Cursul 6

Metode aproximative de
rezolvare a sistemelor de ecuaii
liniare

Rezolvarea numeric a ecuaiilor

algebrice
{

Convergenta metodelor
aproximative.
Metoda iterativa a lui Jacobi,
Jacobi
Gauss-Seidel.

Convergenta
g
metodelor
aproximative:
Metodele exacte de rezolvare a sistemelor
de ecuaii liniare, avnd complexitate O(n3),
au aplicabilitate limitat la ordine de sisteme
ce nu depesc 1000.
Pentru sisteme de dimensiuni mai mari se
utilizeaz
ili
metode
d cu complexitate
l i
O(n2) ntr
un pas de iteraie.
Acestea utilizeaz relaii de recuren,
recuren care
prin aplicare repetat furnizeaz
aproximaii cu precizie controlat a
soluiei sistemului.
sistemului

Convergenta metodelor
aproximative:
Sistemul Ax=b este adus la forma echivalent
x=G.x+c.
Pornindu-se cu o aproximaie iniial x(0) a
soluiei se genereaz,
genereaz folosind o relaie
iterativ de forma:
x(p+1)=G. x(p) +c
un ir de vectori: x(0),x(1),,x(p),
Matricea G reprezint matricea de iteraie, iar
c - vectorul de iteraie.
Aplicarea intr-un
Aplicarea,
intr un pas
pas, a iteraiei are
complexitatea O(n2).

Convergenta metodelor
aproximative:
Condiiile n care irul este convergent poart
numele de condiii de stabilitate).
In ipoteza convergenei irului

lim x ( p)= x *
p

Relatia de recurenta este verificata de

aceasta limita

x*

G x* + c

scazand din relatia iterativa se obtine

x( p) x * = G (x( p 1) x * ),
e( p)= G e( p 1)= G 2 e( p 2) = L = G p e(0).

Convergenta metodelor
aproximative:
Pentru un sir convergent

lim e( p )=0
p

si

e(0) 0

lim G p = 0
p

Condiia de stabilitate admite reprezentrile

echivalente:

G < 1,
(G ) < 1.
n care (G) reprezint cea mai mare valoare
proprie n valoare absolut a matricei de
iteraie (raza spectral).

Convergenta metodelor
aproximative:
Sirull este
Si
t convergentt daca
d
incepand
i
d cu rangull p
se verifica o conditie Cauchy

x(p + 1) x(p) <

x(p)

n unui numr maxim admis de iteraii p<Max

Limita irului
l trebuie
b
s
coincid
d cu soluia
l
exact a sistemului de ecuaii liniare, adic
x*=x
relaie cunoscut sub numele de condiie de
consisten.
O metod stabil i consistent este
convergent.

Metodele iterative Jacobi:

Se considera sistemul de ecuatii
a
lineare
Ax=b
Se descompune
d
matricea sistemului
l
sub forma
A=N-P
impunnd condiia ca matricea N sa
fie uor
de inversat.

Metodele iterative Jacobi:

( N P) x = b,
x = N 1 P x + N 1 b.
Aceasta sugereaza adoptarea relatiei de
recurenta:
t

x(p + 1) = N 1 P x(p) + N 1 b
Similara cu relatia de recurenta initiala,
avand:

G = N 1 P,

c = N 1 b

Metodele iterative Jacobi:

Se partiioneaz matricea A punnd
n eviden o matrice diagonal D,
o matrice strict inferior
triunghiular L (cu elemente
diagonale nule) i o matrice strict
superior
i triunghiular
t i
hi l U
A=D-L-U
U

Metodele iterative Jacobi:

N=D
P=L+U
GJ=D-11(L+U)
D.x(p+1)=(L+U).x(p)+b

Pentru componenta I se obtine

bi
x (ip + 1) =

a ij x (jp )

j = 1,j i

a ii

Metodele iterative Jacobi:

Pentru obtinerea conditiei de convergenta se
porneste de la matricea de iteratie GJ, care
are elementele
l
t l
G
G

ij

ij

= max
i

j= 1

ij

ii

g ij = max
i

a ij

j= 1

a ii

< 1

Metoda Jacobi converge daca A este diagonal

dominanta.

Metoda Gauss-Seidel:
N=D-L
N=D
L
P=U
GGS=(D-L)-1U
(D-L)x(p+1)=Ux(p)+b
bi
x(ip + 1) =

i1

j= 1

ij

x(jp + 1)
a ii

j= i + 1

ij

x(jp)

Teorema: Metoda Gauss-Seidel este

convergent dac matricea sistemului este
di
diagonal
ld
dominant
i
t pe linii.
li ii
Teorema: (Reich) Metoda Gauss-Seidel este
convergent dac matricea sistemului este
simetric i pozitiv - definit.

Metoda suprarelaxrii:
Pentru gsirea unei descompuneri ct mai
rapid convergente se introduce
parametrul de relaxare w:
A=N-P=N-wN-P+wN=(1-w)N-(P-wN)=
=N(w)-P(w)
cu N(w)=(1-w)N si P(w)=P-wN
N 1
G(w) = N (w) P(w) =
(P w N )
1 w
1

G (w )

G w In
=
1 w

Metoda suprarelaxrii:
Dac se noteaz cu i valorile proprii
ale matricei G=N-1P , atunci
valorile proprii ale matricei G(w)
vor fi
i( w ) =

i w
1 w

Metoda suprarelaxrii:
C diti d
Conditia
de convergenta
t iimpune ca:
(G(w)) = max i (w ) < 1
i

Se determina w* astfel ca:

(G(w * )) = min (G(w ))

w

sau

max i (w * ) = min max i (w )

w

max
i

i w*
1 w*

= min
w =1

max
i

i w
1 w

Metoda suprarelaxrii:
In practic, metoda suprarelaxrii ia

1
N(w ) =
D L
w
1

P( w ) = 1 D + U
w

G w = ( D w L ) 1

[(1

w ) D + w U]

Metoda suprarelaxrii:
Dac Aii0, atunci
(Gw)>w-1
i condiia de stabilitate impune ca 0 < w < 2.
Dac matricea este tridiagonal i pozitiv-definit,
atunci valoarea optim a parametrului de relaxare
este

w optim =

1 +

1 (G J )2

Metoda suprarelaxrii:
Relaia de recuren are n acest caz forma

N(w ) x(k + 1) = P(w ) x(k) + b

1

1 w

(k + 1)
=
D U x(k) + b
D + L x
w

1
A ii x(ik + 1) +
w
(k + 1)
i

i 1

= w
j=1

i1

j= 1

Aij
Aii

(k + 1)
ij j

(k + 1)
j

1 w
=
A ii x(ik)
w

+ (1 w)x

(k)
i

Aij

j= i+ 1

ii

j= i + 1

(k)
j

ij

x(jk) + b i

bi
+w
Aii