Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Теорема Самарского устанавливает условия сходимости рассмотренных выше стационарных явных и неявных методов простой итерации (Ричардсона, Якоби, Зейделя, релаксации) в случае самосопряженной (симметричной) положительно определенной матрицы : . Метод простой итерации рассматривается в виде
, (40)
где - некоторая новая матрица. Если легко обращаемая матрица, то это явный метод простой итерации (Ричардсона с параметром, Якоби, Якоби с параметром), в противном случае - это неявный метод (Зейделя, релаксации (Зейделя с параметром)).
Теорема Самарского. Для самосопряженной, положительно определенной матрицы СЛАУ условие
, (41)
есть достаточное условие для сходимости процесса итераций (40) при любом начальном приближении. Если и – самосопряженная матрица, то это и необходимое условие.
Докажем сначала Лемму.
Лемма. Если - положительно определeнная матрица, то существует такое положительное число (), такое что для любого выполняется:
Действительно
Т.о., для симметричной, положительно определенной матрицы . Лемма доказана.
Доказательство достаточности Теоремы.
Пусть - погрешность на -ой итерации. Из (39) и следует
, ,
Обозначим . Тогда ,
Итак, установлена связь между погрешностями на соседних итерациях.
Обозначим функционал , в силу .
Таким образом, установлена связь между функционалами на соседних итерациях. Последовательность функционалов положительная и убывающая
в силу - по условию теоремы. Таким образом, это ограниченная бесконечная последовательность и она сходится.
В силу Леммы и условия Теоремы существует число , такое что
Отсюда и при .
По тексту и
Поэтому из и следует, что и при .
Достаточность доказана.
Пояснения. Что означает - положительно определенная матрица? Или ? Это значит, что для любого вектора выполняется
, ,
,
В частности, если
Ранее определили подчиненную норму и евклидовую норму матрицы как , .
Найдем .
Для любого вектора выполняется разложение по базису из собственных векторов самосопряженной матрицы : . Пусть - собственные числа положительно определенной матрицы . Тогда, учитывая, что
,
Величина . Равенство нулю достигается на векторе и тогда . То есть,
Итак, достаточное условие сходимости для метода Ричардсона с параметром
, ,
есть
Или в обозначениях параметра , который связан с как
где
Достаточные условия сходимости
(41)
Ранее нами найден оптимальный параметр сходимости для случая
,
который лежит в области (41).
В методе Якоби и . Здесь и условие теоремы выглядит как
,
Можно показать [3], что последнее неравенство следует из условий диагонального преобладания матрицы
(42)
Таким образом, условие (42) при – достаточное условие сходимости метода Якоби.
В методе Релаксации . Условие Теоремы ввиду симметричности матрицы и превращается в
; (43)
Из леммы в п. 1.6 следует положительность диагональных элементов , из (43) следует и условие сходимости метода Релаксации
(44)
Значение соответствует методу Зейделя. Таким образом, для самосопряженных, положительно определенных матриц метод Зейделя всегда сходится. Дополнительно для блочно-трехдиагональных матриц известно значение оптимального параметра для сходимости
, ,
где - максимальное собственное число матрицы перехода Якоби. Таким образом, оптимальный параметр лежит в верхней части области сходимости (44)
и оптимальный метод для таких матриц известен под названием метода последовательной верхней релаксации [6-8]. Параметр также лежит в верхней части области сходимости .
Дата публикования: 2014-11-02; Прочитано: 1919 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!