2. wstawiamy do pierwsz. równania *2, *31 wyznaczamy nuw^ wai iubc aj
3. do drugiego równania wstawiamy nowe X| i stare x3 i wyzna. Nową wart x2
4. do 3 równania w-stawiamy nowe wart. Xi, x2 i wyznaczamy x3
5. Powtarzamy kroki 2, 3 i 4, aż do uzyskania rozwiązania.
Uwagi:
Proces jest zbieżny, gdy macierz współczynników jest symetryczna i dodatnio określona.
Met. Nadrelaksacji:
1. zakładamy dowolne wart Xj, x2, x3
2. Z 1 równania obi. poprawkę Axi, za now'ą wartość Xj przyjmujemy Xi=Xi+Axi*w gdzie w- wsp. nadrelaksacji
3. Z drugiego rowu. wyzn. Ax2 i przyjmujemy x2=x2+Ax2*w
4. Z 3 równania wyznaczamy x3 i przyjmujemy x3=x3+Ax3*w
5. Powtarzamy kroki 2, 3 i 4, aż max( | Axj |, | Ax21, | Ax31 )< s Jeżeli w=l to met. przechodzi w met Gaussa-Seidla.
Uwaga:
Gdy macierz wsp. Jest symetryczna i dodatnio określona metoda nadrelaksacji jest zbieżna dla wsp. 0<W'<2. Zazwyczaj stosuje się l,2<w<l,5
Wadą metod iteracyjnych jest, że nie da się określić, która metoda jest lepsza i krótsza dla jakiego ukł.
Metody te są efektywne, gdy macierze są duże, ale wiele tych wsp. jest równych lub też gdy macierz wsp. jest rzadka tzn. występuje wiele wsp.=0
Ma niewątpliwie zalety w przypadku obliczeń ręcznych, bo nie jest wrażliwa na błędy w trakcie obliczeń. Popełnienie błędu rachunkowego przy obi. wart. powoduje jedynie zwiększenie liczby iteracji, a nie prowadzi do uzyskania błędnego rozw.
Unikamy zaokrągleń matematycznych związanych z przekształceniem układów równań.
Met. iteracyjne są szczególnie skuteczne w przypadku komputerów o małej pamięci(np. kalkulatorów).
Do innych met. iteracyjnych zaliczamy: __________________________________________
• met. gradientów sprzężonych- która bazuje na obliczeniach wart.wł.i wykonaniu przekształcenia ortogonalnego.
• met. Aitkina- specjalny algorytm, który zapewnia poprawę zbieżności iteracji.
Postacie problemu własnego:
1 .Postać standardowa [A]{x}=X{x}
«A]-X[I]){x}={0}
2.Postać ogólna (rozszerzona)
([K]-co2[M]){x}={0}
X= co2
([M]-l[K]-©2[I]){x}={0}
Jeżeli obie mac. [M] i [K] są nieosobliwe. To wybieramy ta, którą łatwiej się rozłożyć na mac.trójkątną. Zazwyczaj jest to mac[M]
Twl.
Dowolna macierz kwadratowa [A] stopnia n ma dokładnie n rzeczywistych bądź zespolonych wartości własnych. Tw2,
Macierz [A] ma wtedy i tylko wtedy wartość własną >=0, gdy jest macierzą osobliwą.
Def.
Niezerowy wektor {x}ł spełniający związek [A]{x} l= Xi{x}1, gdzie X,- jest wartością własną macierzy [A] nazywamy wektorem własnym macierzy [A] odpowiadając}™ wart. wł. X*. Każdy wektor własny jest określony z dokładnością do stałej k, gdzie k jest dowolną liczbą różną od 0.
Zazwyczaj liczbę k dobiera się w sposób szczególny, a mianowicie tak, aby:
• suma kwadratów składowych wektora (x}! była równa jedności
• pierwsza składowa wektora {x}‘ była równa 1
• największa składowa wektora {x}1 była równa 1
• suma modułów^ składowych wektora {x}‘ była równa 1
Wektor spełniający jeden z ty'ch warunków' nazywamy wektorem wdasnym znormalizowanym albo unormowanym.