![]() |
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: 1921 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!