Итерационные методы решения систем линейных уравнений

Рассмотрим систему из 3-х уравнений с тремя неизвестными:

а11х1 + а12х2 + а13х3 = b1; (2.1)

а21х1 + а22х2 + а23х3 = b2; (2.2)

а31х1 + а32х2 + а33х3 = b3. (2.3)

Предположим, что а11¹0, а22¹0, а33¹0, и перепишем систему в виде:

Итерационные методы решения систем линейных уравнений - student2.ru (2.4)

Итерационные методы решения систем линейных уравнений - student2.ru (2.5)

Итерационные методы решения систем линейных уравнений - student2.ru (2.6)

В методе Якоби некоторое исходное приближение к решению этой системы, обозначенное как х1(0), х2(0), х3(0), одновременно используется с помощью выражений (2.4) – (2.6) для вычисления первого приближения х1(1), х2(1), х3(1) .Эти значения используются для вычисления второго приближения, и т.д. Процесс прекращается, когда достигается требуемая точность решения. В этом методе замена значений всех приближений производится одновременно (метод одновременных смещений).

В методе Гаусса-Зейделя также берется исходное приближение к решению системы (2.1) – (2.3), обозначенное как х1(0), х2(0), х3(0).

Подставим это решение в (2.4) и вычислим новое значение х1:

Итерационные методы решения систем линейных уравнений - student2.ru .

Используя полученное значение х1(1) и начальное значение х3(0), вычислим из (2.5) новое значение х2:

Итерационные методы решения систем линейных уравнений - student2.ru .

Используя значение х1(1) и х2(1), вычислим из (2.6) новое значение х3:

Итерационные методы решения систем линейных уравнений - student2.ru .

Этим заканчивается первая итерация. Теперь можно заменить исходные значения х1(0), х2(0), х3(0) на х1(1), х2(1), х3(1) и вычислить следующее приближение.

В общем случае k-ое приближение определяется формулами:

Итерационные методы решения систем линейных уравнений - student2.ru (2.7)

Видно, что текущее значение неизвестных сразу же используется для последующих вычислений. Например, нельзя вычислить х2(k), пока не получено х1(k). Аналогично, для вычисления х3(k) необходимо сначала определить х1(k) и х2(k).

Метод Гаусса-Зейделя очень удобен для использования на ЭВМ.

Рассмотрим теперь систему из n уравнений с n неизвестными:

Итерационные методы решения систем линейных уравнений - student2.ru (2.8)

Мы по-прежнему предполагаем, что диагональные коэффициенты аii отличны от 0 для всех i. Тогда k-ое приближение к решению будет задаваться формулой:

Итерационные методы решения систем линейных уравнений - student2.ru .

Итерационный процесс продолжается до тех пор, пока все хi(k) не станут достаточно близкими к хi(k-1). Критерий близости можно задать в виде:

Итерационные методы решения систем линейных уравнений - student2.ru ,

где определяется максимальное значения разности для всех i, а e – некоторое положительное число. При выполнении критерия итерационный процесс следует остановить.

Обратимся к вопросу сходимости метода. Перед обобщением на случай n уравнений рассмотрим более простой пример – систему из 2-х уравнений. При этом возьмем систему, в которой диагональные коэффициенты по абсолютному значению будут больше недиагональных.

Итерационные методы решения систем линейных уравнений - student2.ru (2.9)

Точное решение системы:

х = 2/5, у = 6/5.

Из (2.9) запишем:

Итерационные методы решения систем линейных уравнений - student2.ru

Итерационные методы решения систем линейных уравнений - student2.ru

Результаты последовательных итераций составляют:

Итерация х у
3/2
1/4 9/8
7/16 39/32

Графическое решение системы представлено на рисунке точкой пересечения двух прямых.

Итерационные методы решения систем линейных уравнений - student2.ru

Рисунок 1.5 – Итерационный процесс решения системы (2.9)

Из таблицы видно, что итерационный процесс приводит нас к решению, которое с каждой итерацией приближается к точному решению системы, то есть итерационный процесс сходится.

Наши рекомендации