WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

На правах рукописи

ПЛЮТА Алексей Иванович ОБ ИТЕРАЦИОННЫХ МЕТОДАХ РЕШЕНИЯ ОПЕРАТОРНЫХ УРАВНЕНИЙ ВТОРОГО РОДА 05.13.18. – «Математическое моделирование, численные методы и комплексы программ» А В Т

О Р Е Ф Е Р А Т диссертации на соискание ученой степени кандидата физико-математических наук

Ставрополь – 2004

Работа выполнена в Ставропольском государственном университете

Научный консультант: Доктор физико-математических наук, профессор Стеценко Владислав Яковлевич

Официальные оппоненты: Доктор технических наук, профессор Червяков Николай Иванович Кандидат физико-математических наук Толпаев Владимир Александрович

Ведущая организация: Вологодский государственный технический университет

Защита состоится «12» марта 2004г. в 14 часов на заседании диссерта ционного совета Д 212.256.05 по присуждению ученой степени кандидата физико-математических наук в Ставропольском государственном универси тете по адресу: 355000, г. Ставрополь, ул. Пушкина, 1 физико математический факультет, ауд.

С диссертацией можно ознакомиться в научной библиотеке СГУ по ад ресу: 355000, г. Ставрополь, ул. Пушкина, 1.

Автореферат разослан «_»_2004г.

Ученый секретарь диссертационного совета кандидат физико-математических наук Л.Б. Копыткова ОЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность проблемы. При решении широкого класса задач матема тического анализа, алгебры, экономики требуется находить решение опера торных уравнений. В тех случаях, когда процесс отыскания точного реше ния является затруднительным, мы используем итерационные методы, по зволяющие найти приближенное решение с определенной степенью точно сти. Соответствующий класс задач можно представить с помощью опера торного уравнения вида x = Ax + f (1) с линейным или нелинейным оператором А, действующим в банаховом про странстве Е, и свободным членом f из этого пространства.

Следует отметить, что такие уравнения, также описывают некоторые эконо мические модели, например, модель Леонтьева многоотраслевой экономики.

Балансовая модель производства является одной из наиболее простых мате матических моделей. Она записывается в виде системы уравнений, каждое из ко торых выражает требование равенства (баланса) между количеством продукции, производимой отдельным экономическим объектом, и совокупной потребности в этом продукте. Отсюда происходит название модели.

Впервые балансовые модели начали использоваться в СССР в 20-х годах. В более или менее законченном виде теория балансовых моделей была разработана американским ученым В.В. Леонтьевым в середине 30-х годов. Однако в те годы ни уровень развития математической науки, ни качество вычислительной техники не позволили широко распространить балансовый метод.

За разработку и внедрение в практику метода межотраслевого баланса группа советских экономистов под руководством академика А.Н. Ефимова в 1968 году была удостоена Государственной премии СССР. В настоящее время большое чис ло работ посвящается этой модели и ее применению для решения различных за дач. Такой интерес к балансовой модели определяется тем, что, как оказалось, эта модель хорошо отображает многие существенные особенности современного производства и в то же время легко поддается расчету. Во многих странах мира балансовый метод используется для экономического анализа, планирования и прогнозирования.

В связи с появлением ЭВМ большой мощности значительно повысился ин терес к различным численным методам и алгоритмам, реализация которых грани чит с проведением вычислительного эксперимента. Потребность в таком подходе к решению задач математической экономики диктуется все усложняющимися за просами практики, а также связана с попыткой создания более рациональных об щих теоретических моделей для изучения сложных экономических явлений.

Активное использование методов численного моделирования позволяет рез ко сократить сроки научных и конструкторских разработок. Поэтому, в качестве довольно распространенных задач такого типа, например, встречается задача о существовании у таких уравнений решения x = x*, обладающего свойством неотрицательности. Процесс отыскания как точного, так и приближенного решения уравнений (1) является весьма затруднительным при достаточно большом количестве неизвестных. Такого рода задачи специфичны в задачах экономики, для которых экономический смысл имеет, как правило, лишь не отрицательные решения. Также важно уметь строить приближения un и, со ответственно, vn к решению x* операторного уравнения вида (1), такие что un x* vn При этом, оказывается, параллельно решаются две важные задачи теории приближенных методов решения операторных уравнений – задача об оценке погрешности приближенного решения, а также задача об априорной оценке относительной погрешности приближенного решения.

