Xreferat.com » Рефераты по математике » Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ

Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ

height="21" align="BOTTOM" border="0" />:


Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ.


Чтобы невязки на каждом шаге итераций становились меньше, желательно соответствующим образом выбирать Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ. Найдем такое значение Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ, при котором Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ. Для этого приравняем производную по Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ нулю. Индекс номера итерации пока опустим.


Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ


Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ


Из последнего равенства для (k+1) – й итерации величина шага Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ в направлении вектора Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ должна быть вычислена так:


Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ.

Если единичные векторы направления последовательно выбирать равными координатным, т.е. Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ, то будет реализован метод Гаусса-Зейделя (метод покоординатного спуска в задачах оптимизации).

Выбирая направление изменения очередного вектора в сторону локального убывания, т.е. в сторону, противоположную вектору градиента функционала, получается метод быстрого спуска. В этом случае


Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ


2.2Метод сопряженных направлений


Среди методов, связанных с выбором направления существуют методы, в которых к векторам направлений предъявляются требования их взаимной сопряженности Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ, т.е. матрица A преобразует вектор Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ в вектор, ортогональный вектору Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ. Доказано, что выбор направлений из множества сопряженных позволяет при любом начальном Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ свести задачу к точному решению не более, чем за n шагов, если матрица симметричная и положительно определенная (Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ) размера Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ.

Классическим набором сопряженных векторов являются собственные векторы матрицы (Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ). Однако задача их определения сложнее решения заданной системы уравнений. Не менее сложна и задача построения произвольной системы ортогональных векторов.

В то же время примером ортогональных направлений являются направления вектора градиента и нормали в заданной точке некоторой гиперповерхности. Такая поверхность выше была представлена функционалом в виде скалярного произведения вектора невязки и вектора x, которая и определяла направление спуска по направлению градиента. Если, используя такой же подход к вычислению Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ, в выражении для последнего вектор невязок дополнительно модифицировать, как показано ниже, то рекуррентно вычисляемые очередные направления окажутся сопряженными:


Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ


Выбрав в начале итераций Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ и Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ, после выполнения приведенных вычислений в (n-1) цикле будут получены векторы направлений, удовлетворяющие соотношениям


Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ,


а векторы невязок будут ортогональными:


Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ.


Относительно метода сопряженных градиентов доказывается, что, если матрица (положительно определенная и симметричная) имеет только m (m<n) различных собственных значений, то итерационный процесс сходится не более, чем за m итераций. Однако в практической реализации скорость сходимости существенно зависит от величины меры обусловленности Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ и в итерационном процессе может быть оценена согласно неравенству:


Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ,

где Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ – коэффициент, степень которого на каждом шаге итерационного процесса показывает во сколько раз уменьшилось расстояние до вектора точного решения x*.

Чем больше Методы предварительных эквивалентных преобразований и итерационные методы с минимизацией невязки для решения СЛАУ, тем ближе a к единице и, следовательно, степени a уменьшаются медленнее. В литературе описываются модифицированные методы сопряженных градиентов, которые тем или иным способом включают в итерационный процесс подобные (конгруэнтные – для комплексных матриц) преобразования, предварительно уменьшающие меру обусловленности.


Литература


Бахвалов И.В. Численные методы. БИНОМ, 2008. – 636c.

Волков Е.А. Численные методы. Изд-во ЛАНЬ, 2004. – 256.

Демидович Б.П., ред., Марон И.А., Шувалова Э.З. Численные методы анализа. Издательство ЛАНЬ, 2008.

Пантелеев А.В., Киреев В.И., Пантелеев В.И., Киреев А.В. Численные методы в примерах и задачах. М: Высшая школа, 2004. – 480c.

Пирумов У.Г., Пирумов О.Г. Численные методы. Изд-во: ДРОФА, 2004. – 224c.

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: