- •Постановка задачи 42
- •1.1 Введение
- •1.2. Понятие устойчивости состояния равновесия эо
- •1.3. Критерий устойчивости систем линейных оду
- •1.4. Критерий устойчивости дискретных систем
- •2. Методы численного интегрирования систем оду
- •2.1 Постановка задачи
- •2.2. Явный метод Эйлера и его характеристики
- •2.3. Явные методы Рунге-Кутта
- •2.4. Понятие "жесткой" системы
- •2.5. Неявный метод Эйлера
- •3 Выбор шага
- •2.6. Неявные методы Рунге-Кугта
- •3. Методы решения нелинейных сау
- •3.1. Постановка задачи
- •3.2. Метод Ньютона
- •3.3. Метод продолжения решения по параметру
- •3.4. Метод дифференцирования по параметру
- •4. Решение систем линейных ау
- •4.1. Метод Гаусса
- •4.2. Способы повышения точности решении
- •4.3. Метод Зейделя
- •4.4. Метод наискорейшего спуска
- •5. Технология разреженных матриц
- •5.1 Постановка задачи
- •5.2. Разреженный строчный формат
- •5.3. Статические и динамические схемы хранения.
- •5.4. Метод переменного переключателя
- •5.5. Расширенный вещественный накопитель
- •5.6. Сложение двух матриц
- •5. 7. Скалярное умножение двух разреженных векторов
- •5.8. Произведение разреженной матрицы общего вида и заполненного вектора-столбца
- •5.9. Произведение двух разреженных матриц
- •5.10. Транспонирование разреженной матрицы
- •5.11. Треугольное разложение разреженной симметричной матрицы
4.3. Метод Зейделя
Рассмотрим на примере линейной САУ (4.1) обозначив
(4.7)
здесь c=-b .Метод Зейделя состоит в поэлементном нахождении , но с учетом уже вычисленных значений .
Предположим, что все диагональные элементы матрицы A не равны нулю и известен вектор (при m =0,
-вектор начальных приближений). Запишем первое уравнение системы (4.7) в виде
откуда легко определить '. Величину находим из второго уравнения с учетом известного
В результате для каждого
Представим матрицу A в виде суммы трех матриц: u - строго верхнетреугольная матрица, составленная из элементов матрицы A лежащих выше главной диагонали; ; L - строго нижнетреугольная матрица, составленная из элементов матрицы A , лежащих ниже главной диагонали. Тогда последняя система уравнений в векторно-матричной форме примет вид
откуда получим решение на шаге ( m+1 )
Или после простых преобразований
(4.8)
Характеристики метода.
1) Сходимость. Итерационный процесс (4.8) сходится при выполнении следующих условий
(4.9)
т.е. матрица A должна иметь доминирующую главную диагональ. Если это условие не выполняется для исходной матрицы A , то систему (4.1) преобразуют путем умножения ее левой и правой частей на
и получают новую систему
Здесь матрица является симметричной и положительно определенной и, следовательно, для нее соблюдаются сформулированные выше условия сходимости.
2)Выбор начального приближения осуществляется произвольно, так как условия сходимости (4.9) выполняются при любом .
3)Скорость сходимости - линейная.
Критерии окончания итераций описаны в подразделе 3.1.
4.4. Метод наискорейшего спуска
Здесь исходная задача решения линейной системы АУ (4.7) сводится к поиску экстремума функции
Ввиду того, что функция нулевой экстремум функции находится также в точке . Пусть начальное значение вектора . Движение к точке экстремума начинаем вдоль антиградиента функции в точке . Затем через некоторый интервал значение антиградиента пересчитывается для точки и т.д. до тех пор, пока не придем в точку экстремума . Алгоритм метода имеет вид
;
(4.10)
О чевидно, что величина определяет “время” движения вдоль антиградиента функции вместе они определяют величину
Геометрическая интерпретация метода дана на рис.4.1,
Вблизи точки возможны незатухающие колебания из-за
ошибок округления, которые всегда присутствуют. Характер и
амплитуда колебаний зависят также от вида функции
которая для нелинейных F(х) может иметь сложный характер
поведения. В том числе - может быть не единственным вектором,
доставляющим экстремум функции . Это значит, что выбор
надо производить для нелинейных F (x) достаточно близко к точке .
Условием локальной сходимости алгоритма (4.10) является, как
обычно,
,
где - матрица Якоби для изображающей функции . Условии должно выполняться в каждой точке итерационного процесса (4.10). Скорость сходимости - линейная.
Для линейной функции F(x) характеристики метода, следующие.
1) Сходимость. Условия сходимости - матрица А должна быть симметричной и положительно определенной. Критерием положительной определенности матрицы A является критерий Сильвестра, согласно которому все главные диагональные миноры матрицы A должны быть больше 0:
(4.11)
Если эти условия не соблюдаются для исходной матрицы A , то применяется то же преобразование что и в методе Зейделя.
2)Выбор начального приближения . Вектор может быть любым, так как условия сходимости (4.11) не зависят от x.
3) Скорость сходимости - линейная.
4) Критерий окончания итераций описан в подразделе 3.1.