Содержание
- 2. Основные задачи Решение СЛУ Вычисление определителя Нахождение обратной матрицы Определение собственных значений и собственных векторов матрицы
- 3. Вероятностные, (большое число неизвестных ) Итерационные (с числом неизвестных ) Точные (с малым числом неизвестных )
- 4. Недостатки: Требуют хранения в ОП сразу всей матрицы. Не учитывают структуру матрицы (много нулей). Накапливание погрешностей
- 5. Такое число называют нормой вектора x. Итерационные, (число неизвестных ) Норма вектора: Пусть имеется n-мерное линейное
- 6. Примеры норм. Евклидова норма
- 7. Норма матрицы, согласованная с нормой вектора: Геометрическая интерпретация нормы матрицы – максимальная норма вектора, получаемого преобразованием
- 8. Итерационные методы (общие принципы) С их помощью строится последовательность такая, что где x – точное решение.
- 9. ШАГ 2. Расстановка индексов (номеров приближений) в системе и задание нулевого приближения. Например, , где заданный
- 10. Метод простой итерации. (МПИ) ШАГ 1. Матрица , т.е. ШАГ 2. Составим рекуррентную формулу
- 11. ШАГ 3. Выбираем начальное приближение из каких-либо условий. По рекуррентной формуле находим Если метод сходится, тогда
- 12. Если , то система имеет единственное решение и итерационный процесс по формуле сходится к точному решению
- 13. Пусть система имеет единственное решение и итерационный процесс по формуле сходится к решению системы при любом
- 14. Это неравенство гарантирует сходимость МПИ только если Пусть . Тогда при любом начальном векторе МПИ сходится
- 15. Замечание 1 Априорная оценка позволяет подсчитать заранее число итераций k, достаточное для получения искомого решения с
- 16. 3. Построим рекуррентную формулу Метод Зейделя Решаем систему 2. Важно – в матрице A все диагональные
- 18. Если уменьшается, то метод сходится. Геометрическая интерпретация метода Формула равносильна формуле Итерационный процесс сходится если Каждое
- 19. y x L2 y L1 L2 x y L1 L2 x Метод сходится Метод расходится зацикливание
- 20. Пример. Решить систему методом простых итераций. Решение.
- 21. Не выполняется достаточное условие сходимости (доминирование диагональных элементов)
- 22. Оценка погрешности найденных по формуле
- 23. даёт значение корня с погрешностью Следующий шаг итерации. Находим и Точное решение:
- 24. Методы вариационного типа Построим квадратичный функционал где С – const Где вещественная положительно определённая (симметричная) матрица,
- 25. В силу самосопряжённости и положительности , Решение СЛАУ можно заменить задачей поиска минимума функции многих переменных:
- 26. Метод покоординатного спуска x2 x1 x* (x10, x20) Метод градиентного спуска (x10, x20) x1 x2 x*
- 27. Например выбирают из условия метод наискорейшего спуска Популярный метод сопряжённых градиентов Нач. вектор и уровень допустимых
- 29. Скачать презентацию