nieosobliwa macierz
Transkrypt
nieosobliwa macierz
6. Zbieżność - kryteria zbieżności. Układ liniowych równań algebraicznych: AΦ = Q (6.1) Po n iteracjach rozwiązanie Φ n nie spełnia jeszcze równania (6.1), lecz jego przybliżoną formę: AΦ n = Q − ρ n (6.2) odejmując równanie (6.2) od (6.1) uzyskuje się relację pomiędzy błędem aproksymacji zdefiniowanym jako: εn = Φ − Φn (6.3) oraz resztą ρ n : Aε n = ρ n (6.4) Proces iteracyjny może być zapisany następująco: MΦ n+1 = NΦ n + B (6.5) w warunkach zbieżności: Φ n+1 = Φ n = Φ (6.6) 56 z podstawienia (6.6) do (6.5) wynika: A = M−N oraz B= Q (6.7) lub bardziej ogólnie : PA = M − N oraz B = PQ (6.8) gdzie: P – nieosobliwa macierz typu pre-conditioning Odejmując od obydwu stron równania (6.5) uzyskuje się: ( ) M Φ n+1 − Φ n = B − ( M − N ) Φ n (6.9) lub Mδ n = ρ n (6.10) gdzie: δ n = Φ n+1 − Φ n (6.11) nazywa się korekcją lub „uaktualnieniem” i stanowi aproksymację błędu zbieżności ε n Zbieżne rozwiązanie Φ spełnia równanie (6.5): MΦ = N Φ + B (6.12) 57 Odejmując równanie (6.12) od (6.5) uzyskuje się: Mε n+1 = Nε n (6.13) lub ε n+1 = M −1Nε n (6.14) Metoda iteracyjna jest zbieżna jeżeli: lim ε n = 0 n→∞ (6.15) Wartości i wektory własne macierzy iteracji M −1N : ( M −1N − λ k I)u k = 0 gdzie: λ k − wartość wlasna u k − wektor wlasny (6.16) k = 1,K , K , K − liczba równań Zakładając, że wektory własne stanowią układ liniowo niezależnych wektorów tworzących K-wymiarową przestrzeń wektorową, wektor błędu zbieżności wyrazić można w postaci: ε0 = K ∑ ak uk (6.17) k =1 58 Procedura iteracyjna (6.14) prowadzi do zależności: 1 −1 −1 0 ε = M Nε = M N K K ∑a u = ∑a λ k k k k =1 k uk (6.18) k =1 lub ogólniej: n ε = K ∑ ak ( λ k ) n u k (6.19) k =1 Aby proces iteracyjny był zbieżny warunkiem koniecznym i wystarczającym jest, aby wszystkie wartości własne macierzy iteracji były co do modułu mniejsze od jedności. Dotyczy to przede wszystkim największej co do modułu wartości własnej macierzy iteracji zwanej promieniem spektralnym. Po kilku iteracjach zależność (6.19) można aproksymować następująco: ε n ≈ a1 ( λ 1 ) u1 n gdzie: λ 1 − promień spektralny (6.20) 59 Jeżeli przyjąć, że rozwiązanie zbieżne, to takie dla którego błąd zbieżności spadł poniżej pewnej wartości δ, to zapisać można: a1 ( λ 1 ) ≤ δ n (6.21) logarytmując obie strony ostatniej zależności uzyskuje się: δ ln a1 n≈ ln λ 1 (6.22) Przykład: Równanie: ax = b metoda iteracyjna: mx p+1 = nx p + b błąd zbieżności: ε p+1 = n p ε m Metoda jest szybkozbieżna, gdy n jest małe tzn. gdy: m≈ a 60 Kryteria zbieżności Na podstawie (6.3) , (6.11) i (6.20) zapisać można następującą zależność: δ n = Φ n+1 − Φ n ≈ ( λ 1 − 1)( λ 1 ) a1u1 n (6.23) Zależność (6.23) pozwala w praktyce oszacować wartość promienia spektralnego: λ1 ≈ δn δ n−1 (6.24) a w konsekwencji również błąd zbieżności: δn ε = Φ−Φ ≈ λ1 − 1 n n (6.25) dobrym oszacowaniem błędu, które może być wyznaczone w oparciu o dwie kolejne iteracje jest: εn ≈ δn λ1 − 1 (6.26) 61 62