В математической дисциплине числовой линейной алгебры, А матрица расщепление является выражением, которое представляет собой заданную матрицу в виде суммы или разности матриц. Многие итерационные методы (например, для систем дифференциальных уравнений ) зависят от прямого решения матричных уравнений, включающих матрицы более общие, чем трехдиагональные матрицы. Эти матричные уравнения часто можно решить напрямую и эффективно, если записать их в виде разбиения матрицы. Техника была разработана Ричардом С. Варга в 1960 году.
СОДЕРЖАНИЕ
- 1 Регулярные расколы
- 2 Матричные итерационные методы
- 3 Пример
- 3.1 Регулярное расщепление
- 3.2 Метод Якоби
- 3.3 Метод Гаусса – Зейделя
- 3.4 Метод последовательной избыточной релаксации
- 4 См. Также
- 5 Примечания
- 6 Ссылки
Регулярные расщепления
Мы стремимся решить матричное уравнение
-
| | ( 1) |
где A - заданная невырожденная матрица размера n × n, а k - заданный вектор-столбец с n компонентами. Разобьем матрицу A на
-
| | ( 2) |
где B и C - матрицы размера n × n. Если для любого п х п матрицы M, M имеет неотрицательные элементы, мы пишем M ≥ 0. Если M имеет только положительные элементы, мы пишем M gt; 0. Аналогично, если матрица M 1 - M 2 имеет неотрицательные элементы, мы пишем M 1 ≥ M 2.
Определение: A = B - C - регулярное расщепление A, если B −1 ≥ 0 и C ≥ 0.
Мы предполагаем, что матричные уравнения вида
-
| | ( 3) |
где g - заданный вектор-столбец, может быть решен непосредственно для вектора x. Если ( 2) представляет собой регулярное разбиение A, то итерационный метод
-
| | ( 4) |
где x (0) - произвольный вектор, может быть выполнено. Эквивалентно запишем ( 4) в виде
-
| | ( 5) |
Матрица D = B -1С имеет неотрицательные записи, если ( 2) представляет собой регулярное расщепление A.
Можно показать, что если -1 gt; 0, то lt;1, где представляет собой спектральный радиус из D, и, таким образом, D является матрица сходится. Как следствие, итерационный метод ( 5) обязательно сходится.
Если, кроме того, разбиение ( 2) выбрано так, чтобы матрица B была диагональной матрицей (все диагональные элементы не равны нулю, поскольку B должна быть обратимой ), то B можно инвертировать за линейное время (см. Сложность времени ).
Матричные итерационные методы
Многие итерационные методы можно описать как разбиение матрицы. Если диагональные элементы матрицы A все ненулевые, и мы выражаем матрицу A как матричную сумму
-
| | ( 6) |
где D - диагональная часть A, а U и L - строго верхняя и нижняя треугольные матрицы размера n × n соответственно, то имеем следующее.
Метод Якоби можно представить в матричной форме как расщепление
-
| | ( 7) |
Метод Гаусса – Зейделя можно представить в матричной форме как расщепление
-
| | ( 8) |
Метод последовательной сверхрелаксации можно представить в матричной форме как расщепление
-
| | ( 9) |
Пример
Регулярное расщепление
В уравнении ( 1) пусть
-
| | ( 10) |
Применим расщепление ( 7), которое используется в методе Якоби: мы разбиваем A таким образом, чтобы B состоял из всех диагональных элементов A, а C состоял из всех недиагональных элементов A, отрицаемых. (Конечно, это не единственный полезный способ разбить матрицу на две матрицы.) У нас есть
-
| | ( 11) |
Поскольку B −1 ≥ 0 и C ≥ 0, расщепление ( 11) является регулярным. Так как A -1 gt; 0, спектральный радиус lt;1. (Приближенные собственные значения из D являются) Следовательно, матрица D сходится и метод ( 5) обязательно сходится для задачи ( 10). Следует отметить, что диагональные элементы А все больше нуля, то недиагональные элементы А все меньше нуля, и является строго по диагонали доминирующим.
