицу А метод Якоби сходится, т. е. ||х"—х||->-0 при л->оо (здесь х — точное решение системы ( 1), а хп— приближенное решение, полученное на п-й итерации).
82
И т ер ац и он н ы й мет од З е й д е л я и м еет вид
r ?+1 = |
• . v |
JL хпы _ у |
J L xn + lL |
||||
|
^ |
а„ |
1 |
. 4 1 |
а,, |
' |
а,-, |
|
i=1 |
|
|
/=4-1 |
|
|
|
i= |
1, 2, ..., |
m, |
п = 0, 1, ..., |
п0- |
(4) |
Чтобы понять, как находятся отсюда значения х?+1, г = 1, 2, ...
. . . , т , запишем подробнее первые два уравнения системы (4):
Первая компонента х"т1 вектора xn+l находится из уравнения
(5) явным образом, для ее вычисления нужно знать вектор хп и значение /у. При нахождении х"+1 из уравнения (6) используются
только что |
найденное значение х"+1 и известные значения хf, |
|
/ = 3, . . . , пг, |
с предыдущей итерации. Таким образом, компоненты |
|
je?+1 |
вектора xn+i находятся из уравнения (4) последовательно, на |
|
чиная с i=l . |
|
|
2. |
Матричная запись методов Якоби и Зейделя. Для исследова |
ния сходимости итерационных |
методов удобнее записывать их не в |
|
координатной, а в матричной |
форме. Представим матрицу А си |
|
стемы (1 ) в виде суммы трех матриц |
|
|
A = A l-\-D-\-A1, |
(7) |
где D = diaglau, a22, amm] — диагональная матрица с той же главной диагональю, что и матрица А, матрица А, — нижняя тре угольная и матрица Аг— верхняя треугольная с нулевыми главны ми диагоналями.
Например, при т = 3 матрицы А ь Аг, D имеют вид |
|
|
|
|
|||||
'0 |
0 |
0“ |
'0 |
ап |
а 13 |
аи |
0 |
0 |
" |
Аг — °21 |
0 |
0 » А2 — |
0 |
0 |
аЧ3 . D = |
0 |
а22 |
0 |
|
- а31 |
а32 |
0. |
_0 |
0 |
0 „ |
_0 |
0 |
Язз. |
Представление системы (1) в форме (2) эквивалентно ее запи си в виде матричного уравнения
x = —D-lAix—D~lAix+D - */.
Отсюда видно, что метод Якоби (3) в векторной записи выглядит следующим образом:
xn+i = —ZJ-MiX"—£>-М2л;п+ Д -7 ,
или, что то же самое,
DxnJrl+ (A i-\-A1)xn = f. |
(8) |
|
83 |
Метод Зейделя (4) записывается в виде |
|
*"+' = _ Z )-yi1A-n+1^ D - 4 2*n+ D -7 |
|
или |
(9) |
(D+Al)x*+l+ A i*" = f. |
Учитывая (7), методы (8) и (9) можно переписать соответст венно в виде
|
D (хп« —хп) + Ах'1= f, |
(10) |
(D + |
(хп^ — хп) + Ахп = }. |
(И) |
Из этой записи видно, что если итерационный метод сходится, то он сходится к решению исходной системы уравнений.
Очень часто для ускорения сходимости в итерационные методы вводят числовые параметры, которые зависят, вообще говоря, от номера итерации. Например, в методы (10), (11) можно ввести
итерационные параметры T n + i следующим образом:
D |
+ Ax*=f, |
|
Я+1 |
уЛ-И __ rn
(DA-А,)------- -— \- Ахп= /. Tn+1
Способ выбора итерационных параметров выясняется при ис следовании сходимости. В теории итерационных методов сущест вует два круга вопросов: а) при каких значениях параметров ме тод сходится, б) при каких значениях параметров сходимость бу дет наиболее быстрой (соответствующие параметры называются оптимальными). В дальнейшем (см. § 4) мы подробнее остановим ся на этих вопросах в связи с конкретными итерационными мето дами.
Приведенные выше методы Якоби и Зейделя относятся к одно шаговым итерационным методам, когда для нахождения хп+' тре буется помнить только одну предыдущую итерацию хп. Иногда ис пользуются и многошаговые итерационные методы, в которых x'l+l
определяется через значения xh на двух и более предыдущих ите рациях, т. е. xn+i = F[xn, хп~1, . . . , хп~‘\.
