Оценки скорости сходимости стационарных итерационных методов
Итерационные методы решения СЛАУ
Необходимое и достаточное условие сходимости стационарных итерационных методов
Рассмотрим стационарные итерационные методы
, (6.25)
в которых матрица и числовой параметр не зависят от номера итерации .
Погрешность итерационного метода (6.25) , где точное решение системы (6.16), удовлетворяет уравнению (доказать)
, , (6.26)
которое отличается от уравнения (6.25) лишь тем, что является однородным.
Сходимость итерационного метода (6.25) означает, что в некоторой норме при . Переписывая уравнение (6.26) в разрешенной относительно форме
, (6.27)
где (доказать)
, (6.28)
видим, что свойство сходимости итерационного метода целиком определяется матрицей . Матрица называется матрицей перехода от -й итерации к -й итерации.
При исследовании сходимости будем рассматривать векторы и как элементы -мерного линейного пространства , в котором введена норма вектора . Нормой матрицы , подчиненной данной норме вектора , называется число , для которого
или
.
Норму вектора в пространстве можно ввести различным образом. Нам прежде всего потребуется норма
.
Подчиненная ей норма матрицы выражается через элементы матрицы следующим образом:
.
Докажем это утверждение. Для любого вектора справедливо неравенство
,
т.е.
. (6.29)
Теорема 1. Итерационный метод (6.25) сходится при любом начальном приближении тогда и только тогда, когда все собственные значения матрицы по модулю меньше единицы. При этом справедлива оценка
, (6.30)
Где .
Без доказательства.
Оценки скорости сходимости стационарных итерационных методов
При практическом использовании итерационных методов важен не только сам факт сходимости, но и скорость, с которой приближенное решение сходится к точному. Так как при численном решении всегда осуществляется конечное число итераций, необходимо знать, во сколько раз уменьшается начальная погрешность после проведения заданного числа итераций. В этой связи проведем анализ погрешности итерационного метода.
Оценку (6.30) можно переписать в виде
, , (6.31)
где . Если для погрешности итерационного метода выполняются оценки вида (6.31), то говорят, что метод сходится со скоростью геометрической прогрессии со знаменателем .
Используя оценку (6.31), можно определить число итераций, достаточное для того, чтобы начальная погрешность уменьшилась в заданное число раз. Действительно, зададим произвольное и потребуем, чтобы , т.е. чтобы
. (6.32)
Тогда из (6.31) получим, что
,
т.е. после проведения итераций начальная погрешность уменьшилась в раз. Целая часть числа называется минимальным числом итераций, необходимым для получения заданной точности .
Выражение называется скоростью сходимости итерационного метода. Скорость сходимости целиком определяется свойствами матрицы перехода и не зависит ни от номера итерации , ни от выбора начального приближения , ни от задаваемой точности . Качество различных итерационных методов сравнивают обычно по их скорости сходимости: чем выше скорость сходимости, тем лучше метод.
Оценим скорость сходимости в случае симметричных матриц и . По-прежнему будем рассматривать стационарный одношаговый итерационный метод (6.25).
Будем рассматривать решение и последовательные приближения как элементы конечномерного линейного пространства , а матрицы , и другие матрицы как операторы, действующие в пространстве . Предположим, что в введены скалярное произведение и норма . Для двух симметричных матриц и неравенство означает, что для всех . В случае симметричной положительно определенной матрицы будем обозначать .
Теорема 2. Пусть и симметричные положительно определенные матрицы, для которых справедливы неравенства
, (6.33)
где положительные постоянные, .
При
(6.34)
итерационный метод (6.25) сходится и для погрешности справедливы оценки
, , (6.35)
, , (6.36)
где , и
, .
Без доказательства.
Сделаем необходимые замечания и приведем следствия из этой теоремы.
Рассмотрим обобщенную задачу на собственные значения
. (6.37)
Если для матриц и выполнены неравенства (6.33), то из (6.37) для любого собственного вектора получим неравенства
.
Отсюда следует, что
, , (6.38)
где и минимальное и максимальное собственные числа задачи (6.37).
Таким образом, наиболее точными константами, с которыми выполняются неравенства (6.33), являются константы
, .
В этом случае параметр
называется оптимальным итерационным параметром, так как он минимизирует величину
,
при , на множестве всех положительных , удовлетворяющих условиям (6.38).
Пусть и соответственно минимальное и максимальное собственные значения матрицы .
Следствие 1. Если , то для метода простой итерации
(6.39)
при справедлива оценка
, (6.40)
где , .
В приложениях часто встречаются задачи с плохо обусловленной матрицей , когда отношение велико. В этом случае число близко к единице и метод простой итерации сходится медленно. Оценим число итераций , которое требуется в случае малых для достижения заданной точности , т.е. для получения оценки
.
Из условия получаем, что , где
,
и при малых имеем
. (6.41)
Таким образом, метод простой итерации (6.39) в случае малых является медленно сходящимся методом. Ускорить сходимость итерационных методов можно двумя способами: во-первых, за счет применения неявных итерационных методов, когда , и, во-вторых, оставаясь в классе явных методов, можно выбрать зависящим от номера итерации и таким, чтобы уменьшить общее число итераций. Применяется и комбинация этих двух способов, т.е. используются неявные итерационные методы с переменными итерационными параметрами.
Использование неявных итерационных методов (6.25) объясняется тем, что при соответствующем выборе матрицы отношение для обобщенной задачи на собственные значения (6.37) будет больше, чем отношение
.