Цель диссертационной работы - приближенное решение операторных уравнений вида (1) в случаях, когда спектральный радиус r(A) оператора A не обязательно меньше единицы;

построение итерационных последователь ностей сходящихся к решению уравнения (1), к собственным значениям и собственным векторам оператора A ;

разработка новых методов, позволяю щих повышать скорость сходимости итераций к решению уравнения (1);

разработка соответствующего программного обеспечения, позволяющего реализовать предложенные методы.

Научная задача исследований состоит в разработке новых методов решения операторных уравнений, описывающих экономические модели (мо дель межотраслевого баланса).

При решении поставленной общей научной задачи получены результаты по ряду частных задач:

1. Проведение анализа известных численных методов построения при ближений, сходящихся к спектральному радиусу оператора и к собственным векторам.

2. Разработка и анализ алгоритмов, позволяющих строить приближения, сходящиеся к точному решению операторных уравнений, в тех случаях, ко гда спектральный радиус оператора не обязательно меньше единицы.

3. Разработка алгоритмов решения операторных уравнений, обладаю щих высокой скоростью сходимости построенных приближений к точному решению.

4. Разработка соответствующего программного обеспечения, позво ляющего реализовать разработанные алгоритмы решения операторных урав нений.

Методы исследований. Для решения поставленных в работе научных задач использованы идеи и методы классического функционального анализа и теории положительных, а также монотонных операторов, действующих в полуупорядоченных банаховых пространствах.

Достоверность и обоснованность полученных в диссертационной ра боте результатов вытекает из математической строгости постановки и реше ния исследуемых задач, а также из совпадения ряда полученных результатов в частных случаях с известными в литературе.

На защиту выносятся следующие основные положения:

1. Итерационный метод решения системы линейных алгебраических уравнений вида (1) с квадратной матрицей A, в случае, когда наибольшее по модулю собственное значение матрицы A, больше чем единица.

2. Методы получения двусторонних оценок точного решения x*опера торного уравнения вида (1), в случае, когда спектральный радиус оператора A не обязательно меньше единицы, а также подходы к уточнению получен ных оценок.

3. Синтез методов ускорения сходимости монотонных приближений к решению x* уравнения вида (1) и однопараметрического итеративного агре гирования.

4.Метод ускорения сходимости монотонных приближений к решению уравнения вида (1), в случае выбора в качестве начальных приближений век торы, которые ограничивают точное решение x* уравнения вида (1) «сверху» и «снизу».

5. Вариант метода Зейделя, позволяющий строить приближения, сходя щиеся к точному решению x* уравнения (1) с помощью метода ускорения сходимости.

Научная новизна диссертационной работы. Результаты работы пред ставляют собой развитие теории линейных и нелинейных операторов, дейст вующих в полуупорядоченных банаховых пространствах. Так, например, предложены методы решения операторных уравнений вида (1) в случаях, ко гда у оператора A спектральный радиус r(A) не обязательно меньше едини цы. Предложен метод построения двусторонних оценок точного решения x*операторного уравнения вида (1) в случае, когда спектральный радиус не обязательно меньше единицы. Предложены варианты методов, позволяющие строить приближения к решению уравнений вида (1), обладающие достаточ но высокой скоростью сходимости. Разработано программное обеспечение на языке программирования TURBO PASCAL, позволяющее реализовывать предложенные итерационные методы.

Теоретическая и практическая ценность. Теоретическая ценность ра боты заключается в получении новых оценок точного решения уравнения (1), разработке новых методов решения уравнения (1) Практическая ценность работы заключается в возможности применения полученных методов решения уравнения (1) при решении конкретных задач математики и экономики. Отдельные результаты могут быть использованы при чтении специальных курсов и подготовке учебных пособий.

Реализация результатов. Теоретические и практические результаты работы использованы в учебном процессе СГУ.

Апробация работы. Основные результаты диссертации докладывались на международной летней школе молодых ученых «Итерационные методы и матричные вычисления» (г. Ростов-на-Дону, 2002), на международной шко ле-семинаре по геометрии и анализу памяти Н.В. Ефимова (Абрау-Дюрсо, 2002), на региональной научной конференции «Теоретические и прикладные проблемы современной физики» (г. Ставрополь, 2002), на зимней математи ческой школе «Современные методы теории функций и смежные проблемы» (г.Воронеж, 2003), на региональной школе-семинаре «Современные пробле мы математического моделирования» (п.Абрау-Дюрсо, 2003г.) и неодно кратно на семинарах кафедры математического анализа Ставропольского го сударственного университета (руководитель – профессор В.Я. Стеценко).

