7 Итерационные методы решения систем линейных алгебраических уравнений (Лекции по теории оптимизации и численным методам)
Описание файла
Файл "7 Итерационные методы решения систем линейных алгебраических уравнений" внутри архива находится в папке "Лекции по теории оптимизации и численным методам". PDF-файл из архива "Лекции по теории оптимизации и численным методам", который расположен в категории "". Всё это находится в предмете "теория оптимизации и численные методы" из 4 семестр, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. Архив можно найти в разделе "лекции и семинары", в предмете "теория оптимизации и численные методы" в общих файлах.
Просмотр PDF-файла онлайн
Текст из PDF
Лекция 7Раздел II. ЧИСЛЕННЫЕ МЕТОДЫ1. ИТЕРАЦИОННЫЕ МЕТОДЫ РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХАЛГЕБРАИЧЕСКИХ УРАВНЕНИЙПОСТАНОВКА ЗАДАЧИРассматривается проблема решения систем линейных алгебраических уравнений(СЛАУ), записываемых в видеAx bили a11 a1n x1 b1 , a n1 ann x n bn где A (ai j ) R n n – действительная матрица размеров (n n) , i , j – переменные, соответствующие номерам строк и столбцов (целые числа); b (b1 ,..., bn )T R n – векторстолбец размеров (n 1) , x ( x1 ,..., x n )T R n – вектор-столбец неизвестных, R n – n мерное евклидово пространство, верхний индекс "T " здесь и далее обозначает операциютранспонирования.Требуется найти решение x ( x 1 ,..., x n )T R n системы, подстановка которогов систему приводит к верному равенству A x b .З а м е ч а н и я.1.
Из курса линейной алгебры известно, что решение задачи существует и единственно, если определитель (детерминант) матрицы A отличен от нуля, т.е. det A A 0( A – невырожденная матрица, называемая также неособенной).Классификация численных методов решения СЛАУПри решении СЛАУ используются два класса численных методов:1. Прямые методы, позволяющие найти решение за определенное число операций.К прямым методам относятся: метод Гаусса и его модификации (в том числе метод прогонки), метод LU – разложения и др.
Изучаются в курсе линейной алгебры.2. Итерационные методы, основанные на использовании повторяющегося (циклического) процесса и позволяющие получить решение в результате последовательныхприближений. Операции, входящие в повторяющийся процесс, составляют итерацию.К итерационным методам относятся: метод простых итераций, метод Зейделя и др.ИТЕРАЦИОННЫЕ МЕТОДЫА. МЕТОД ПРОСТЫХ ИТЕРАЦИЙАльтернативой прямым методам являются итерационные методы, основанные намногократном уточнении x (0) – приближенно заданного решения задачи A x b . Верх-74ним индексом в скобках здесь и далее по тексту обозначается номер итерации (совокупности повторяющихся действий).Методика решения задачиШаг 1.
Исходная задача A x b преобразуется к равносильному виду:x x ,где ij – квадратная матрица, i – вектор, i, j 1,..., n . Это преобразованиеможет быть выполнено различными путями, но для обеспечения сходимости итераций(см. процедуру 2) нужно добиться, чтобы 1 (чтобы норма была меньше единицы.Понятие нормы вводится ниже.)Шаг 2. Вектор принимается в качестве начального приближения x (0) и далее многократно выполняются действия по уточнению решения согласно рекуррентномусоотношениюx ( k 1) x ( k ) ,k 0,1,...или в развернутом видеx1(k 1) 11 x1(k ) 12 x 2(k ) ...
1n x n(k ) 1 ,x 2(k 1) 21 x1(k ) 22 x 2(k ) ... 2n x n(k ) 2 ,x n(k 1) n1 x1(k ) n 2 x 2(k ) ... nn x n(k ) n .Шаг 3. Итерации прерываются при выполнении условияx (k 1) x (k ) ,где 0 – заданная точность, которую необходимо достигнуть при решении задачи.З а м е ч а н и я.1. Процесс называется параллельным итерированием, так как для вычисления(k 1) -го приближения всех неизвестных учитываются вычисленные ранее их k -е приближения.2.
