• FAQ: Численные Методы, часть II

• Системы линейных алгебраических уравнений: итерационные методы

• 4. Примеры и канонический вид итерационных методов решения СЛАУ.

См. [2], стр. 175.

Итерационный метод называется одношаговым, если на каждой итерации требуется результат лишь одной предыдущей итерации. Каноническая форма:

. (4.1)

На каждой итерации в общем случае решается уравнение относительно х_n+1. Если B=E, метод назывется явным:

. (4.2)

Если B,t - постоянные величины, метод называется стационарным.

Метод простой итерации. Для проведения итераций система приводится к виду x=Bx+c. Выбирается начальное приближение x₀, а далее проводятся вычисления по следующей схеме: x_n+1=Bx_n+c.

Представим матрицу А в виде A=A₁+D+A₂, где D=diag[a₁₁,....,a_mm] - диагональ матрицы А, A₁ и A₂ - соответственно нижнетреугольная и верхнетреугольная подматрицы.

Простейший вариант методо простой итерации - метод Якоби. В этом методе производится исключение переменной x_i из i-го уравнения исходной системы. Метод Якоби имеет следующую каноническую форму:

D(x_n+1 - x_n) + Ax_n = f. (4.3)

Метод Зейделя можно рассматривать как модификацию метода Якоби. Основная идея модификации состоит в том, что при вычислении очередного (k+1)-ого приближения к i-ой переменной используют уже найденные (k+1)-ые приближения к переменным 1,...,i-1.

Каноническая форма метода Зейделя:

(D+A₁)(x_n+1 - x_n) + Ax_n = f, (4.4)

Пусть B₁ и B₂ - соотвественно нижняя и верхняя треугольные части матрицы B. Тогда расчетные формулы метода Зейделя можно записать в следующем виде: x_n+1=B₁x_n+1+B₂x_n +c.

Обобщением метода Зейделя является метод верхней релаксации:

, (4.5)

где w - заданный числовой параметр. При w=1 - это метод Зейделя.

1. 5. Теорема о сходимости двухслойных итерационных методов.

Погрешность метода (4.2) на n-й итерации характеризуется вектором невязки z_n=x_n-x, который, очевидно, удовлетворяет однородному уравнению

. (5.1)

Теорема 5.1 (достаточное условие сходимости). Пусть А - симметрическая положительно определенная матрица и - положительно определенная матрица. Тогда при любом выборе начального приближения итерационная последовательность, определенная канонической формой (4.1), сходится к решению системы Ах=b.

1. 6. Достаточные условия сходимости методов Якоби, Зейделя, релаксации.

См. [8, стр. 86].

Будем говорить, что А - матрица с диагональным преобладанием, если каждый диагональный элемент больше суммы абсолютных величин остальных элементов в соответствующей строке:

(6.1)

Применим теорему 5.1 к конкретным итерационным методам:

Утверждение 6.1. Пусть А - симметричная положительная матрица с диагональным преобладанием. Тогда метод Якоби (4.3) сходится.

Утверждение 6.2. Пусть А - симметричная положительная матрица. Тогда метод верхней релаксации (4.5) сходится при 0<w<2. В часности, метод Зейделя (w=1) сходится.

1. 7. Теорема об оценке скорости сходимости итерационных методов и следствия из этой теоремы.

См. [8, стр. 95].

Если для погрешности итерационного метода верна оценка

||z_n|| Ј qⁿ ||z_o||, (7.1)

то говорят, что метод сходится со скоростью геометрической прогрессии со знаменателем q.

Будем рассматривать только стационарные итерационные методы вида

. (7.2)

Пусть для двух симметричных матриц А и В неравенство А і В означает, что (Ax,x) і (Bx,x) для любых векторов x. Для симметричной положительно определенной матрицы D введем обозначение .

Теорема 7.1. Пусть А и B - симметричные положительно определенные матрицы, для которых справедливы матричные неравенства

g₁B £ A £ g₂B, (7.3)

где g₂ > g₁ > 0. При значении параметра

(7.4)

итерационный метод (7.2) сходится и для погрешности справедливы оценки

, (7.5)

, (7.6)

где

(7.7).

Утверждение 7.2 (следствие 1). Если А - симметричная положительно определенная матрица, а g₁ и g_2­ - соотвественно минимальное и максимальное собственные значения этой матрицы, то для метода простой итерации

, (7.8)

в котором параметр t выбирается по формуле (7.4), справедлива оценка

, (7.9)

где величина знаменателя r определяется из (7.7).

Утверждение 7.3 (следствие 2). Для симметричной матрицы А, минимальное и максимальное собственные значения равны соответственно g₁ и g_2­, и параметра t, выбираемого по формуле (7.4), справедливо равенство

, (7.10)

где величина r определяется формулой (7.7).

1. 8. Попеременно-треугольный итерационный метод. Реализация метода. Теорема о сходимости.

См. [8, стр. 394].

Пусть дано матричное уравнение вида

Ax = f , (8.1)

с симметричной положительно определеной матрицей А порядка m. Построим верхнетреугольную матрицу R[r_ij] следующим образом:

. (8.2)

Очевидно, матрицу А можно представить в виде суммы A=R+R^*.

Попеременно-треугольный итерационный метод относится к неявным стационарным методам вида (7.2), где матрица B имеет следующий конкретный вид (w>0 - числовой параметр) :

B = (E+wR^*) (E+wR). (8.3)

Вычисления по этому методу сводятся к решению на каждой итерации двух систем с треугольными матрицами.

1. 9. Теорема об оценке скорости сходимости попеременно-треугольного итерационного метода.

См. [8, стр. 397]

Теорема 9.1. В обозначениях пункта 8, предположим, что существуют положительные постоянные d и D, при которых выполнены неравенства

A ³ dE, 4RR^* £ DA. (9.1)

Введем также обозначения

. (9.2)

Если параметры w и t попеременно-треугольного итерационного метода выбираются следующим образом:

, (9.3)

то этот метод сходится, причем для погрешности справедлива оценка

, (9.4)

где

. (9.5)