Тогда метод ( 5), примененный к задаче ( 10), принимает вид
-
| | ( 12) |
Точное решение уравнения ( 12):
-
| | ( 13) |
Первые несколько итераций для уравнения ( 12), перечислены в приведенной ниже таблице, начиная с й (0) = (0,0, 0,0, 0,0) Т. Из таблицы видно, что метод, очевидно, сходится к решению ( 13), хотя и довольно медленно.
| | |
0,0 | 0,0 | 0,0 |
0,83333 | -3,0000 | 2,0000 |
0,83333 | -1,7917 | 1,9000 |
1,1861 | -1,8417 | 2,1417 |
1,2903 | -1,6326 | 2,3433 |
1,4608 | -1,5058 | 2,4477 |
1,5553 | -1,4110 | 2,5753 |
1,6507 | -1,3235 | 2,6510 |
1,7177 | -1,2618 | 2,7257 |
1,7756 | -1,2077 | 2,7783 |
1,8199 | -1,1670 | 2,8238 |
Метод Якоби
Как указано выше, метод Якоби ( 7) аналогичен конкретному регулярному расщеплению ( 11), продемонстрированному выше.
Метод Гаусса – Зейделя.
Поскольку все диагональные элементы матрицы A в задаче ( 10) не равны нулю, мы можем выразить матрицу A как расщепление ( 6), где
-
| | ( 14) |
Тогда у нас есть
Метод Гаусса – Зейделя ( 8), примененный к задаче ( 10), принимает вид
-
| | ( 15) |
Первые несколько итераций для уравнения ( 15), перечислены в приведенной ниже таблице, начиная с й (0) = (0,0, 0,0, 0,0) Т. Из таблицы видно, что метод, очевидно, сходится к решению ( 13), несколько быстрее, чем описанный выше метод Якоби.
| | |
0,0 | 0,0 | 0,0 |
0,8333 | -2,7917 | 1,9417 |
0,8736 | -1,8107 | 2,1620 |
1,3108 | -1,5913 | 2,4682 |
1,5370 | -1,3817 | 2,6459 |
1,6957 | -1,2531 | 2,7668 |
1,7990 | -1,1668 | 2,8461 |
1,8675 | -1,1101 | 2,8985 |
1,9126 | -1,0726 | 2,9330 |
1,9423 | -1,0479 | 2,9558 |
1,9619 | -1,0316 | 2,9708 |
Метод последовательной чрезмерной релаксации
Пусть ω = 1.1. Используя расщепление ( 14) матрицы A в задаче ( 10) для метода последовательной сверхрелаксации, имеем
Метод последовательной сверхрелаксации ( 9), примененный к задаче ( 10), принимает вид
-
| | ( 16) |
Первые несколько итераций для уравнения ( 16), перечислены в приведенной ниже таблице, начиная с й (0) = (0,0, 0,0, 0,0) Т. Из таблицы видно, что метод, очевидно, сходится к решению ( 13), несколько быстрее, чем описанный выше метод Гаусса – Зейделя.
| | |
0,0 | 0,0 | 0,0 |
0,9167 | -3,0479 | 2,1345 |
0,8814 | -1,5788 | 2,2209 |
1,4711 | -1,5161 | 2,6153 |
1,6521 | -1,2557 | 2,7526 |
1,8050 | -1,1641 | 2,8599 |
1,8823 | -1,0930 | 2,9158 |
1,9314 | -1,0559 | 2,9508 |
1,9593 | -1,0327 | 2,9709 |
1,9761 | -1,0185 | 2,9829 |
1,9862 | -1,0113 | 2,9901 |
Смотрите также
Заметки
Рекомендации
- Бэрден, Ричард Л.; Faires, J. Douglas (1993), Численный анализ (5-е изд.), Boston: Prindle, Weber and Schmidt, ISBN 0-534-93219-3.
- Варга, Ричард С. (1960). «Факторизация и нормализованные итерационные методы». В Лангере, Рудольф Э. (ред.). Краевые задачи в дифференциальных уравнениях. Мэдисон: Висконсинский университет Press. С. 121–142. LCCN 60-60003.
- Варга, Ричард С. (1962), Матричный итерационный анализ, Нью-Джерси: Прентис-Холл, LCCN 62-21277.