Публикации. По материалам диссертации опубликовано 7 печатных ра бот [1-7]. Часть результатов диссертации получена автором совместно с на учным руководителем профессором В.Я. Стеценко, при этом В.Я. Стеценко в соответствующих результатах принадлежат постановка задач и общие ре комендации относительно метода их решения, а автору диссертации реали зация этих рекомендаций и доказательства соответствующих утверждений.

Структура диссертации. Диссертация состоит из введения, трех глав, заключения, списка литературы и программного обеспечения, оформленно го в приложении. В ней принята сквозная нумерация параграфов, для утвер ждений и формул введена двойная нумерация, включающая номер параграфа и порядковый номер утверждения или формулы в нем. Диссертация изложе на на 167 страницах, список использованной литературы содержит 82 на именования.

Автор выражает глубокую признательность и благодарность д-ру физ. мат. наук, проф. В.Я. Стеценко за постановку задач и общие рекомендации к их выполнению, обсуждение полученных результатов, оказанную помощь и поддержку при работе над диссертацией.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Проиллюстрируем обзор содержания работы с кратким обзором некото рых известных результатов, непосредственно связанных с рассматриваемым кругом вопросов. Прежде чем перейти к обзору содержания работы, приве дем некоторые определения.

Будем рассматривать банахово пространство E, полуупорядоченное ко нусом K, и оператор A произвольной природы, действующий в E.

Замкнутое выпуклое множество K E называется конусом, если вместе с каждой своей точкой x оно содержит луч (лучом, проходящим через точку x E x, называется совокупность точек tx (t 0)), проходящий через x, и если из x,-x K вытекает, что x =.

Конус K называется телесным, если он содержит внутренние элементы.

Если любой элемент x пространства E может быть представлен в виде x = u - v (u,v K), то конус K называется воспроизводящим. Конус K называ ется нормальным, если из неравенства x y следует, что x M y, где M - const – константа нормальности, не зависящая ни от x, ни от y.

Линейный оператор называется вполне непрерывным, если он переводит каждое ограниченное по норме пространства E множество в компактное множество.

Почти во всякой физической задаче, которая может быть сформулиро вана с помощью линейных операторов, важной характеристикой типа задачи является спектр соответствующего оператора. Одной из основных характери стик спектра оператора является спектральный радиус этого оператора. На помним, что те значения, при которых уравнение Ax - x = f, где A – рассматриваемый оператор, имеет единственное решение, а оператор ( A - I )-1 ограничен, называются регулярными. Совокупность всех значений, не являющихся регулярными, называется спектром оператора A и обозна чается (A). Спектральным радиусом r(A) оператора называется число, опре деленное формулой r(A) = sup, ( (A)).

Во введении обоснована актуальность диссертационных исследований, сформулирована цель работы, показана научная новизна основных результа тов, практическая значимость, указаны основные положения, выносимые на защиту.

Глава I посвящена обзору известных итерационных методов решения операторного уравнения вида (1). По изложенным в Главе I методам автором составлены программы на языке программирования TURBO PASCAL. При помощи этих программ реализовывались рассмотренные методы на конкрет ных примерах.

В §1 главы I исследуется метод последовательных приближений.

Система уравнений Ax = b тем или иным методом преобразуется к виду системы уравнения “второго рода”, т.е. к виду (1), после чего её решение находится как предел последова тельности xm+1:

xm+1 = Axm + f, (m = 0,1,2,...) (2) где A - матрица порядка (n n), f - свободный вектор, f Rn, x - неизвест ный вектор, x Rn, x0 - начальное приближение. Этот метод (2) называется методом простой итерации.

При решении уравнения вида (1) методом последовательных приближе ний (2) по заданной точности > 0 вычислений бывает важно определить число итераций "m".

При известных условиях к решению уравнения (1) сходится итерацион ный процесс (2), при любом начальном приближении x0, при этом таковыми известными условиями является одно из следующих условий:

n max aij q1< a) i=1,n j= n max aji q2 < б) i=1,n j= n n в) a q3< ij i=1 j= Пусть > 0 заданное число, тогда для того чтобы гарантировать неравен ство:

qim x* - xm+1 (i) x1 - x0 (i) <, (i = 1,2,3) 1- qi где x соответственно одна из норм.

(i) Положим (1- qi ) ln x1 - x0 (i) z =, ln(qi) тогда достаточно определить m по формуле:

m = [z]+1, где [z] обозначается значение функции “антье от z ”, т.е. обозначает целую часть числа z. Напомним, что [z] - наибольшее целое число, не превосходя щее числа z.

На страницах §1 рассмотрены соответствующие примеры, когда по задан ной точности определяется количество приближений к вектору являющим ся решением данной системы уравнений, с заданной точностью.

