Составители:
30
α
0
3−
5
3−
10
1
−
2
0
1
5
1
−
4
1−
5
0
⎛
⎜
⎜
⎜
⎜
⎜
⎜
⎝
⎞
⎟
⎟
⎟
⎟
⎟
⎟
⎠
:=
β
10
8
1
4
10
⎛
⎜
⎜
⎜
⎜
⎜
⎝
⎞
⎟
⎟
⎟
⎟
⎟
⎠
:=
yakobi ε
(
)
err 100←
x β←
x1 α x⋅β+←
err x1 x−←
xx1←
err ε>while
x
:=
yakobi 0.001()=
Действительно, если это
условие выполняется, то и
суммы модулей элементов
строк матрицы α
меньше 1.
На рис. 2.2 приведен
пример решения в MathCAD
методом Якоби системы с
матрицей
A и вектором пра-
вых частей
b:
.
4
5
10
,
1023
153
248
⎟
⎟
⎟
⎠
⎞
⎜
⎜
⎜
⎝
⎛
=
⎟
⎟
⎟
⎠
⎞
⎜
⎜
⎜
⎝
⎛
−
=
bA
Легко убедиться, что для
исходной матрицы
A вы-
полняются условия диаго-
нального преобладания, а
для матрицы α – условия
(2.11), что обеспечивает
сходимость итерационного
процесса.
Рис. 2.2. Решение СЛАУ
методом Якоби
Метод Зейделя
Под методом Зейделя обычно понимается такое видоизме-
нение МПИ (2.10) решения СЛАУ (2.8), в котором для подсчета
i-й компоненты (k+1)-го приближения к искомому вектору
*
x
r
используются уже вычисленные на этом, т.е. (k+1)-м шаге, но-
вые значения первых i–1 компонент. Это означает, что если сис-
тема (2.8) тем или иным способом сведена (например, с помо-
щью метода Якоби) к системе (2.9) с матрицей коэффициентов
α
и вектором свободных членов
,
β
r
то ее приближение к реше-
нию по методу Зейделя определяется системой равенств
( ) () ()
(
)
(
)
( ) ( ) () () ()
() () () () ()
⎪
⎪
⎩
⎪
⎪
⎨
⎧
+++++=
+++++=
+++++=
+
−−
+++
++
+
3,
1
11,
1
22
1
11
1
22323222
1
121
1
2
11313212111
1
1
...
................................................................................
...
...
βαααα
βαααα
βαααα
k
nnn
k
nnn
k
n
k
n
k
n
k
nn
kkkk
k
nn
kkkk
xxxxx
xxxxx
xxxxx
. (2.11)
Действительно, если это ⎛ 0 −1 −1 ⎞ ⎛ 10 ⎞ ⎜ 2 4 ⎟ ⎜ 8 ⎟ условие выполняется, то и ⎜ ⎟ ⎜ ⎟ суммы модулей элементов ⎜ −3 −1 ⎟ β := ⎜ 1 ⎟ α := 0 строк матрицы α меньше 1. ⎜ 5 5 ⎟ ⎜ 4 ⎟ На рис. 2.2 приведен ⎜ − ⎟ ⎜ ⎟ ⎜ 3 1 0 ⎟ ⎝ 10 ⎠ пример решения в MathCAD ⎝ 10 5 ⎠ методом Якоби системы с yakobi ( ε) := err ← 100 матрицей A и вектором пра- x← β вых частей b: ⎛8 4 2 ⎞ ⎛10 ⎞ while err > ε ⎜ ⎟ ⎜ ⎟ x1 ← α ⋅ x + β A = ⎜ 3 5 1 ⎟, b = ⎜ 5 ⎟. ⎜ 3 − 2 10 ⎟ ⎜4⎟ err ← x1 − x ⎝ ⎠ ⎝ ⎠ x ← x1 Легко убедиться, что для исходной матрицы A вы- x полняются условия диаго- нального преобладания, а yakobi ( 0.001) = для матрицы α – условия (2.11), что обеспечивает сходимость итерационного Рис. 2.2. Решение СЛАУ процесса. методом Якоби Метод Зейделя Под методом Зейделя обычно понимается такое видоизме- нение МПИ (2.10) решения СЛАУ (2.8), в котором для подсчета r i-й компоненты (k+1)-го приближения к искомому вектору x * используются уже вычисленные на этом, т.е. (k+1)-м шаге, но- вые значения первых i–1 компонент. Это означает, что если сис- тема (2.8) тем или иным способом сведена (например, с помо- щью метода Якоби) к системе (2.9)r с матрицей коэффициентов α и вектором свободных членов β , то ее приближение к реше- нию по методу Зейделя определяется системой равенств ⎧ x1(k +1) = α11 x1(k ) + α12 x 2 (k ) + α13 x 3 (k ) + ... + α1n x n (k ) + β1 ⎪⎪ x 2 (k +1) = α 21 x1(k +1) + α 22 x 2 (k ) + α 23 x 3 (k ) + ... + α 2 n x n (k ) + β 2 . (2.11) ⎨.......... .......... .......... .......... .......... .......... .......... .......... ⎪ (k +1) (k +1) (k +1) (k +1 ) (k ) ⎪⎩ x n = α n1 x1 + αn 2 x2 + ... + α n ,n −1 x n −1 + α n ,n x n + β 3 30
Страницы
- « первая
- ‹ предыдущая
- …
- 26
- 27
- 28
- 29
- 30
- …
- следующая ›
- последняя »