РЕШЕНИЕ УРАВНЕНИЙ МЕТОДОМ ИТЕРАЦИЙ
Итерационные методы (методы последовательных приближений) решения систем Ax = b являются бесконечными методами и вычисляют только приближенные ответы. Их эффективно применяют для решения задач большой размерности, когда использование прямых методов невозможно из-за ограничений в доступной оперативной памяти ЭВМ или из-за необходимости выполнения чрезмерно большого числа арифметических операций. Большие системы уравнений, возникающие в приложениях, как правило, разряженные. Итерационные методы привлекательны для разряженных матриц, поскольку они требуют гораздо меньше оперативной памяти, чем прямые методы, и могут быть использованы, несмотря на то, что требуют больше времени на исполнение.
В то же время итерационные методы для плохо обусловленных задач нисколько не лучше, чем метод исключения Гаусса. Примененные к плохо обусловленным задачам они дают, как правило, такой же неверный результат, что и прямые методы.
По-прежнему рассматриваем систему линейных алгебраических уравнений:
Ax = b (1)
Определение 1. Линейным одношаговым итерационным методом называют метод вида
хk+1 = Bk∙xk + gk, (2)
где k – это номер итерации. Если матрица Bk и вектор gk зависят от номера итерации, то метод называется нестационарным, в противном случае – стационарным.
Чтобы связать метод (2) с системой (1), поступают следующим образом. От итерационных методов требуют, чтобы после подстановки в них точного решения x = A-1b системы (7.1) получалось тождество. Итак,подставляя x = A-1b в (2), имеем
A-1b = Bk∙ A-1b + gk.
Отсюда
gk = (Е - Bk) A-1b = Сkb,
где через Ck обозначили матрицу (E - Bk)A-1. Следовательно, линейный одношаговый итерационный метод для решения системы (1) имеет вид
хk+1 = Bk∙xk + Сkb, СkA+ Bk = E, k = 0,1,... (3)
Первый вопрос, который возникает при применении методов последовательного приближения, это вопрос сходимости.
Для сходимости нестационарного одношагового итерационного метода (3) достаточно, чтобы нормы всех матриц Bi были меньше единицы: || Bi ||<1, i = 0,1,...,m.
Рассмотрим одношаговый стационарный метод
хk+1 = B∙xk + Сb, СA+ B = E, k = 0,1,... (4)
Для сходимости стационарного метода (4) необходимо и достаточно, чтобы все собственные числа матрицы B по модулю были меньше единицы.
Для сходимости стационарного метода (4) достаточно, чтобы какая-либо из норм матрицы B была меньше единицы.
Метод простой итерации рассмотрен в вопросе 8. Рассмотрим еще один итерационный метод.
МЕТОД ЗЕЙДЕЛЯ
Этот метод, так же как и метод простой итерации, базируется на использовании уравнений, приведенных к виду
х1 = (1/a11)(b1 – а12х2 – … – а1nxn)
х2 = (1/a22)(b2 – а21х1 – … – а2nxn) …............ (1)
xn = (1/ann)(bn – аn1х1 – … – аn(n-1)xn-1)
при обязательном условии aii ¹ 0, i = 1, …, n.
Однако в отличие от метода простой итерации для вычисления i-й переменной на каждом k-м шаге итерационного процесса используются значения переменных, вычисленные как на предыдущем (k-1)-м шаге, так и на данном. При этом на k-м шаге итерационного процесса система (1) имеет вид:
х1(k) = (1/a11)(b1 – а12х2(k-1) – … – а1nxn(k-1))
х2(k) = (1/a22)(b2 – а21х1(k) – а23х3(k-1) … – а2nxn(k-1))
х3(k) = (1/a33)(b3 – а31х1(k) – а32х2(k) – а34х4(k-1) … – а3nxn(k-1)) (2)
……………………………..
xn(k) = (1/ann)(bn – аn1х1(k) – … – аn(n-1)xn-1(k))
Достаточные условия сходимости метода простой итерации являются достаточными и для метода Зейделя.
Если эти условия выполняются, то процесс по методу Зейделя сходится, причем быстрее, чем по методу простой итерации, т. е. при одинаковых начальных приближениях неизвестных и одинаковой заданной точности решение по методу Зейделя получается за меньшее число итераций.
Опыт решения линейных уравнений состояния электрической системы показывает, что и в тех случаях, когда достаточные условия сходимости не выполняются, метод Зейделя обычно характеризуется более быстрой сходимостью по сравнению с методом простой итерации.
Как метод Зейделя, так и метод простой итерации не всегда обеспечивают возможность получения решения, поскольку расходимость соответствующих итерационных процессов не исключена.
При этом условия сходимости (или расходимости) определяются только свойствами матрицы А и не зависят ни от начального приближения, ни от столбца правых частей b.
Последние два фактора влияют лишь на количество итераций, необходимых для получения решения с заданной точностью.
При использовании метода Зейделя с помощью простого эквивалентного преобразования исходной системы уравнений (т. е. преобразования, не изменяющего ее решения) всегда можно обеспечить сходимость итерационного процесса.
Действительно, известно, что при положительно-определенной матрице А итерационный процесс по методу Зейделя всегда сходится.
Следовательно, если матрица А – положительно-определенная, то сходимость гарантируется; если нет, то исходную систему можно привести к эквивалентной с положительно-определенной матрицей коэффициентов путем умножения слева на транспонированную матрицу А, т. е. путем перехода от системы Ах = b к системе AtAx = Atb или
A'x = b', (3)
где А' = АtА; b' = Atb.
Если исходная система имеет решение, т. е. если А – неособенная, то матрица А' – положительно-определенная и итерационный процесс по методу Зейделя сходится к решению.
Преобразование системы уравнений к виду (3) позволяет обеспечить сходимость метода Зейделя, однако при этом надо учитывать два важных для практики фактора:
1) при переходе от А к А' возрастает заполненность матрицы коэффициентов решаемой системы уравнений (вместо нулевых элементов появляются ненулевые), т. е. возрастает объем вычислений на каждом шаге итерационного процесса и требуемый объем памяти ЭВМ;
2) сходимость итерационного процесса к решению может быть очень медленной, что существенно влияет на оценку эффективности метода. Сама по себе сходимость итерационного процесса не является достаточным основанием для суждения о целесообразности практического применения метода.
Дата добавления: 2018-09-24; просмотров: 1273;