Градиентный метод с минимальными невязками

Пусть Градиентный метод с минимальными невязками - student2.ru положительно-определенная матрица, Градиентный метод с минимальными невязками - student2.ru начальное приближение к решению системы Градиентный метод с минимальными невязками - student2.ru . Следующее приближение Градиентный метод с минимальными невязками - student2.ru ищется по формуле

Градиентный метод с минимальными невязками - student2.ru

параметр Градиентный метод с минимальными невязками - student2.ru выбирается так, что бы минимизировалась длина вектора невязки Градиентный метод с минимальными невязками - student2.ru . После выполнения первого шага процесс повторяется.

Градиентный метод с минимальными невязками - student2.ru Градиентный метод с минимальными невязками - student2.ru

Формулы, связывающие соседние приближения:

Градиентный метод с минимальными невязками - student2.ru

Градиентный метод с минимальными невязками - student2.ru

Градиентный метод с минимальными невязками - student2.ru

Градиентные методы с неполной релаксацией

Пусть Градиентный метод с минимальными невязками - student2.ru положительно-определенная матрица и имеется решение системы Градиентный метод с минимальными невязками - student2.ru .

Рассмотрим итерационный процесс, в котором каждое последующее приближение получается из предыдущего изменением в направлении, противоположному градиенту функции ошибок, причем так, что на каждом шаге функция ошибок уменьшается. Формулы для получения последовательных приближений:

Градиентный метод с минимальными невязками - student2.ru

Пусть Градиентный метод с минимальными невязками - student2.ru , где Градиентный метод с минимальными невязками - student2.ru соответствующий коэффициент в методе наискорейшего спуска.

Градиентный метод с минимальными невязками - student2.ru

Для того, чтобы Градиентный метод с минимальными невязками - student2.ru , было бы меньше, чем Градиентный метод с минимальными невязками - student2.ru , необходимо и достаточно выполнение для множителей релаксации Градиентный метод с минимальными невязками - student2.ru неравенств

Градиентный метод с минимальными невязками - student2.ru

Будем называть группу методов, в которых не все Градиентный метод с минимальными невязками - student2.ru равны 1, методами неполной градиентной релаксации. Если все множители релаксация Градиентный метод с минимальными невязками - student2.ru , но не все равны единице, метод называется методом нижней релаксации , если все Градиентный метод с минимальными невязками - student2.ru , но не все Градиентный метод с минимальными невязками - student2.ru ,- методом верхней релаксации.

Метод Якоби

Исходную систему АХ=В (1.8.1)

преобразуем к виду:

Градиентный метод с минимальными невязками - student2.ru (1.8.2)

где i=1,2,...,m; aii¹0.

Первая сумма равна нулю, если верхний предел суммирования меньше нижнего.

Так (1.8.2) при i=1 имеет вид

Градиентный метод с минимальными невязками - student2.ru

По методу Якоби (метод простых итераций) Градиентный метод с минимальными невязками - student2.ru (n+1 приближение хi) ищем по формуле

Градиентный метод с минимальными невязками - student2.ru (1.8.3)

где n – номер итерации (0,1,…,); i= Градиентный метод с минимальными невязками - student2.ru .

Итерационный процесс (1.8.3) начинается с начальных значений Градиентный метод с минимальными невязками - student2.ru , которые в общем случае задаются произвольно, но предпочтительнее, если за Градиентный метод с минимальными невязками - student2.ru взять свободные члены исходной системы.

Условие окончания счета:

Градиентный метод с минимальными невязками - student2.ru ,

где i= Градиентный метод с минимальными невязками - student2.ru .

Исходную матрицу системы (1.8.1) представим в виде суммы трёх матриц

A=A1+D+A2,

где D - диагональная матрица;

D =diаg[а11а22…аmm];

A1 - нижняя треугольная матрица;

A2 - верхняя треугольная матрица.

Тогда исходную систему (1.8.1) можно записать в виде

Х=-D-1A1 Х– D-1A2 Х+D-1 В.

Тогда метод Якоби можно записать в виде:

Градиентный метод с минимальными невязками - student2.ru

или

Градиентный метод с минимальными невязками - student2.ru . (1.8.4)

Заключение

Список используемой литературы

1. Бахвалов Н.С. Численные методы. – М.: Наука, 1973.

2. Бахвалов Н.С., Жидков Н.П., Кобельников Г.М. Численные методы. – М.: Наука, 2001.

3. Вержбицкий В.М. Основы численных методов. – М.: Высшая школа, 2005.

4. Воеводин В.В. Численные методы алгебры (Теория и алгорифмы). –М.: Наука, 1966.

5. Воеводин В.В., Кузнецов Ю.А, Матрицы и вычисления. – М.: Наука, 1984.

6. Заварыкин В.М., Житомирский Г.В., Лапчик М.П. Численные методы. – М.: Просвещение, 1990.

7. Лапчик М.П., Рагулина М.И., Хеннер Е.К. Численные методы. – М.: Наука, 2007.

8. Калиткин Н.Н. Численные методы. – М.:Наука, 1978.

9. Крылов В.И., Бобков В.В., Монастырный П.И. Вычислительные методы (том I). – М.: Наука, 1977.

10. Тарасов В.Н., Бахарева Н.Ф. Численные методы. Алгоритмы. – Оренбург: ИПК ОГУ, 2003.

11. Фадеев Д.К., Фадеева В.Н. Вычислительные методы линейной алгебры. – М.: ФИЗМАТГИЗ, 1963.

Наши рекомендации