Решение систем линейных алгебраических уравнений методом простой итерации.
Выполнил: студент 2 курса ММФ
Гр. 3112 Кутумов А.А.
Преподаватель: Махоткин О.А.
13.05. 2005 г.
Итак, ставится задача нахождения решения уравнения Ах=b, где А – постоянная матрица, b – известный столбец свободных коэффициентов, а х – столбец неизвестных. Предлагается использовать одношаговый итерационный метод с постоянным параметром. Использование постоянного параметра существенно уменьшает объем вычислений на каждом шаге. Все необходимые алгоритмы и основная теорема приведены в нижеследующей таблице:
Теорема. |
Если и известны оценки ее спектра: , то циклический метод Ричардсона (с длиной цикла ) решения системы : с чебышевскими параметрами сходится и . |
Замечание: данная теорема верна для любого конечного m (в частности и для m=1).
Программная реализация:
Начальный вектор выбирается случайным образом. При итерационном шаге вычисляется следующее приближение по предыдущему. В программе использованы следующие константы:
δdelta – отвечает за точность нахождения и m – максимальная размерность вводимой матрицы.
Введены и описаны в модуле типы:
1. matrix – двумерный массив mxm
2. vector – одномерный массив из m компонент.
Процедуры:
1. input(var dim:integer; A: matrix; var и,y:vector) – процедура получения матрицы, точного решения и столбца правой части
2. GetResult(dim:integer;A:matrix;b:vector;dt:myreal;var numit:integer):vector; - функция получения результата.
Численные эксперименты.
Таблица 1 (влияние точности установления итераций δ на число итераций и точность нахождения решения, тип Extended, для матрицы Гильберта порядка 4 при τ =2/(lmax+lmin), где lmax,lmin – границы спектра матрицы)
δ |
Число итераций |
Погрешность(отн.) |
Невязка (отн.) |
1.0e-2 |
24 |
3.707e-01 |
2.14e-02 |
1.0e-4 |
979 |
9.04e-02 |
2.25e-04 |
1.0e-6 |
6852 |
3.35e-02 |
2.25е-06 |
1.0e-8 |
414314 |
7.206e-04 |
2.26e-08 |
1.0e-10 |
902966 |
7.206e-06 |
2.26e-10 |
1.0e-12 |
1391619 |
7.206e-08 |
2.26e-12 |
Вывод: как и следовало ожидать, число итераций возрастает, а точность приближения увеличивается с уменьшением δ. Оценка погрешности через число обусловленности выполняется.
Таблица 2 (зависимость числа итераций от выбора вектора начального приближения, тип Extended, для матриц Гильберта порядка 4, 6, 8,delta=1e-09)
Начальный вектор |
n=4 |
n=6 |
n=8 |
Xi=(1+2*random)/||A|| |
804702 |
4780265 |
15019845 |
Xi =1 |
658640 |
2865942 |
1176934 |
Xi=1/||A|| |
660103 |
2878419 |
1181350 |
Xi=1/(i+1) |
667210 |
2890503 |
1185852 |
Xi=bi/Ai,i |
484756 |
2142031 |
1155810 |
Точное решение |
1 |
1 |
1 |
Вывод: все соответствует теории, при хорошем приближении меньше итераций.
Таблица 3 (Cходимость при n=4,8, тип Real, для матрицы Гильберта delta=1e-09)
(Сходимость при n=10,14 тип Extended, для матрицы Гильберта delta=1e-19)
N=10 (Extended) |
N=14 (Extended) |
N=4 (Real) |
N=8 (Real) |
Нет ответа* |
Нет ответа* |
1191875 |
81273123 |
* - Количество итераций превысило максимальное целое число.
Вывод: пожалуй, трудно было ожидать чего-либо другого.
Таблица 4* (Расходимость метода при τ=5, для Матрицы Гильберта, n= 6, тип Extended
Количество Итераций |
Относительная Ошибка |
100 |
3.52e+0059 |
200 |
3.28e+0118 |
300 |
3.06e+0177 |
400 |
2.86e+0236 |
500 |
2.67e+0295 |
1000 |
1.89e+0590 |
5000 |
1.21e+2949 |
(Этот метод подразумевает известные коэффициенты, и для него нет достаточных условий, данная таблица приведена для сравнения результатов)
Список литературы:
1) Мацокин А.М. Конспект лекций: “Вычислительные методы линейной алгебры”
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.