КПІ ім.

Ігоря Сікорського

Інститут прикладного системного аналізу

Кафедра Системного проектування

Лабораторна рoбота №2

«Ітераційні методи вирішення систем лінійних рівнянь»

Виконала:
Студент групи ДА-21
НТУ "КПІ", ННК "ІПСА"

Фоменко М.М

Київ – 2023
Мета роботи: вивчення ітераційних методів вирішення систем лінійних

рівнянь та їх реалізація в пакеті Mathematica.

Порядок виконання роботи:

1. Обрати варіант завдання згідно з номером варіанту.

2. Вирішити задану систему рівнянь методами простої ітерації і верхньої

релаксації.

3. Скласти програми ітераційного розв’язку системи рівнянь методами

Якобі і Гауса-Зейделя, що реалізують співвідношення (4.13) і (4.17). При

використанні методів Якобі і Гауса-Зейделя можуть знадобитися

еквівалентні

перетворення системи рівнянь згідно з формулами (4.25).

Варіант 3

A B

1.42 0.43 0.27 -0.054

0.43 -1.43 0.93 -1.022

-0.27 0.43 0.93 -0.062

Хід роботи

2.1 Метод простої ітерації:

 Згідно з формулою
( k) ( k) (k ) (k )
x
(k +1) (k )
=x −r =x − A x + b= ( E− A ) x + b оцінимо норму матриці
ітераційних обчислень:

У даному випадку ||М|| = 3.79, тому умова не виконується. Отже,

вирішити систему рівнянь методом простої ітерації неможливо.
Накладання умови збіжності обмежує використання цього методу.
Значить, метод простої ітерації застосувати неможливо. Область
збіжності рішення можна розширити, якщо ввести демпфуючий
коефіцієнт ω ≤1. Використаємо метод верхньої релаксації.
‖M ‖< 1

2.2. Метод верхньої релаксації:

Умова ω||A|| < 1, отже, ω = 0,36 < 1 / ‖A‖

 Оскільки отримали значення, більше за 1, то подальші обчислення не
дадуть правильного результату.

3.1 Метод Якобі:

Сформуємо діагональну матрицю:

Знайдемо матрицю M = - D1 - 1(A - DI) і вектор g = D– 1b.

Визначимо норму матриці:

Вона менша за 1, тож умова збіжності метода Якобі виконується. Задамо

необхідну точність обчислень і початкове наближення:

Виконаємо другий крок згідно з формулою

Виконаємо необхідну кількість кроків для досягнення заданої похибки і

виведемо на екран отриманий розв’язок і число ітерацій:
Отримаємо рішення системи рівнянь стандартним оператором Mathematica:

3.2 Метод Гауса-Зейделя:

Для методу Гаусса-Зейделя перші кілька кроків співпадають. Після них

маємо знайти верхню і нижню матриці:

Знайдемо матрицю М (MJ) і перевірити умову збіжності методу Гаусса–Зей-

деля:
 Отримали норму, що менша за 1, тобто умова збіжності виконується.
Програма рішення задачі:

Висновки:

Метод X1 X2 X3 Кількість Похибка

ітерацій
Простої ітерації - - - - -
Верхньої - - - - -
релаксації
Якобі -0.119947 0.470987 -0.319258 36 5.89029*10−6
Гауса-Зейделя 0.119946 - 0.470988 0.319259 9 8.72631*10−6
LinearSolve -0.119947 0.470988 -0.319259 - -

Ми ознайомились с різними ітераційними методами розв’язку систем.

Метод простої ітерації передбачає обчислення наближень за такою рекурентною
формулою, де М = Е - А. Метод застосувати правильно не вдалося, оскільки
норма матриці ітераційного оператора M виявилася більшою за одиницю, звідки
випливає, що процес обчислень не збігається (або глобальна похибка з часом
накопичується).

Для методу верхньої релаксації характерним є введення демпфіруючого

коефіцієнту, який накладає умову збіжності для методу. На жаль, задану систему
неможливо розв’язати за допомогую метода верхньої релаксації, бо норма
матриці М більша за одиницю.

Метод Якобі передбачає ітераційний оператор М = - (L + U).

Метод Гаусса-Зейделя передбачає матрицю перетворень М = - (І + L)-1U. Цей

метод використав у чотири рази меншу кількість ітерацій, але має більшу
похибку, за метод Якобі.

Правильність отриманого розв’язку підтверджено результатом роботи

стандартного оператору LinearSolve пакету Mathematica.