![](/user_photo/2706_HbeT2.jpg)
Задание №8
Выполняя п. 6 и 7 , исследовать работоспособность различных методов оценки ошибок решения (выражения (7), (12), (13)) при наличии возмущения левой части системы.
Вывод: При внесении возмущения типа P в матрицу системы оценка ErrEst([P]) даёт точную оценку реальной ошибки (при любых возмущении), чем ErrEst([M]). ErrEst(cond) даёт точную оценку ошибки только при малых возмущениях (103 - 106). При больших возмущениях ErrEst(cond) отличается от реальной ошибки на несколько порядков. ErrEst([M]) при любом возмущении P даёт оценку, не соответствующую реальной ошибке. Так как каждый из способов оценки ошибки решения лучше “работает” со своим типом возмущения.
Задание №9
Применить для решения нескольких систем из пунктов 2-4 итерационные методы Якоби и Гаусса-Зейделя; проверить реализацию задаваемого критерия точности. Исследованием спектра матрицы В проверить выполнение теоремы сходимости стационарного метода; выявить взаимосвязь скорости сходимости итерационного процесса с величиной спектрального радиуса матрицы В.
Тип |
Обусловл. |
Метод решения |
Спектральный радиус |
Количество итераций |
1 |
1.175*101 |
Якоби |
0 |
4 |
1.175*101 |
Гаусса-Зейделя |
0 |
4 | |
4 |
1.307*101 |
Якоби |
6.454*10-1 |
63 |
1.307*101 |
Гаусса-Зейделя |
9.424*10-1 |
424 | |
6 |
5.756*101 |
Якоби |
0 |
2 |
5.756*101 |
Гаусса-Зейделя |
0 |
2 | |
13 |
1.191*107 |
Якоби |
5.21 |
- |
1.191*107 |
Гаусса-Зейделя |
2.58 |
- |
Вывод: У хорошо обусловленных матриц количество итераций ограничено. А решение с плохо обусловленными матрицами не сходится. Теорема о сходимости стационарного метода выполняется: метод Якоби сходится тогда и только тогда, когда спектральный радиус меньше единицы. Чем больше спектральный радиус, тем меньше радиус сходимости.
Задание №10
Провести исследование влияния вида доминирования матрицы задачи на сходимость процедур Якоби и Гаусса-Зейделя.
Тип матрицы |
Метод решения |
Спектральный радиус |
Количество итераций | ||||||||||||||||||||||||||||||||||||
|
Якоби |
0 |
4 | ||||||||||||||||||||||||||||||||||||
Гаусса-Зейделя |
0 |
2 | |||||||||||||||||||||||||||||||||||||
|
Якоби |
0 |
2
| ||||||||||||||||||||||||||||||||||||
Гаусса-Зейделя |
0 |
2 | |||||||||||||||||||||||||||||||||||||
|
Якоби |
3.260 |
- | ||||||||||||||||||||||||||||||||||||
Гаусса-Зейделя |
1.390 |
- |
Вывод: Для произвольной матрицы (без явного доминирования) метод Якоби и Гаусса-Зейделя не даёт результата (т.к. спектральный радиус больше единицы). Для нижней треугольной матрицы метод Гаусса-Зейделя находит решение за меньшее количество итераций, чем метод Якоби. Так как метод Гаусса-Зейделя представляет матрицу в виде суммы нижней, верхней и диагональной треугольной матрицы.