3. Каноническая форма одношаговых итерационных методов. На примере методов Якоби и Зейделя видно, что один и тот же итерационный метод можно записать многими различными спосо бами. Поэтому целесообразно ввести какую-то стандартную форму записи итерационных методов. Условимся прежде всего записы вать итерационный метод не в координатной форме, а в матричной, Теперь хп будет обозначать вектор, полученный в результате п-й итерации.
Канонической формой одношагового итерационного метода |
ре |
шения системы (1 ) называется его запись в виде |
|
Bn+i *n+1 ~~ + Ахп= [, п = 0 , \ , . . . , п о. |
(12) |
Trt-Hl |
|
84 |
|
Здесь Bn+i — матрица, задающая тот или иной итерационный метод, Тя+1 — итерационный параметр. Предполагается, что зада
но начальное приближение х„ и |
что |
существуют матрицы В^1, |
||
/1 = 1, 2, . . . , п0—1. Тогда из уравнения |
(12) |
можно последователь |
||
но определить все хп, п= 1, 2, . . . , га0. Для |
нахождения |
хп+1 по из |
||
вестным / и хп достаточно решить систему уравнений |
|
|||
Bn+1-^n+l |
Вл, |
|
|
|
где Fn= (Bn+1—Tn+lA)xn+ rn+lf. |
|
|
(неявным), |
если Вп = Е |
Итерационный метод называют явным |
(Вп=А=Е), где Е — единичная матрица. Как правило, |
неявные ите |
|
рационные методы имеет смысл применять лишь в |
том случае, |
|
когда |
каждую матрицу Вп обратить легче, чем исходную матри |
|
цу А |
(т. е. когда решение системы уравнений с матрицей Вп тре |
бует меньше машинной памяти или времени или алгоритмически проще, чем решение исходной системы). Например, в методе Зейделя приходится обращать треугольную матрицу. В дальнейшем (см. § 4) будет показано, что преимуществом неявных методов яв ляется более быстрая сходимость.
Итерационный метод |
(12 ) называется |
стационарным, если |
|
ВП+1 = В и тп+,= т не зависят от номера |
итерации, и нестационар |
||
ным — в противоположном случае. |
|
|
|
Приведем еще несколько примеров итерационных методов. Методом про |
|||
стой итерации называют явный метод |
|
|
|
|
■Ахп = |
f |
(13) |
с постоянным параметром т. Явный метод |
|
|
|
|
Axn = |
f |
(14) |
с переменным параметром T„+ I |
называется итерационным методом Ричардсона. |
Для методов (13), (14) известен способ выбора оптимальных итерационных параметров в том случае, когда А — симметричная положительно определенная матрица (см. § 6).
Обобщением метода Зейделя (11) является метод верхней релаксации
хп+1 Хп
(D + соА ) -------------- + Ахп = /, |
(15) |
СО |
|
где с о > 0 — заданный числовой параметр. В § 2 будет показано, что в случае симметричной положительно определенной матрицы А метод (15) сходится нри 0 « о < 2 .
Для получения расчетных формул перепишем (15) в виде
(£+соО-1Л|)хп+1=((1-оз)£-соВ-М2)х„+соД-1/.
В покомпонентной записи получим
^ |
аи |
|
|
|
|
*?+1+ ® S |
— 4 rl = |
|
|
|
|
/=i в« |
пг |
а |
|
х |
|
|
|
|
|||
|
|
= (1 — со) x'l — со ^ |
— |
xf + |
со — , / = 1, 2, . . . , /п. |
|
|
. . |
а,-: |
' |
а:,- |
|
|
|
|
|
85 |
Отсюда последовательно, начиная с / = 1 , находим все X(n+1:
|
|
т а |
|
|
|
|
|
7=2 °U |
011 |
|
|
|
|
|
т |
а . |
Г |
*"+1 = |
— со — x?+1 + |
(1 — со) х * — |
со 2 |
“ |
Х1 + “ ~ |
2 |
«11 |
3 |
" , |
«22 |
«22 |
|
|
|
/—3 |
|
|
и т. д.