В §2 рассматривается метод ускорения сходимости монотонных прибли жений к решению уравнения вида (1). Предполагается, что спектральный ра диус r(A) < 1;

поэтому уравнение (1) имеет единственное решение x*, кото рое является пределом последовательных приближений xn+1 = Axn + f,(n = 0,1,2,...) при любом начальном приближении x0 E. Допустим, что начальное при ближение x0 = u0 выбрано так, что u0 Au0 + f.

(3) Тогда последовательные приближения un+1 = Aun + f будут удовлетворять соотношениям u0 u1... un un+1... x* Аналогично, если начальное приближение x0 = v0 удовлетворяет соотно шению v0 Av0 + f, (4) то последовательные приближения vn+1 = Avn + f удовлетворяют соотношениям x*... vn+1 vn... v1 v Таким образом, если удается найти элементы u0 и v0, удовлетворяющие соответственно соотношениям (3) и (4), то мы получаем монотонные при ближения к точному решению x* операторного уравнения (1).

В §2 предлагается определение поправочных коэффициентов p1 и q1, та ких что выполнены следующие неравенства:

u1 - u0 p1(v0 - v1) v0 - v1 q1(u1 - u0 ).

Тогда определим элементы u1 + p1v (5) * u1 =, 1+ p v1 + q1u (6) * v1 =.

1+ q * * Аналогично по un,vn строятся приближения un, vn, которые можно рас сматривать как способ уточнения приближений un,vn к точному решению x*.

Формулы (5) и (6) рассмотрены как рекуррентный процесс построения по * * следовательностей un, vn.

Рассмотренный выше метод ускорения сходимости проиллюстрирован соответствующими примерами.

В §3 главы I рассматривается метод однопараметрического итеративного агрегирования применительно к линейным операторным уравнениям. Дан ный метод проиллюстрирован соответствующими примерами, реализован ными на программах на языке программирования TURBO PASCAL. Вычис лительная практика свидетельствует о высокой сходимости метода однопа раметрического итеративного агрегирования и при нарушении известных ус ловий.

В §4 главы I рассматривается одно обобщение метода однопараметриче ского итеративного агрегирования в случае применения к нелинейным урав нениям. Данный метод также проиллюстрирован соответствующими приме рами, реализованными на программах, на языке программирования TURBO PASCAL. Многочисленные примеры выявили некоторые «интересные» осо бенности рассматриваемого метода.

Глава II посвящена исследованию итерационных методов построения приближений, сходящихся к спектральному радиусу и собственному вектору линейного оператора.

Так в §5 главы II рассмотрены различные способы построения приближе ний, сходящихся к спектральному радиусу r(A).

Алгоритм получения оценок как сверху так и снизу для значений спек трального радиуса r(A) оператора A базируется на следующей теореме:

Теорема 5.2 Пусть u0 Rn - вектор у которого все компоненты (u0)i (i=1,2,..) являются положительными числами: (u0)i > 0. Пусть 0 и 0 та ковы, что u0 Au0 u (здесь и далее запись x y, x, y Rn означает, что для всех i = 1,n выполня ются неравенства (x)i (y)i ). Тогда r(A).

При этом если n, n соответственно таковы, что n = max{ : u0 Anu0} n = min{ : Anu0 u0}, то 1 n / n r(A) n / n 1 и при этом последовательности {n / n} и {n / n} сходятся, соответственно монотонно возрастая и монотонно убывая, к r(A).

По предложенному алгоритму в теореме 5.2 автором была разработана со ответствующая компьютерная программа на языке программирования TURBO PASCAL. Данная программа была опробирована на большом коли честве примеров, которые представлены в §5.

Этот алгоритм в аналогичной форме приемлем для получения оценок сни зу, соответственно сверху для спектрального радиуса линейного оператора вида Ax (t ) = k (t, s) x(s)ds с неотрицательным непрерывным ядром K(t,s).

Также в §5 указаны признаки, обеспечивающие выполнение условия r(A) < 1.

Получены соответствующие признаки для случая, когда A - интегральный Ax (t ) = K (t, s) x ( s)ds оператор вида, в котором - ограниченное замк нутое множество из евклидова пространства Rm, K(t,s) - функция, для кото p рой при некоторых p > 1 и q = выполняется условие:

p - q q (7) |K(t,s)| ds dt < + При выполнении условия (7) оператор A, как известно, действует в про странстве Lp() и является вполне непрерывным оператором в этом про странстве.

Предварительно напомним определение неразложимости оператора. По ложительный линейный оператор A назовем неразложимым, если из того, что x >, x Ax ( > 0), следует, что x >>.

