Составители:
29
ε
<−
+
≤≤
1
1
max
k
i
k
i
ni
xx .
Можно применить способ, связанный с вычислением вектора
невязки
r
r
:
i
n
j
k
iji
bxar
j
−=
∑
=1
, показывающий, насколько полу-
ченное приближение
k
x
r
отличается от точного решения. Затем
вычисляется норма вектора невязки
||
max
1
i
ni
rr
≤≤
=
r
. Если она ма-
ла, т.е.
ε
<r
r
, то итерационный процесс останавливается.
Рассмотрим несколько способов построения МПИ.
Метод Якоби
Предположим, что диагональные элементы матрицы A ис-
ходной системы (2.1′) не равны 0 (a
ii
≠ 0, i = 1, 2, …, n). Разре-
шим первое уравнение системы (2.1) относительно x
1
, второе
относительно x
2
и т.д. Получим систему в виде (2.8):
⎪
⎪
⎩
⎪
⎪
⎨
⎧
++++=
++++=
++++=
−− nnnnnnn
nn
nn
xxxx
xxxx
xxxx
βααα
βααα
βααα
11,2211
223231212
113132121
...
....................................................
...
...
,
где
ni
a
b
ji
ji
a
a
ii
i
i
ii
ij
ij
...,,2,1,,
,0
,
==
⎪
⎩
⎪
⎨
⎧
=
≠−
=
βα
.
Метод, основанный на таком приведении СЛАУ к виду
(2.8), называют методом Якоби. Теперь, задав нулевое прибли-
жение, по рекуррентным соотношениям (2.9) можем выполнять
итерационный процесс. Сформулированное выше условие схо-
димости в методе Якоби равносильно условию диагонального
преобладания:
....,,2,1,
1
niaa
n
ji
j
ijii
=>
∑
≠
=
max xik − xik +1 < ε . 1≤ i ≤ n Можно применить способ, связанный с вычислением вектора n r невязки r : ri = ∑ aij x kj − bi , показывающий, насколько полу- j =1 r ченное приближение x k отличается от точного решения. Затем r вычисляется норма вектора невязки r = max | ri | . Если она ма- 1≤i ≤n r ла, т.е. r < ε , то итерационный процесс останавливается. Рассмотрим несколько способов построения МПИ. Метод Якоби Предположим, что диагональные элементы матрицы A ис- ходной системы (2.1′) не равны 0 (aii ≠ 0, i = 1, 2, …, n). Разре- шим первое уравнение системы (2.1) относительно x1, второе относительно x2 и т.д. Получим систему в виде (2.8): ⎧ x1 = α12 x2 + α13 x3 + ... + α1n xn + β1 ⎪ ⎪ x2 = α 21 x1 + α 23 x3 + ... + α 2 n xn + β 2 ⎨ , ⎪.................................................... ⎪ xn = α n1 x1 + α n 2 x2 + ... + α n , n −1 xn −1 + β n ⎩ где ⎧ aij ⎪− , i ≠ j b α ij = ⎨ aii , β i = i , i = 1, 2, ..., n . ⎪ 0, aii ⎩ i= j Метод, основанный на таком приведении СЛАУ к виду (2.8), называют методом Якоби. Теперь, задав нулевое прибли- жение, по рекуррентным соотношениям (2.9) можем выполнять итерационный процесс. Сформулированное выше условие схо- димости в методе Якоби равносильно условию диагонального преобладания: n aii > ∑ aij , i = 1, 2, ..., n. j =1 i≠ j 29
Страницы
- « первая
- ‹ предыдущая
- …
- 25
- 26
- 27
- 28
- 29
- …
- следующая ›
- последняя »