§ 2. Исследование сходимости итерационных методов
Рассмотрим систему линейных алгебраических уравнений
Ax = f |
(1) |
с невырожденной действительной матрицей А и одношаговый ста ционарный итерационный метод, записанный в каноническом виде
B x™ Z ± + A x a = f, п = 0, 1, . . . , |
(2) |
где хйзадан.
Говорят, что итерационный метод (2) сходится, если \\хп—х\\-+ ->0 при /1->-оо. Под нормой вектора х будем понимать сейчас сред неквадратичную норму
/ m \У*
\ Х =
4 2 */
\/=1
Решение х системы (1) будем рассматривать как элемент m-мерного евклидова пространства Н со скалярным произведе
нием
Ш
(и, о) = 2 UjVh
/=1
При формулировке условий сходимости будут использоваться матричные неравенства. Для действительной матрицы С неравен ство С > 0 означает, что (Сх, х) > 0 для всех х е Я , хФО. Из нера венства С > 0 следует, что существует константа б > 0 такая, что
{Сх, х)^6\\х\\2.
Действительно, если С > 0 — симметричная матрица, то все ее собственные значения положительны и в качестве б можно взять минимальное собственное значение. Если С > 0 — несимметричная матрица, то для любого х е Я , хФО имеем
(Сх, x ) = j [{Сх, х) + (х, Сх)] > 0,
где С' — матрица, транспонированная к С. Поэтому в качестве б
можно |
взять минимальное собственное |
значение |
матрицы С„ = |
|
= 0,5(С+С*). Из оценки {Сх, |
х )^ б ||х ||2 |
следует, |
что существует |
|
матрица |
С-1. Неравенство С ^О |
означает, что {Сх, х) ^ 0 для всех |
||
Если С^О, то С-1 может и не существовать. |
|
|||
86 |
|
|
|
|
Перейдем к исследованию сходимости итерационного метода
(2). Погрешность метода на п-й итерации характеризуется векто
ром zn = xn—х, который согласно (1 ), (2 ) удовлетворяет однород ному уравнению
Б |
Zn+1~ |
2n |
+ A zn = 0, |
п = 0, |
1, . . . , |
г0 = х0— х. |
(3) |
|
т |
|
|
|
|
|
|
Т е о р е м а |
1. |
Пусть А — симметричная |
положительно |
опреде |
|||
ленная матрица, т > 0 и пусть выполнено неравенство |
|
||||||
|
|
|
В—0,5тЛ>0. |
|
(4) |
||
Тогда итерационный метод (2) сходится. |
|
|
|||||
Д о к а з а т е л ь с т в о . Достаточно |
показать, что среднеквадра |
||||||
тичная |
норма |
решения zn уравнения |
(3) |
стремится к нулю при |
/г-voo и при любой начальной погрешности гй. Покажем сначала,
что при условии (4) |
числовая последовательность Jn= (Azn, |
zn) |
является невозрастающей. Из уравнения (3) найдем |
|
|
zn+l= (E ~xB -'A )zn, Azn+i = (А—xAB~'A)zn, |
|
|
откуда получим |
|
|
(Azn+i, zn+l) = (Azn, 2П) |
т (AB~iAzn, zn)— |
|
|
—T (AZ„, 5 ~M2„ )+ T2(AB~lAzn, AB~lAzn). |
|
Вследствие симметричности матрицы А имеем |
|
|
(AB-lAzn, z„) = (Azn, B -‘Azn), |
|
|
поэтому |
|
|
(Azn+i, zn+l) = (Azn, zn)—2x{{B—Q,bxA)B-lAzn, B~lAzn). |
(5) |
|
Отсюда, учитывая условие (4), получаем неравенство |
|
|
(Azn+i, zn+1) < (Azn, zn) . |
|
|
Таким образом, числовая последовательность /„= (Az„, zn) мо |
||
нотонна и ограничена снизу нулем. Следовательно, существует |
|
|
|
lim Jn — J. |
(6) |
|
П —*<х> |
|
Далее, из положительной определенности матрицы В—0,5тЛ следует существование константы 6 > 0 такой, что
((В-0,5тЛ)В-Мг„, B -lAzn)^ b \\B - lAzn\\2.
Отсюда и из (5) получаем неравенство
/„+i—/„ + 2бт||В_1Л2п||2^ 0.
