Приведение исходной системы к виду, удобному для применения сходящегося итерационного процесса
Теорема сходимости итерационного процесса накладывает жесткие условия на коэффициенты системы (4.3). Однако, если , то с помощью элементарных преобразований системы (4.3) ее можно заменить эквивалентной системой
, такой, что условия теоремы сходимости будут выполнены.
Умножим левую и правую часть соотношения (4.3) слева на матрицу , где
- матрица с малыми по модулю элементами.
Проведем преобразования:
Если обозначить ,
, то получим
.
Если элементы матрицы достаточно малы по модулю, т.е. ú
, то элементы матрицы
будут удовлетворять достаточному условию сходимости итерационного процесса.
Итерационный процесс заканчивается, если для двух приближений и
выполнено условие
, где
- заданная точность.
2. Метод Зейделя
Метод Зейделя представляет собой некоторую модификацию метода простых итераций. Основная его идея состоит в том, что при вычислении
-го приближения неизвестной
учитываются уже вычисленные ранее
-е приближения неизвестных
. Т.е. найденное
-е приближение сразу же используется для получения
-го приближения последующих координат (Рис.4.1).
Предполагая, что -е приближения
корней системы (4.4) известны,
-е приближения корней будут находиться по следующим итерационным формулам метода Зейделя:
. (4.8)
Теорема 4.3(достаточное условие сходимости метода Зейделя).
Если для приведенной системы выполнено хотя бы одно из условий:
1) , где
;
2) , где
;
3) , где
,
то процесс Зейделя сходится к единственному решению системы при любом выборе начального вектора.
Запишем систему (4.8) в сокращенном виде:
(4.9)
Введем обозначения:
,
где
,
.
Тогда формулу (4.9) можем переписать в матричном виде:
, (4.10)
где
,
,
.
Теорема 4.4 (необходимые и достаточные условия сходимости метода Зейделя).
Для сходимости процесса Зейделя, заданного формулой (4.9), для приведенной системы линейных уравнений (4.4) при любом выборе свободного члена и начального вектора
необходимо и достаточно, чтобы все корни
уравнения
были по модулю меньше единицы.
3. Метод релаксации
Рассмотрим систему линейных алгебраических уравнений (4.1), в которой .
Сделаем преобразования: для этого свободные члены перенесем в левую часть и каждое -тое уравнение поделим на
. Таким образом, получим систему, удобную для релаксации:
(4.12)
где .
Введем понятие невязки для приближенного решения .
Пусть дана система , тогда точное решение
можно записать в виде
, где
-правка корня
. Подставим
в систему, получим
Введем обозначение . Тогда
. Выражение
называется невязкой для приближенного решения
.
Пусть задано начальное приближение системы (4.12):
.
Подставим данное приближение в систему (4.12) и получим невязки :
(4.13)
Если одной из неизвестных дать приращение
, то соответствующая невязка
уменьшится на величину
, а все остальные невязки
изменятся на величину
. Чтобы обратить очередную невязку
в нуль, нужно величине
дать приращение
, следовательно,
, а остальные невязки будут равны
.
Метод релаксации (метод ослабления) заключается в том, что на каждом шаге обращают в нуль максимальную по модулю невязку путем изменения значения соответствующей компоненты приближения. Процесс заканчивается, когда все невязки последней преобразованной системы будут равны нулю с заданной точностью.