Мегаобучалка Главная | О нас | Обратная связь


Итерация Гаусса-Зейделя.



2020-03-19 176 Обсуждений (0)
Итерация Гаусса-Зейделя. 0.00 из 5.00 0 оценок




 

Процесс итерации Якоби иногда можно модифицировать для ускорения сходимости.

Отметим, что итеративный процесс Якоби производит три последовательности – {х1(k)}, {х2(k)}, {х3(k)}, {х4(k)}. Кажется разумным, что х1(k+1) может быть использовано вместо х2(k). Аналогично х1(k+1) и х2(k+1) можно использовать в вычислении х3(k+1). Например, для уравнений из системы (1) это даст следующий вид итерационного процесса Гаусса-Зейделя, использующий (3*):

Такой итерационный процесс даст результаты:

k х1(k) х2(k) х3(k)
0 1.0 2.0 2.0
1 1.75 3.75 2.95
2 1.95 3.96875 2.98625
3 1.995625 3.99609375 2.99903125
8 1.99999983 3.99999988 2.99999996
9 1.99999998 3.99999999 3.0
10 2.0 4.0 3.0

Т. е. к точному решению мы пришли уже на 10-ом шаге итерации, а не на 19, как в итерации Якоби.

Вывод.

1. Способ итераций дает возможность получить последовательность приближенных значений, сходящихся к точному решению системы. Для этого система приводится к виду (для случая системы из четырех уравнений):

 

Эти формулы как раз и задают собственно итерационный процесс.

2. При этом чтобы итерационный процесс сходился к точному решению, достаточно, чтобы все коэффициенты системы были малы по сравнению с диагональными.

Это условие можно сформулировать и более точно:

Для сходимости процесса итераций достаточно, чтобы в каждом столбце сумма отношений коэффициентов системы к диагональным элементам, взятым из той же строки, была строго меньше единицы:

3. Следует так же сказать, что итерационный процесс может проводиться как в виде итерации Якоби, так и в виде итерации Гаусса-Зейделя. В последнем случае сходимость итерационного процесса может существенно улучшиться.

 

 

II. Практическая часть.

Метод обратной матрицы.

Метод обратной матрицы

 

 

 

 

 

 

 

x1

x2

x3

x4

 

 

 

12

-4

0

6

 

2

A=

-4

21

5

3

B=

4

 

-3

2

-22

1

 

-2

 

-2

-3

5

23

 

4

 

 

 

 

 

 

 

 

0,083

0,013

-0,002

-0,023

 

 

A-1=

0,016

0,048

0,009

-0,011

 

 

 

-0,009

0,003

-0,044

0,004

 

 

 

0,011

0,007

0,010

0,039

 

 

 

 

 

 

 

 

 

x=

0,129

 

 

 

 

 

 

0,165

 

 

 

 

 

 

0,097

 

 

 

 

 

 

0,186

 

 

 

 

 

 

Метод Крамера.

 

Метод Крамера

 

 

 

 

 

 

 

 

 

 

 

x1

x2

x3

x4

 

 

 

 

12

-4

0

6

 

 

2

A=

-4

21

5

3

 

B=

4

 

-3

2

-22

1

 

 

-2

 

-2

-3

5

23

 

 

4

 

 

 

 

 

 

 

 

'A'=

-134088

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

-4

0

6

 

 

 

A1=

4

21

5

3

 

 

 

 

-2

2

-22

1

 

 

 

 

4

-3

5

23

 

 

 

 

 

 

 

 

 

 

 

'A1'=

-17296

 

x1=

0,129

 

 

 

 

 

 

 

 

 

 

 

 

12

2

0

6

 

 

 

A2=

-4

4

5

3

 

 

 

 

-3

-2

-22

1

 

 

 

 

-2

4

5

23

 

 

 

 

 

 

 

 

 

 

 

'A2'=

-22188

 

x2=

0,165

 

 

 

 

 

 

 

 

 

 

 

 

12

-4

2

6

 

 

 

A3=

-4

21

4

3

 

 

 

 

-3

2

-2

1

 

 

 

 

-2

-3

4

23

 

 

 

 

 

 

 

 

 

 

 

'A3'=

-12980

 

x3=

0,097

 

 

 

 

 

 

 

 

 

 

 

 

12

-4

0

2

 

 

 

A4=

-4

21

5

4

 

 

 

 

-3

2

-22

-2

 

 

 

 

-2

-3

5

4

 

 

 

 

 

 

 

 

 

 

 

'A4'=

-24896

 

x4=

0,186

 

 

 

 

 

 

 

 

 

 

 

x=

0,129

 

 

 

 

 

 

 

0,165

 

 

 

 

 

 

 

0,097

 

 

 

 

 

 

 

0,186

 

 

 

 

 

 

 

Метод Гаусса.

 

Метод Гаусса

 

 

 

 

 

 

 

 

 

 

 

x1

x2

x3

x4

 

 

 

 

12

-4

0

6

 

 

2

A=

-4

21

5

3

 

B=

4

 

-3

2

-22

1

 

 

-2

 

-2

-3

5

23

 

 

4

 

 

 

 

 

 

 

 

'A'=

-134088

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1,000

-0,333

0,000

0,500

 

0,167

 

 

-4,000

21,000

5,000

3,000

 

4,000

 

 

-3,000

2,000

-22,000

1,000

 

-2,000

 

 

-2,000

-3,000

5,000

23,000

 

4,000

 

 

 

 

 

 

 

 

 

 

1,000

-0,333

0,000

0,500

 

0,167

 

 

0,000

25,333

5,000

5,000

 

4,667

 

 

0,000

1,000

-22,000

2,500

 

-1,500

 

 

0,000

-3,667

5,000

24,000

 

4,333

 

 

 

 

 

 

 

 

 

 

1,000

-0,333

0,000

0,500

 

0,167

 

 

0,000

1,000

0,197

0,197

 

0,184

 

 

0,000

0,000

-22,197

2,303

 

-1,684

 

 

0,000

0,000

5,724

24,724

 

5,009

 

 

 

 

 

 

 

 

 

 

1,000

-0,333

0,000

0,500

 

0,167

 

 

0,000

1,000

0,197

0,197

 

0,184

 

 

0,000

0,000

1,000

-0,104

 

0,076

 

 

0,000

0,000

0,000

25,317

 

4,574

 

 

 

 

 

 

 

 

 

x=

0,120

 

 

 

 

 

 

 

0,130

 

 

 

 

 

 

 

0,095

 

 

 

 

 

 

 

0,181

 

 

 

 

 

 

Листинг программы (Метод Крамера, Метод Гаусса, Метод обратной матрицы).



2020-03-19 176 Обсуждений (0)
Итерация Гаусса-Зейделя. 0.00 из 5.00 0 оценок









Обсуждение в статье: Итерация Гаусса-Зейделя.

Обсуждений еще не было, будьте первым... ↓↓↓

Отправить сообщение

Популярное:
Как выбрать специалиста по управлению гостиницей: Понятно, что управление гостиницей невозможно без специальных знаний. Соответственно, важна квалификация...
Модели организации как закрытой, открытой, частично открытой системы: Закрытая система имеет жесткие фиксированные границы, ее действия относительно независимы...
Почему стероиды повышают давление?: Основных причин три...
Почему двоичная система счисления так распространена?: Каждая цифра должна быть как-то представлена на физическом носителе...



©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (176)

Почему 1285321 студент выбрали МегаОбучалку...

Система поиска информации

Мобильная версия сайта

Удобная навигация

Нет шокирующей рекламы



(0.009 сек.)