Переходя в этом неравенстве к пределу при м->оо и учитывая (6), убеждаемся в том, что существует
Нш ||wnI = 0,
п-*оо
где ш„= B~'Azn. Наконец, замечая, что А —-положительно опреде
87
ленная и, следовательно, обратимая матрица, получим
zn = A~lBwn, ||2Л < |И - ‘Я||||и»я||
и тем самым
|
|
|
|
lim [| znI = |
0. |
|
|
|
|
|
|
||
Теорема 1 доказана. |
|
|
|
|
|
|
|
|
|
|
|
||
|
З а м е ч а н и е . |
К ак |
п о к а за н о в [3 2 , |
с. |
5 2 7 ], |
нри |
у сл о в и я х |
т еор ем ы 1 |
дл я |
||||
п огр еш н ости г„ = х „ —х и тер ац и он н ого |
м е т о д а (2 ) |
сп р а в ед л и в а оц ен к а |
|
|
|||||||||
|
p s ( 0 , 1), ||z n IIл = (Az„, |
l | z „ | U |
< p n ||z 0|U , |
|
|
|
|
|
|
||||
гд е |
tn)'1. Э та оц ен к а о зн а ч а ет , что |
м е т о д сх о д и т с я |
со |
||||||||||
ск ор ость ю геом етр и ч еск ой |
п р огр есси и |
с о |
зн а м ен а т ел ем |
р. К он ст ан т а |
р = |
||||||||
= |
(1 — 2 т б .б /||ВЦ2) ’'1, |
гд е |
6 — |
м и н и м ал ь н ое |
со б ст в ен н о е |
зн ач ен и е |
м атри цы |
А |
в |
||||
6 . |
— м и н и м ал ь н ое с о б ст в ен н о е зн ач ен и е |
м атри цы |
0 ,5 ( В' + В— хА). |
|
|
Применим теорему 1 к конкретным итерационным методам, рас смотренным в предыдущем параграфе. Метод Якоби имеет следую щий канонический вид:
|
D(xn+i—xn)+ A xn = f, |
(7) |
|
где D = diag[au, |
а22, . . . , amm]. Таким образом, |
в данном случае |
|
B = D, т= 1. |
1. Пусть А — симметричная положительно опре |
||
С л е д с т в и е |
|||
деленная матрица с диагональным преобладанием, т. е. |
|||
|
а ц > 2 1 ач |. |
i = l , 2 , . . . , т . |
(8) |
Тогда метод Якоби сходится. |
|
в данном случае |
|
Д о к а з а т е л ь с т в о . Условие сходимости (4) |
имеет вид A<i2D. Покажем, что это матричное неравенство сле дует из неравенств (8). Рассмотрим положительно определенную квадратичную форму
(Ах, х) = ^ аИХ#1
1,/=1
и воспользуемся оценками
(Ах, |
2 |
+ 7 2 I ач 1х) = |
|
|
l,i= 1 |
1,/'=1 |
|
|
|
= { 2 |
\а-ч\*] + \ 2 1 °/'1 хг |
|
|
и =1 |
i.i=i |
Из условий симметричности и положительной определенности мат
рицы А имеем ац=ац, а«>0, i, /= 1, 2, . . . , |
пг, и поэтому предыду |
||
щая оценка приводит к неравенству |
|
|
|
m |
m |
|
(9) |
(Ах, XX 2 1ач Ixi = 2 */(S Iai>I+аи) • |
|||
£,/=1 |
£=1 vVt |
/ |
|
88
Перепишем условие (8) в виде
an + S I аи I < 2а«> i — 1, 2 , .. т. !¥=1
Тогда из неравенства (9) получим
(Ах, х) < 2 ^ аих] = 2 (Ш, х),
1 = 1
что и требовалось.
С л е д с т в и е 2. Пусть А — симметричная положительно опре
деленная матрица. Тогда метод верхней релаксации |
||
(D + соА,) |
ш |
+ Axn = f |
|
|
сходится при условии 0<со<2. В частности, метод Зейделя (со = 1) сходится.
Д о к а з а т е л ь с т в о . |
Метод верхней релаксации приводится к |
||
каноническому виду (2) |
с В = 0 + шЛ,, т=ш. Напомним, что исход |
||
ная матрица |
А представляется в виде |
суммы A = D+ Al+A2, где |
|
At— нижняя |
треугольная, Л2— верхняя |
треугольная и D — диаго |
нальная матрицы (см. (7) из § 1). Для симметричной матрицы Л матрица Л2 является транспонированной к Аи поэтому
(Ах, х) = (Dx, х) + (Л,х, х) + (Агх, х) = (Dx, х) + 2 (Л{х, х).
