18525

Анализ многошаговой формулы интегрирования Метод простых итераций. Метод ускоренных итераций Итерации Ньютона-Рафсона

Лекция

Информатика, кибернетика и программирование

Лекция 5 Анализ многошаговой формулы интегрирования Метод простых итераций. Метод ускоренных итераций Итерации НьютонаРафсона. Обратные итерации При неявных методах интегрирования ОДУ возникают нелинейные алгебраические уравнения. Возвратимся к общему виду лине...

Русский

2013-07-08

108.5 KB

6 чел.

Лекция 5

Анализ многошаговой формулы интегрирования Метод простых итераций. Метод ускоренных итераций Итерации Ньютона-Рафсона. Обратные итерации

При неявных методах интегрирования ОДУ возникают нелинейные алгебраические уравнения. Возвратимся к общему виду линейного многошагового метода. Проанализируем сходимость решения нелинейных алгебраических уравнений.

Требуется решить неявное уравнение:

                        (1)

т.к.  член под знаком суммы известен, то заменим его на wn, тогда  выражение (1) принимает вид:

                                           (2)

Необходимо определить . Рассмотрим некоторые варианты решения.

  1.  Метод простых итераций (метод Якоби).

Формула метода простых итераций

                                        (3)

Пусть x* - точное решение (2), тогда

                                        (4)

 Вычитая, получим

                                         (5)

  

Используя теорему о среднем, получим:

                                   (6)

где  

По условию Липшица  тогда

                                      (7)

      По индукции

                                 (6)  

Принимая во внимание теорему о единственности решения, необходимое и достаточное решение о сходимости итерационного процесса Якоби имеет вид:

                                                             (7)

   

Т.к. L £ | lmax|, наибольшее собственное значение матрицы -.                                                                                                                 

Если условие удовлетворено, то итерации Якоби сходятся к единственному решению.

                                                                (8)

Для быстрой сходимости необходимо потребовать :

                                                           (9)

Границы зависят от h, если | lmax | велико, то h должно быть очень мало. Для определения условия окончания итераций рассмотрим случай одного уравнения:

  1.  Метод ускоренных итераций

Метод ускоренных итераций – модификация метода итераций Якоби

                           (10)

где a - параметр ускорения.

Если a=0, то получаем простые итерации.

Условие сходимости введем тем же путем.

Точное решение

                        (11)

Вычитая (11) из (10) и пользуясь теоремой о среднем, получаем:

                       (12)                                             

Условие сходимости

 

  или      ,                    (13)

здесь I – единичная матрица.

3. Итерационный метод Ньютона-Рафсона.

Метод описывается формулой

                   (14)

где An+1(s) – матрица Якоби f `x, оцененная в точке x(tn), однократное применение итерации соответствует решению параметризованной формы. Найдем условие сходимости.

Следуя вышеприведенной последовательности действий, получим:

               (15)

Применение (14) является неэффективной процедурой: необходимо вычислить  на каждой итерации.

4. Обратные итерации.

Рассмотренные выше методы можно отнести к прямым итерациям, т.к. они проходят следующим путем: берем приближение, подставляем в правую часть рекуррентного выражения, затем вычисляем новое приближение и подставляем в правую часть и т.д.

Аналогично можно сформировать уравнения с обратными итерациями в виде:

                                            (16)

которые требуют решения неявных уравнений.

Следуя обычной процедуре, запишем:

Условие сходимости:

    или             –  нижняя граница на h.

Краткие выводы:

Итерации Якоби и ускоренные итерации легко реализуются, но сходимость зависит от максимального собственного значения матрицы Якоби. Если |lmax | велико, то шаг мал.

Условиям сходимости метода Ньютона посвящено много литературы. Итерации Ньютона имеют большую область сходимости, чем простые и ускоренные. Зато обратные итерации имеют громадную область сходимости из-за наличия нелинейной границы на h, но существует проблема решения неявных уравнений.

     Рекомендации:

Если число обусловленности меньше 10, рекомендуется применять простые или ускоренные итерации, иначе использовать итерационный метод Ньютона или методы обратных итераций с выбором шага на основе желаемого числа итераций на шаг. Оптимальное число итераций в корректирующей формуле  – 2.

    1. Если корректирующая формула в методе не итерируется, то устойчивость метода зависит как от предсказывающих, так и от корректирующих формул.

    2. Если корректирующая формула итерируется, то нет уверенности, что устойчивость зависит от корректирующей формулы.

 


 

А также другие работы, которые могут Вас заинтересовать

15769. Абсолютные величины и их классификация 14.21 KB
  Абсолютные величины и их классификация. Абсолютные величины это результаты статистических наблюдений. В статистике в отличие от математики все абсолютные величины имеют размерность единицу измерения а также могут быть положительными и отрицательными. Единицы из...
15770. Агрегатная форма общих индексов 28.55 KB
  Агрегатная форма общих индексов. Общие индексы вычисляют для сложных совокупностей состоящих из различных по натуральновещественной форме единиц. Общие индексы строятся различно для количественных качественных и результативных показателей. Исходной формой любого
15771. Взаимосвязь общих индексов и условия её осуществления 22.36 KB
  Взаимосвязь общих индексов и условия её осуществления. Между качественными количественными и результативными общими индексами существует взаимосвязь. Произ
15772. Взаимосвязь относительных величин 10.22 KB
  Взаимосвязь относительных величин. Между относительными показателями существует взаимосвязь. УплУ0=У1У0УплУ1 Основываясь на взаимосвязи по любым двум известным величинам при необходимости всегда можно определить третью неизвестную величину....
15773. Виды группировок. Определение числа групп, величины интервалов 20.26 KB
  Виды группировок. Определение числа групп величины интервалов В зависимости от решаемых задач выделяют следующие виды группировок: 1 типологическая 2 структурная 3 аналитическая. Типологическая группировка это разделение исследуемой качественно разнородной со
15774. Виды дисперсий и правило их сложения 24.79 KB
  Виды дисперсий и правило их сложения. Наряду с вариацией признака по всей совокупности в целом часто бывает необходимо проследить количественные изменения признака по группам на которые разделяются совокупность а также и между группами. Выделяют дисперсию общую ме
15775. Виды и способы отбора единиц из генеральной совокупности 21.31 KB
  Виды и способы отбора единиц из генеральной совокупности. Случайный отбор единиц в выборочную совокупность характеризуется следующим: отбор единиц производится из всей генеральной совокупности в целом; отбор единиц носит случайный характер и производится либ...
15776. Виды рядов динамики 11.68 KB
  Виды рядов динамики.Для отображения динамики строят ряды динамикихронологическиевременные которые представляют собой ряды изменяющихся во времени значений статистического показателя расположенных в хронологическом проядке.Существуют различные виды рядов динам...
15777. Виды статистического наблюдения 14.68 KB
  Виды статистического наблюдения. Статистическое наблюдение это массовое планомерное научно организованное наблюдение за явлениями социальной и экономической жизни которое заключается в регистрации отобранных признаков у каждой единицы совокупности. Примерами с