- •4.2 Вычислительная устойчивость методов решения слау
- •4.3 Методы исключения
- •4.3.1 Схема единственного деления
- •4.3.2 Метод Жордана
- •4.3.3 Метод оптимального исключения
- •4.3.4 Метод Гаусса с выбором главного элемента
- •4.4 Методы, основанные на разложении матриц
- •4.4.1. Схема Холецкого
- •4.4.2 Метод квадратного корня
- •4.4.3 Метод отражений
- •4.4.4 Метод вращений
- •4.5 Методы, основанные на построении вспомогательной системы векторов
- •4.5.1 Метод ортогонализации
- •4.5.2 Метод сопряженных градиентов
4.5 Методы, основанные на построении вспомогательной системы векторов
4.5.1 Метод ортогонализации
Этот метод используется для решения систем с произвольнойневырожденной матрицей, но по скорости уступает многим прямым методам примерно в 1,5-3 раза. Метод основан на построении вспомогательной системы векторов, связанных с матрицей исходной системы уравнений и ортогональные в некоторой метрике.
Рассмотрим систему (4.1) и запишем ее в виде
, (4.19)
где ,. Обозначим,,. Тогда система (4.19) перепишется в виде
Решение системы уравнений с невырожденной матрицей сводится к нахождению такого вектора, который имеет последнюю координату, равную единице, и ортогонален к линейно независимым векторам. Ортогональность векторак векторамвлечет за собой ортогональность ко всему подпространству, натянутому на них, и, следовательно, к любому его базису. И наоборот, ортогональность векторак некоторому базису подпространствавлечет ортогональность ко всем векторам. Поэтому для решения системы достаточно построить ненулевой вектор, ортогональный к какому-нибудь базису подпространства. Если- последняя координата вектора, то.
Добавим к системе векторов линейно независимый с ними вектор, а затем будем последовательно строить систему ортонормированных векторов, что для всехвекторыявляются базисом подпространства, натянутого на вектора. В этом случае вектори будет искомым вектором.
Применим правило Шмидта для построения ортонормированного базиса пространства, натянутого на заданные линейно независимые векторы. Обозначим через ортогональный базис подпространства, а через- ортонормированный в евклидовой метрике базис того же подпространства. Так как векторынормированы, то их можно представить в виде
, . (4.20)
На первом шаге метода положим ,. Пусть для некоторого шагауже построен ортогональный базиси ортонормированный базисподпространства. Векторбудем искать как линейную комбинацию векторов
Условие ортогональности вектора к ортогональным векторамили, что то же самое, к векторамдает. Поэтому
. (4.21)
Таким образом, с помощью этого итерационного процесса и соотношения (4.20) строится ортонормированная система векторов . Векторыявляются базисом подпространства. Следовательно, решение исходной системы имеет вид,, гдеи- соответственно-я ия
координаты вектора .
Метод ортогонализации легко реализуется на ЭВМ и для решения системы уравнений требуетопераций умножения и деления иизвлечений квадратного корня. Однако удовлетворительные по точности результаты этот метод дает не для всех матриц. Это связано с неустойчивостью рекуррентного процесса (2.21), нарушающей ортогональность векторов. Чтобы избежать этого недостатка используется алгоритм Уилкинсона. В соответствии с этим алгоритмом векторывычисляются из соотношения
,
где ,.
При метод ортогонализации принимает обычный вид и может быть неустойчивым. Значительно лучшие результаты дает. Обычно же для достижения хорошей точности достаточно сделать две-три итерации.
Рассмотрим пример.
Методом ортогонализации решить систему линейных алгебраических уравнений:
Решение: По системе уравнений составим матрицу
.
Шаг 1. ,,
.
Шаг 2. ,,
, ,
.
Шаг 3. ,,,
, ,
.
Шаг 4. , ,
, ,
, ,
.
Разделив вектор на последнюю его координату, получим вектор, первые три координаты которого дают решение исходной системы, т.е.,,.
ЛЕКЦИЯ № 12