Участник:Sergey.protserov/Метод Якоби решения СЛАУ

Материал из Алговики
Перейти к навигации Перейти к поиску

Свойства и структура алгоритмов

Общее описание алгоритма

Метод Якоби -- одношаговый стационарный итерационный метод решения СЛАУ вида [math]\displaystyle{ Ay = f }[/math], где [math]\displaystyle{ A = \left( \begin{array}{ccc} a_{11} & \dots & a_{1m} \\ \vdots & \ddots & \vdots \\ a_{m1} & \dots & a_{mm} \\ \end{array} \right) }[/math], [math]\displaystyle{ f = \left( \begin{array}{c} f_{1} \\ \vdots \\ f_{m} \\ \end{array} \right) }[/math], [math]\displaystyle{ y = \left( \begin{array}{c} y_{1} \\ \vdots \\ y_{m} \\ \end{array} \right) }[/math], [math]\displaystyle{ \det A \ne 0 }[/math].

Каноническая форма одношагового стационарного итерационного метода имеет вид [1]: [math]\displaystyle{ B\frac{y^{n+1} - y^{n}}{\tau} + Ay^{n} = f, \quad n = 0,\,1,\,\dots\,, }[/math]

где [math]\displaystyle{ B }[/math] — невырожденная матрица [math]\displaystyle{ m \times m }[/math], [math]\displaystyle{ \tau \in \mathbb{R} }[/math], [math]\displaystyle{ y^{0} }[/math] — заданное начальное приближение. Решение исходной СЛАУ находится приближённо посредством последовательных итераций. На [math]\displaystyle{ n }[/math]-ом шаге находится [math]\displaystyle{ y^{n+1} }[/math] — очередное приближение для искомого решения [math]\displaystyle{ y }[/math].

В методе Якоби [math]\displaystyle{ \tau = 1 }[/math], [math]\displaystyle{ B = D }[/math], где [math]\displaystyle{ D }[/math] — диагональная матрица, элементы которой совпадают с элементами, стоящими на главной диагонали матрицы [math]\displaystyle{ A }[/math].

Достаточным условием сходимости метода является свойство строгого диагонального преобладания у матрицы [math]\displaystyle{ A }[/math]. [2]

Математическое описание алгоритма

В обозначениях предыдущего пункта выражение для [math]\displaystyle{ y^{n+1} }[/math] через [math]\displaystyle{ y^{n} }[/math]: [math]\displaystyle{ y^{n+1} = D^{-1}\left(D-A\right)y^{n} + D^{-1}f }[/math].

В поэлементной записи:

[math]\displaystyle{ y^{n+1}_{i} = \frac{1}{a_{ii}}\left(f_{i} - \sum_{j=1,\,j \ne i}^{m}a_{ij}y^{n}_{j}\right),\quad i = 1,\,\dots,\,m }[/math].

В качестве условия окончания итерационного процесса можно использовать условие [math]\displaystyle{ \left\lVert y^{n+1} - y^{n}\right\rVert \le \varepsilon }[/math], где [math]\displaystyle{ \varepsilon }[/math] — заданная точность. Для оценки ошибки можно использовать невязку [math]\displaystyle{ Ay^{n+1} - f }[/math].

Вычислительное ядро алгоритма

Основное время работы алгоритма приходится на последовательные вычисления векторов [math]\displaystyle{ y^{n+1} }[/math] по формуле, приведённой в предыдущем пункте, при уже вычисленных в начале работы алгоритма матрице [math]\displaystyle{ D^{-1}\left(D-A\right) }[/math] и векторе [math]\displaystyle{ D^{-1}f }[/math].

Макроструктура алгоритма

В описываемом алгоритме можно выделить следующие макрооперации:

  1. вычисление [math]\displaystyle{ D^{-1} }[/math]
  2. вычисление [math]\displaystyle{ D^{-1}\left(D-A\right) }[/math]
  3. вычисление [math]\displaystyle{ D^{-1}f }[/math]
  4. вычисление [math]\displaystyle{ y^{n+1} = D^{-1}\left(D-A\right)y^{n} + D^{-1}f }[/math]

Макрооперации 1-3 выполняются единожды, и в силу того, что матрица [math]\displaystyle{ D }[/math] — диагональная, занимают лишь незначительную часть времени работы алгоритма.

Макрооперация 4 выполняется многократно до наступления сходимости, поэтому она составляет вычислительное ядро алгоритма.

Схема реализации последовательного алгоритма

  1. составить диагональную матрицу [math]\displaystyle{ D }[/math]
  2. вычислить [math]\displaystyle{ D^{-1} }[/math]
  3. вычислить [math]\displaystyle{ D^{-1}\left(D-A\right) }[/math]
  4. вычислить [math]\displaystyle{ D^{-1}f }[/math]
  5. выбрать начальное приближение [math]\displaystyle{ y_{0} }[/math]
  6. выбрать константу [math]\displaystyle{ \varepsilon }[/math]
  7. пока не выполнено условие [math]\displaystyle{ \left\lVert y^{n+1} - y^{n}\right\rVert \le \varepsilon }[/math], выполнять вычисления по формуле [math]\displaystyle{ y^{n+1} = D^{-1}\left(D-A\right)y^{n} + D^{-1}f }[/math], [math]\displaystyle{ n = 0,\,1,\,\dots }[/math]

При этом на [math]\displaystyle{ n }[/math]-ом шаге итераций необходимо хранить оба вектора [math]\displaystyle{ y^{n} }[/math], [math]\displaystyle{ y^{n+1} }[/math].

Литература

  1. ↑ Абакумов М. В., Гулин А.В. Лекции по численным методам математической физики. - Москва: ИНФРА-М, 2013. - 61 с.
  2. ↑ Bagnara, Roberto. (2001). A Unified Proof For The Convergence Of Jacobi And Gauss-Seidel Methods. SIAM Review. 37. 10.1137/1037008.
Источник — https://xn--80aecvaldz.xn--80ahdrnmvk.xn--p1ai/w/ru/index.php?title=Участник:Sergey.protserov/Метод_Якоби_решения_СЛАУ&oldid=27464