Итерационные методы решения СЛАУ
Найти решение СЛАУ с матрицей
и правой частью
итерационными методами Якоби, Зейделя и ОСП. Решение получить с заданной относительной точностью
. Указать количество итераций
необходимых каждому методу для достижения заданной точности. В случаях слабой сходимости ограничиться числом
, отразив это в результатах. Отметить также случаи явной расходимости метода.
В качестве оптимального параметра
для сходимости метод ОСП в задаче с матрицей размером
следует принимать:
·
, в случае
(и в случае периодического продолжения на трехдиагональную матрицу с большими значением
)
·
, для задач с трехдиагональной матрицей с постоянной главной диагональю, где
. В частности, для матриц с
.
В случаях расходимости всех трех используемых методов следует применить комбинированный метод Якоби-Зейделя и ОСП. Для этого потребуется найти собственные числа матрицы Якоби [5.3.2.3] и на этой основе сделать вывод о значении
для ряда оптимальной простой итерации с матрицей [5.3.3.1], в которой
-матрица Якоби. Этот же оптимальный параметр можно использовать для построения ряда простой итерации с оператором [5.3.3.1], где
-оператор Зейделя [5.3.2.5]. Однако, в последнем случае оптимальный параметр, как правило, может быть значительно улучшен и в необходимых случаях он указан.
Варианты заданий.
№ вар.
|
|
|
| Примечание
|
1.
|
|
|
|
|
2.
|
|
|
|
|
3.
|
|
|
| Оптимальный параметр для метода Зейделя-ОСП k=0.1
|
4.
|
|
|
|
|
5.
|
|
|
|
|
6.
|
|
|
|
|
7.
|
|
|
| Оптимальный параметр для метода Зейделя-ОСП k=0.25
|
8.
|
|
|
| Оптимальный параметр для метода Зейделя-ОСП
k=2
|
9.
|
|
|
| Оптимальный параметр для метода Зейделя-ОСП
k=1
|
10.
|
|
|
| Оптимальный параметр для метода Зейделя-ОСП
k=1
|
11.
|
|
|
|
|
12.
|
|
|
|
|
|
|
|
|
|
14.
|
|
|
|
|
15
|
|
|
|
|
При выполнении лабораторных работ с помощью пакета Mathcad указанные варианты видоизменяются до больших трехдиагональных матриц с
. Для этого главная и две побочные диагонали периодически продолжаются на большую матрицу. Остальные коэффициенты матрицы нулевые. Так, матрица варианта №2 выглядит следующим образом:

Оптимальный параметр
для метода ОСП остаётся при этом неизменным (несмотря на трансформацию спектра матрицы- увеличение радиуса круга
при неизменном положении его центра) и определяется так, как указано выше для малых матриц.
В качестве вектора правой части взять вектор с
для всех
. Относительная точность вычислений для всех вариантов
.
Варианты помеченные * используются только для практических работ с n=2 и для n=100 решений в виде сходящегося итерационного процесса не имеют. В этом случае выбирается вариант с номером = 16 - №вар.
В результате работы представить для каждого метода:
· вектор решения (несколько первых компонент)
· число итераций
· невязку решения
· спектр оператора (с помощью стандартных функций Mathcad)
· сравнить значение оптимального параметра, полученного исходя из знания спектра оператора, и использованного Вами в решении.
Сравнить решение СЛАУ, полученное стандартным методом Mathcad и Вашим итерационным методом.
Сделать вывод о причинах хорошей (плохой) сходимости итерационного метода.
Найти число обусловленности исходной матрицы (с помощью стандартных функций Mathcad).Для вариантов задания с быстрой сходимостью (
) сравнить при
время решения СЛАУ стандартным методом Mathcad и итерационным методом.
Нахождение собственных значений и векторов
Пример: Найти собственные вектора и значения матрицы:

Выберем
, тогда:
,
.
СЛАУ имеет вид:
, откуда
,
в результате получаем характеристический полином:
, откуда
,
.
Построим полиномы для нахождения собственных векторов:
,
,
Поэтому:
,
, так как собственный вектор определен с точностью до произвольного множителя.
Проверка:
,
.
Воспользуйтесь поиском по сайту: