Метод наискорейшего спуска.
Рассмотрим следующий итерационный метод:
(15)
,
![](57324_html_m67a0c1d0.gif)
.
Метод (15) называется методом наискорейшего спуска.
Теорема: Пусть матрица симметрична и положительно определена. Тогда метод (15) сходится при любом начальном приближении. Справедлива следующая оценка скорости сходимости:
(16)
Замечание: Оценка (16) показывает, что погрешность метода (15) убывает с той же скоростью, что и погрешность метода простой итерации при оптимальном выборе параметра τ.
Доказательство: Пусть — решение задачи, то есть A = b. Используя симметрию матрицы , получим
(17)
откуда вследствие положительной определенности матрицы вытекает, что единственной точкой минимума функционала является .
Используя (15) и зная, что
,
получим: , где , откуда вследствие представления (17) вытекает, что
![](57324_html_1dbf30b5.gif)
Заметим теперь, что
,
следовательно,
![](57324_html_db93444.gif)
Представляя вектор в виде разложения по ортонормированному базису собственных векторов матрицы , получим:
![](57324_html_4130cc23.gif)
Как установлено
![](57324_html_15f3a9a4.gif)
следовательно,
,
откуда, очевидно, вытекает неравенство ![](57324_html_21f1254f.gif)
Используя теперь оценки , получим:
а это эквивалентно оценки (16). Метод наискорейшего спуска сходится при любом начальном приближении если матрица – симметрична и положительно определена. Необходимо убедиться, что исходная система уравнений имеет симметричную и положительно определенную матрицу. Действительно, матрица системы (1) имеет вид:
![](57324_html_7f921a8f.gif)
Матрица A называется положительно определённой, если для всех ≠0, Действительно, :
![](57324_html_20c507ea.gif) Результаты вычислений при представлены далее:
(максимальная погрешность выделена красным)
ih
| y
| u(ih)
| |y-u(ih)|
| 0,10
| 0,082663
| 0,0900
| 0,007337361
| 0,20
| 0,147257
| 0,1600
| 0,012743437
| 0,30
| 0,19378
| 0,2100
| 0,016219706
| 0,40
| 0,222291
| 0,2400
| 0,01770935
| 0,50
| 0,232284
| 0,2500
| 0,017716207
| 0,60
| 0,224221
| 0,2400
| 0,015779422
| 0,70
| 0,196589
| 0,2100
| 0,013410946
| 0,80
| 0,150959
| 0,1600
| 0,009040598
| 0,90
| 0,084892
| 0,0900
| 0,005107837
|
Наблюдаем достаточную точность, как и в предыдущих методах. ih
| y
| u(ih)
| |y-u(ih)|
| 0,032258
| 0,030367
| 0,03121748
| 0,000850949
| 0,064516
| 0,058715
| 0,0603538
| 0,001638381
| 0,096774
| 0,085049
| 0,08740895
| 0,002360313
| 0,129032
| 0,109368
| 0,11238293
| 0,003015281
| 0,16129
| 0,131673
| 0,13527575
| 0,003602339
| 0,193548
| 0,151966
| 0,15608741
| 0,004121037
| 0,225806
| 0,170246
| 0,1748179
| 0,004571404
| 0,258065
| 0,186513
| 0,19146722
| 0,004953915
| 0,290323
| 0,200766
| 0,20603538
| 0,005269463
| 0,322581
| 0,213003
| 0,21852237
| 0,005519319
| 0,354839
| 0,223223
| 0,2289282
| 0,005705099
| 0,387097
| 0,231424
| 0,23725286
| 0,005828724
| 0,419355
| 0,237604
| 0,24349636
| 0,005892388
| …
| …
| …
| …
|
|