Начальное приближение x (0) может выбираться произвольно, или из некоторыхсоображений, например x (0) . При этом может использоваться априорная информация о решении или просто «грубая» прикидка.75Нормы матриц и векторовНаиболее употребительными являются следующие формулы для вычисления значений норм матриц и векторов, образованных действительными компонентами.Нормы матрицы A1)2)3)A1 maxnНормы вектора xaij ;x max aij ;xij 1 max x i ;1inAA23j2i 1nn aij2 ;x3i 1 j 1ni 1xi ;n xi2 .i 1Скорость сходимости Рассмотрим последовательность x (k ) , сходящуюся к x .
Предположим, что всеее элементы различны и ни один из них не совпадает с x . Наиболее эффективный способ оценивания скорости сходимости состоит в сопоставлении расстояния между x (k 1)и x с расстоянием между x (k ) и x . Последовательность x (k )симальное число, для которогоназывается сходящейся с порядком p , если p – мак-0 limk x (k 1) x x(k ) xp .Поскольку величина p определяется предельными свойствамивается асимптотической скоростью сходимости. x , она назы(k ) Если последовательность x (k ) – сходящаяся с порядком p , то числоc limk x (k 1) x x (k ) x pназывается асимптотическим параметром ошибки.Если p 1 , c 1 , то сходимость линейная, если p 2 – квадратичная, если p 3– кубичная и т.д.
Если p 1 или p 1, c 0 , то сходимость сверхлинейная. Линейнаясходимость является синонимом сходимости со скоростью геометрической прогрессии.Сверхлинейная сходимость является более быстрой, чем определяемая любой геометрической прогрессией.76Теоремы о сходимостиТеорема (о достаточном условии сходимости метода простых итераций).
Методпростых итераций, реализующийся в процессе последовательных приближений, сходится к единственному решению исходной системы Ax b при любом начальном приближении x (0) со скоростью не медленнее геометрической прогрессии, если какая-либонорма матрицы меньше единицы, т.е. s 1 ( s { 1,2,3 } ).З а м е ч а н и я.1. Сходящийся процесс обладает свойством самоисправляемости, т.е. отдельнаяошибка в промежуточных вычислениях не отразится на окончательном результате, таккак ошибочное приближение можно рассматривать как новое начальное.2. Условия сходимости выполняются, если в матрице A диагональные элементыпреобладают, т.е.aii ai1 ...
ai ,i 1 ai ,i 1 ... ain , i 1,..., n ,и хотя бы для одного i неравенство строгое. Иначе, модули диагональных коэффициентов в каждом уравнении системы больше суммы модулей недиагональных коэффициентов (свободные члены не рассматриваются).3. Чем меньше величина нормы , тем быстрее сходимость метода.Способы преобразования системыПреобразование системы Ax b к виду x x с матрицей , удовлетворяющей условиям сходимости, может быть выполнено несколькими способами. Приведемспособы, используемые наиболее часто.1.
Уравнения, входящие в систему Ax b , переставляются так, чтобы выполнялось условие преобладания диагональных элементов (для той же цели можно использовать другие элементарные преобразования). Затем первое уравнение разрешается относительно x1 , второе – относительно x 2 и т.д. При этом получается матрица с нулевымидиагональными элементами.Например, система 2,8x1 x 2 4 x 3 60 ,10 x1 x 2 8 x 3 10 , x1 2 x 2 0,6 x 3 20с помощью перестановки уравнений приводится к виду10 x1 x 2 8 x 3 10 , x1 2 x 2 0,6 x 3 20 , 2,8x1 x 2 4 x 3 60 ,где 10 1 8 , 2 1 0,6 , 4 2,8 1 , т.е.
