Участник:Коростелец

1 Свойства и структура алгоритма

1.1 Общее описание алгоритма

Будем рассматривать систему линейных алгебраических уравнений

$Ay=f$

где А - квадратная невырожденная матрица порядка m, у - искомый вектор размерности m, f - заданный вектор той же размерности

Рассмотрим нестационарный одношаговый итерационный метод решения такой системы вида

$B \frac{y_{n+1}-y_n}{\tau_{n+1}}+Ay_n=f; n=0,1,...; y_0\in H,$

а так же аналогичный двушаговый метод

$B \frac{y_{n+1}-y_n+(1-\alpha_{n+1})(y_n-y_{n-1})}{\alpha_{n+1}\tau_{n+1}}+Ay_n=f, \frac{y_{1}-y_0}{\tau_{1}}+Ay_0=f; n=1,...; y_0\in H$ Целью алгоритма является решение такой системы.

1.2 Математическое описание алгоритма

   В описанном методе невырожденная матрица B не зависит от номера итерации n, решение y системы и последовательные приближения y_n - элементы линейного пространства H размерности m, в котором определены скалярное произведение и норма  

$||y||=\sqrt{(y,y)}$

   Можно выразить

$\begin{equation} y_{n+1}=y_n -\tau_{n+1}B^{-1}(Ay_n-f) \end{equation}$

   Тогда для нахождения 

$y_{n+1}$

необходимо определить 

$\tau_{n+1}$

   Пусть 

$z_n=y_n-y$

- погрешность на n-ой итерации. Выразив 

$y_{n+1}$ и $y_n$ через погрешность, можно получить

   [math]B\frac{z_{n+1}+y-z_n-y}{\tau_{n+1}}+Ay_n=f
    
    B\frac{z_{n+1}-z_n}{\tau_{n+1}}+Ay_n=f[/math]
   
   отсюда
   
   [math]z_{n+1}=z_n-\tau_{n+1}B^{-1}(Ay_n-f)=(E-\tau_{n+1}B^{-1}A)z_n[/math]
   
   Пусть D - произвольная матрица, удовлетворяющая условиям 
   
   [math]D^T=D\gt 0.[/math]
Выбор итерационных параметров
[math]\tau_{n+1}[/math]
можно сделать на основе минимизации энергитической нормы
[math]||z_{n+1}||_D.[/math] 

Такой способ построения итерационного процесса называется локальной минимизацией.

   Обозначив
   [math]
    \begin{equation}
        w_{n+1}=D^{1/2}z_{n+1}
    \end{equation}     
    [/math]
   получим
   
   [math]||z_{n+1}||_D=\sqrt{(Dz_{n+1},z_{n+1})}=\sqrt{(D^{1/2}z_{n+1},D^{1/2}z_{n+1})}=||w_{n+1}||[/math]
   
   Значит минимизация 

$||z_{n+1}||_D$ эквивалентна минимизации $||w_{n+1}||$

   Выразим
   
   [math]w_{n+1}=D^{1/2}z_{n+1}=D^{1/2}(E-\tau_{n+1}B^{-1}A)z_n=D^{1/2}(E-\tau_{n+1}B^{-1}A)D^{-1/2}D^{1/2}z_n=
    
    =(E-\tau_{n+1}D^{-1/2}B^{-1}AD^{1/2})w_n=(E-\tau_{n+1}C)w_n[/math],
   
   где
   [math]
    \begin{equation}
        C=D^{-1/2}B^{-1}AD^{1/2}
    \end{equation}
[/math]

   - невырожденная матрица.
   
   Пусть 

$w_0\neq 0,$ иначе на n-ой итерации найдено точное решение, тогда

   [math]||w_{n+1}||^2=((E-\tau_{n+1}C)w_n,(E-\tau_{n+1}C)w_n)=
    =||w_n||^2+\tau_{n+1}^2(Cw_n,Cw_n)-2\tau_{n+1}(Cw_n,w_n)=
    =||w_n||^2+(Cw_n,Cw_n)(\tau_{n+1}^2-2\tau_{n+1}\frac{(Cw_n,w_n)}{(Cw_n,Cw_n)})=
    =||w_n||^2+(Cw_n,Cw_n)(\tau_{n+1}-\frac{(Cw_n,w_n)}{(Cw_n,Cw_n)})^2-\frac{(Cw_n,w_n)^2}{(Cw_n,Cw_n)}[/math]   
   
   
   Это значит, что минимальное значение
[math]||w_{n+1}||[/math]
достигается при 
   
   [math]\tau_{n+1}=\frac{(Cw_n,w_n)}{(Cw_n,Cw_n)},[/math]
где
[math]\tau_{n+1}\gt 0,[/math] 

если C>0

   В дальнейшем предполагаем условие C>0 выполненным.
   
   [math]\tau_{n+1}=\frac{(DB^{-1}Az_n,z_n)}{(DB^{-1}Aw_n,B^{-1}Aw_n)}[/math]
   
   Где 

$v_n=B^{-1}(Ay_n-f)$

- поправка, 

$r_n=(Ay_n-f)$

-невязка на n-ой итерации.
   
   Значит
   [math]
    \begin{equation}
        \tau_{n+1}=\frac{(Dv_n,z_n)}{(Dv_n,v_n)}
    \end{equation}

[/math]