Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Земсков. Численные методы- 2009.doc
Скачиваний:
5
Добавлен:
01.07.2025
Размер:
5 Мб
Скачать
☆

3.4.3. Обусловленность матриц и систем уравнений.

Пусть дана система ЛАУ с невырожденной матрицей А :

Ax=b,

(23)

и пусть вектор правой части b вычисляется с ошибкой .

Заменим правую часть “возмущенным” значением , тогда решение приобретет ошибку и система примет вид:

.

(24)

Оценим относительную ошибку решения в зависимости от относительной величины возмущения правой части .

Из (23) и (24) следует: или .

Из совокупности равенств

{согласованность матриц} .

(25)

С другой стороны, из (23) следует

.

Последнее неравенство подставим в (25)

.

(26)

Определение 6. Число называется числом обусловленности матрицы А.

Таким образом, из (26) следует, что относительная ошибка решения пропорциональна числу обусловленности матрицы А:

.

Если (система уравнений плохо обусловлена), то небольшие погрешности вычисления правой части (небольшие “возмущения”) могут приводить к весьма большим отклонениям от точного решения.

Заметим, что это явление не связано с явлением неустойчивости (т.е. накоплением ошибок при вычислениях), а является следствием специфического свойства матрицы А и наблюдается даже в том случае, когда все вычисления делаются абсолютно точно, а возмущение правой части вызвано неточностями начальных данных при формировании системы.

Примеры плохо обусловленных систем рекомендуется рассмотреть на семинаре и лабораторной работе.

3.4.4. Итерационные методы решения систем лау.

Рассмотрим вначале систему ЛАУ специального вида

x=Tx+d, , , T - матрица .

(27)

Назовем эту систему системой второго рода, в отличие от вида системы (23) из параграфа 3.4.3. – системы первого рода.

Систему второго рода (27) естественно пытаться решать итерационным методом

(28)

В этом методе используются лишь операции сложения и умножения, и не используется операция обращения матрицы – наиболее опасная для накопления ошибок.

Теорема 3.6. Для любой согласованной матричной нормы имеет место неравенство .

Пусть - собственный вектор матрицы , - соответствующее собственное значение. Тогда справедлива следующая цепочка равенств и неравенств:

, в силу согласованности норм. Отсюда получаем

. В силу произвольности собственного значения , получаем требуемый результат .

Теорема 3.7. (Достаточное условие сходимости). Пусть система (1) невырождена, т.е. имеет единственное решение , матрица - вещественная, причем (в какой-либо матричной форме), тогда итерационная процедура (28) сходится к решению при со скоростью геометрической прогрессии.

.Поскольку - решение системы (27), то . Найдем разность

.

Обозначим - вектор ошибки k-ого шага. Тогда получаем итерационную процедуру

(29)

Оператор - линейный и отображает в себя. Согласно основному принципу сжатых отображений (теорема 3.1, замечание 2) для банахова пространства): если оператор T удовлетворяет условию Липшица с константой

то оператор T в уравнении (29) – сжимающий и выполняется принцип сжатых отображений.

В нашем случае имеем:

.

Т.к. по условию оператор - сжимающий и, следовательно, существует единственная неподвижная точка уравнения

(30)

Обозначим эту точку . Таким образом, выполняются уравнения:

и, кроме того, по определентю . Отсюда

,

Откуда получаем: . Из единственности решения системы (27) получаем:

, т.е. и итерационная процедура (28) сходится к единственной неподвижной точке со скоростью геометрической прогрессии .

Теорема 3.8. (Спектральный признак сходимости). Для сходимости метода простых итераций СЛАУ второго рода необходимо и достаточно, чтобы .

Необходимость. Заметим, что если оператор удовлетворяет условию сжатости, то согласно теореме 3.6 .

Пусть теперь известно, что итерационная процедура (28) сходится при . От противного: пусть и - соответствующий собственный вектор. Выберем начальное приближение и запустим итерационную процедуру (29).

что противоречит сходимости при начальном приближении .

Достаточность. Докажем для частного случая, когда - вещественная и симметрическая матрица.

Выберем спектральную норму (норму -2):

, где - сингулярные числа матрицы .

Согласно свойству 6) , где - собственные значения матрицы . - т.е. получили достаточное условие сходимости согласно теореме 3.7. в норме -2.

Т.к. все матричные нормы эквивалентны, то сходимость в норме -2 влечет за собой сходимость и в остальных нормах.