диагональные элементы преобладают.77Выражая x1 из первого уравнения, x 2 – из второго, а x 3 – из третьего, получаемсистемуx1 0 x1 0,1x 2 0,8x 3 1 ,x 2 0,5x1 0 x 2 0,3x 3 10 ,x 3 0,7 x1 0,25 x 2 0 x 3 15 ,0,1 0,8 01 где 0,500,3 , 10 . 0,7 0,2515 0 Заметим, что 1 max 0,9 ; 0,8 ; 0,95 0,95 1 , т.е. условие теоремы выполне-но.Проиллюстрируем применение других элементарных преобразований. Так, система4 x1 x 2 9 x 3 7 ,3x1 8x 2 7 x 3 6 ,x1 x 2 8 x 3 7путем сложения первого и третьего уравнений и вычитания из второго уравнения третьего уравнения преобразуется к виду5x1 2 x 2 x 3 0 ,2 x1 7 x 2 x 3 13 ,x1 x 2 8x 3 7с преобладанием диагональных элементов.2.
Уравнения преобразуются так, чтобы выполнялось условие преобладания диагональных элементов, но при этом коэффициенты ii не обязательно равнялись нулю.Например, систему1,02 x1 0,15 x 2 2,7 ,0,8 x1 1,05 x 2 4можно записать в формеx1 0,02 x1 0,15 x 2 2,7 ,x 2 0,8 x1 0,05 x 2 4 ,для которой ij 1 max 0,17 ; 0,85 0,85 1 .3. Если det A 0 , систему Ax b следует умножить на матрицу D A 1 , где– матрица с малыми по модулю элементами. Тогда получается система78( A 1 ) Ax D bA 1 A x A x D b , которую можно записать в формеилиx x , где A , D b . Если ij , i, j 1,..., n , достаточно малы, условиесходимости выполняется.Б.
МЕТОД ЗЕЙДЕЛЯЭтот метод является модификацией метода простых итераций и в некоторых случаях приводит к более быстрой сходимости.Итерации по методу Зейделя отличаются от простых итераций тем, что при нахождении i -й компоненты (k 1) -го приближения сразу используются уже найденныекомпоненты (k 1) -го приближения с меньшими номерами 1,2,..., i 1 . При рассмотрении развернутой формы системы итерационный процесс записывается в видеx1( k 1) 11 x1(k ) 12 x 2(k ) 13 x 3( k ) ...
1n x n(k ) 1 ,x 2( k 1) 21 x1(k 1) 22 x 2(k ) 23 x 3(k ) ... 2n x n(k ) 2 ,(1.1)x 3( k 1) 31 x1(k 1) 32 x 2(k 1) 33 x 3(k ) ... 3n x n( k ) 3 ,x n( k 1) n1 x1(k 1) n 2 x 2( k 1) n3 x 3( k 1) ... nn 1 x n(k11) nn x n(k ) n .В каждое последующее уравнение подставляются значения неизвестных, полученных из предыдущих уравнений, что показано в записи стрелками.Теорема о сходимостиТеорема (о достаточном условии сходимости метода Зейделя).Если для системы x x какая-либо норма матрицы меньше единицы,т.е. s 1 ( s { 1,2,3 } ), то процесс последовательных приближений сходитсякединственному решению исходной системы Ax b при любом начальном приближенииx (0 ) .Записывая (1.1) в матричной форме, получаемx (k 1) Lx (k 1) Ux (k ) ,где L,U являются разложениями матрицы :79(1.2) 0 21L 31 n1000 320 n20 n3 11 0U 0 0000 ,01213 22 23 33000 1n 2n 3n . nn Преобразуя (1.2) к виду x x , получаем матричную форму итерационногопроцесса метода Зейделя:11x ( k 1) E L U x ( k ) E L .(1.3)З а м е ч а н и я.1.