Решение систем линейных алгебраических уравнений методом итераций
Рассмотрим систему линейных алгебраических уравнений (9) Если все диагональные элементы , то систему (1) можно представить в приведенном виде (10) где Введем обозначения
Тогда система (2) запишется в виде (11) В качестве начального приближения возьмем вектор b и подставим его в уравнение (11). Получим .Продолжая процесс, получим последовательности приближений: - первое приближение -второе приближение (12) ......... - (k+1)-ое приближение. Если существует предел x последовательности векторов то, переходя к пределу в равенстве при , убеждаемся, что x является решением уравнения (11), т.е. Достаточное условие сходимости итерационного процесса: Теорема. Если какая-нибудь норма матрицы А меньше единицы: , то уравнение (11) имеет единственное решение x, к которому стремится последовательность итераций (12) при любом выборе начального приближения. Под нормой матрицы понимают следующие выражения: (m-норма) сумма модулей элементов строки (l-норма) сумма модулей элементов столбца (k-норма) Пример: для матрицы
В расчетах полагают . Погрешности приближенного решения уравнения (11) на k-ом шаге оценивают неравенством , (13) где - норма вектора X m-норма или кубическая норма l-норма или октаэдрическая норма Введем обозначения
Тогда система (2) запишется в виде (11) В качестве начального приближения возьмем вектор b и подставим его в уравнение (11). Получим .Продолжая процесс, получим последовательности приближений: - первое приближение -второе приближение (12) ......... - (k+1)-ое приближение. Если существует предел x последовательности векторов то, переходя к пределу в равенстве при , убеждаемся, что x является решением уравнения (11), т.е. Достаточное условие сходимости итерационного процесса: Теорема. Если какая-нибудь норма матрицы А меньше единицы: , то уравнение (11) имеет единственное решение x, к которому стремится последовательность итераций (12) при любом выборе начального приближения.
Рис. 2.1 Блок-схема решения системы линейных алгебраических уравнений Под нормой матрицы понимают следующие выражения: (m-норма) сумма модулей элементов строки (l-норма) сумма модулей элементов столбца (k-норма) Пример: для матрицы В расчетах полагают . Погрешности приближенного решения уравнения (11) на k-ом шаге оценивают неравенством , (13) где - норма вектора X m-норма или кубическая норма l-норма или октаэдрическая норма k-норма или сферическая норма. Из неравенства (13) можно получить оценку числа итераций k, необходимых для обеспечения заданной точности e. Отклонение приближения от решения x по норме не будет превышать e, если (14)
Для вывода (14) достаточно рассмотреть равенства: ; ; ; ; ; и т.д. Далее . И учитывая, что , т.к. норма . В неравенствах (13) и (14) используются согласованные нормы для матриц и векторов, т.е. m и l-нормы. Неравенство (14) дает завышенную оценку числа итераций k. Из (14) можно получить удобное условие, позволяющее принять приближение в качестве решения с точностью e. (15) Пример:Найти решение системы уравнений
методом итераций с точностью 10-2. Решение:Приведем систему к виду (10) Запишем последовательность итераций (16) Для приведенной матрицы достаточное условие ходимости выполняется по m-норме: В качестве начального приближения возьмем вектор-столбец свободных членов приведенной системы . Число итераций для достижения заданной точности определяем из неравенства (13) , которое запишем так: , действительно: . ; т.к. то ; . Вычислим теперь три последовательных приближения по формулам (15) и оценим погрешность каждого результата, используя неравенство (13) в виде: . Первое приближение: Следовательно, дает значение корня ξ с погрешностью, не превышающей величины .
Далее последовательно находим:
;
Третья итерация:
; Заданная точность достигается за 5 шагов. Точное решение . Ниже приведена блок – схема алгоритма решения системы линейных алгебраических уравнений методом итераций.
Лабораторная работа 2
|