Условие сходимости (4) принимает вид (Вх, х)—0,5со(Лх, х) =
= ((D + (oAt)x, х)—0,5co((Z)x, х)+2 (А,х, х)) = (1—0,5ы) (Dx, л:) > О
и выполняется при 0< м < 2 .
Рассмотрим еще вопрос о сходимости метода простой итерации
хм,л— х„ |
(10) |
^ ---- n- + Axn = f |
|
т |
|
ссимметричной положительно определенной матрицей Л. Согласно
(4)метод сходится при условии
Е—0,5тЛ > 0 . |
(11) |
Какие ограничения на параметр т накладывает условие (11)? Пусть h, i —1, 2, . . . , m,— собственные значения матрицы Л, рас положенные в порядке возрастания. Условие (11) эквивалентно тому, что все собственные значения матрицы Е—0,5тЛ положитель ны. Достаточно потребовать положительности минимального соб ственного числа этой матрицы, равного 1—0,5тАт. Таким образом, итерационный метод (10) сходится, если
т < 2 Д та1, |
(12 ) |
где Хта1 — максимальное собственное число матрицы Л.
89
Условие (12 ) и необходимо для сходимости метода (10), т. е. если (12 ) нарушено, то найдется начальное приближение ха, при котором ||х„—х||-А0 при п—>-оо.
Докажем последнее утверждение. Возьмем в качестве началь ного приближения вектор x0= x-f-p, где х — точное решение зада чи (1), а р — собственный вектор матрицы А, отвечающий собст венному числу XmaI=X,m, т. е. Лц = Хтр. При таком выборе началь ного приближения имеем z0= x0—х=р. Из уравнения (3) при В = Е получим
|
zn= (Е—тЛ)"20= (Е—тЛ)пр |
и, следовательно, zn= ( 1—г%т)пц, ||z„||= 1 1—тА™|"||р,||. |
|
Если т = 2Хт, |
то ||z„|| = | | р | | п р и «->-оо. Если же т > 2 |
то |1—тЛщ,|>1 и ||zn||-voo при «-»-оо. Таким образом, условие (12) необходимо и достаточно для сходимости метода простой итера ции ( 10).
В заключение параграфа отметим, что теория итерационных ме тодов не заканчивается исследованием сходимости. При наличии хотя бы двух итерационных методов возникает вопрос о том, какой из этих методов сходится быстрее, т. е. для какого метода погреш ность ||хп—х\\ станет меньше заданного числа е при меньшем чис ле итераций п. Сюда же примыкает вопрос о нахождении итера ционных параметров, минимизирующих число итераций, необходи мых для получения заданной точности. Этот круг вопросов будет подробно рассмотрен в следующих параграфах.
§ 3. Необходимое и достаточное условие сходимости стационарных итерационных методов
1. Введение. Некоторые итерационные методы решения систем линейных алгебраических уравнений уже рассматривались в § 1, 2. Напомним необходимые для дальнейшего сведения.
Пусть дана система уравнений
Ax = l |
(1) |
где Л = 1ой], i, / = 1, 2 , . . . , m,— вещественная квадратная матрица, имеющая обратную, и х= (х„ хг, . . . , хт)Т, /= (fl7 /2, . . . , fm)T. Кано нической формой одношагового итерационного метода называется его запись в виде
|
Вп+1*п+1~ Хп + A xn=Lf, л = |
0 , 1 , . . . , |
(2) |
||
|
Тп+1 |
|
|
|
|
где п — номер итерации, |
х0— заданное начальное |
приближение, |
|||
хп= (*i> |
... , Хт)Т■ Матрицы |
Вп+1 и числа т„+,>0 задают тот |
|||
или иной конкретный итерационный метод. |
|
|
|||
В настоящем параграфе подробно рассматриваются стационар |
|||||
ные итерационные методы |
|
|
|
||
|
в |
~ ------ |
b Ахп = |
/, |
(3) |
|
|
т |
|
|
|
90 |
|
|
|
|
|