Введем в рассмотрение следующие функции P(t) = |K(t,s)|ds, Q(t) = |K(s,t)|ds.

Теорема 5.3. Пусть для некоторого [0,1] выполняется следующее не равенство P (t)Q1- (t) 1, (t ) (8) и, кроме того, выполняется одно из двух следующих условий:

10) в неравенстве (8) равенство допускается лишь на множестве точек лебеговой меры нуль;

20) в неравенстве (8) строгое неравенство выполняется для всех t из не которого множества, mes > 0, оператор A - неразложим в про странстве Lp().

Тогда спектральный радиус r(A) интегрального оператора A в про странстве Lp() меньше чем единица:

r(A) < 1.

В §6 главы II рассмотрены различные способы построения приближений сходящихся к собственному вектору оператора A, отвечающего собственно му значению r(A).

Оператор A будем предполагать при этом не только положительным, но и фокусирующим. Напомним определение фокусирующегося оператора.

Определение 6.1. Оператор A называется фокусирующим на конусе K, если он u0 -положительный и если для всех x >, y > существует постоян ная, такая что (Ax, Ay).

При этом число назовем постоянной фокусирования.

Приведем критерий фокусирования.

Утверждение 6.1. Для того чтобы положительный оператор A был фо кусирующим, необходимо и достаточно, чтобы существовали такие u0 K, - const, что для каждого x K выполняется неравенство (x)u0 Ax (x)u0.

Здесь u0 - фиксированный элемент конуса K. Это утверждение означает, что AK Ku,.

Тогда алгоритм построения приближений, сходящихся к собственному вектору оператора A определяется следующей теоремой:

Теорема 6.3. Пусть A - фокусирующий оператор с постоянной.Тогда A имеет в Ku собственный вектор x*, которому отвечает собственное значение 1. К этому вектору x* сходится метод Axn xn+1 = (n = 0,1,2,...) || Axn||u при любом x0 Ku,x0. При этом справедлива оценка близости qn (x*, xn ) (x1, x0), 1- q где q удовлетворяет неравенству - q < 1.

+ К собственному вектору x* также сходятся последовательности un и vn, которые удовлетворяют следующему неравенству un x* vn где n -1 - 2 + a un = nx0, b n -1 - 2 + b vn = nx0, a а постоянные a и b таковы, что ax0 Ax0 bx Рассмотренные в §6 методы накладывают на оператор A дополнительные условия и ограничения.

Также рассмотрены и построены приближения, ведущие к собственному вектору x* для некоторых классов нелинейных операторов F(x). Здесь выде лен соответствующий класс нелинейных операторов F(x), действующих в полуупорядоченном банаховом пространстве, являющимся монотонным от носительно нормального конуса K и таким, что µ F(x) F(x) для всех x K и [1;

+], где µ < 1,µ - const.

В главе III рассмотрены новые конструкции и алгоритмы построения приближений, сходящихся к точному решению x* операторного уравнения вида (1).

Так в §7 главы III рассмотрен метод перехода от уравнения вида (1) с мат рицей A, к уравнению y = By + g (9) с матрицей B, спектральный радиус которой меньше, чем спектральный ра диус матрицы A (r(B) < r(A)).

Этот прием основан на предварительном преобразовании уравнения (1) к новому уравнению вида (9), для которого будет выполнено неравенство:

r(B) < и, следовательно, для решения которого может быть использован метод по следовательных приближений:

xm+1 = Bxm + f, (m = 0,1,...) при любом начальном приближении x0.

Соответствующий метод основан на результатах работ В.Я Стеценко, Т.А. Костенко, В.А. Семилетова и заключается в следующем.

Пусть у оператора A среди собственных значений только одно больше единицы, тогда:

10) нормируем собственные векторы x* и l* матрицы A и A*, соответст венно условием l*(x*) = 1;

20) по матрице A строим матрицу B согласно формуле def Bx = Ax - 1l*(x)x*, где 1 = r(A). При этом явный вид матрицы B может быть найден по виду матрицы A и виду векторов x* и l*. Спектр матрицы B расположен внутри круга с центром в начале координат и радиусом равным единице, что позво ляет применять для решения уравнения с матрицей B метод последователь ных приближений.

На самом деле этот метод обладает существенно большими потенциаль ными возможностями, в силу которых предлагается прием решения уравне ний вида (1) с матрицами A, необязательно являющихся неотрицательными матрицами. Этот метод был реализован на языке программирования TURBO PASCAL для матриц A, спектральный радиус которых больше единицы.

В §8 главы III рассмотрен метод получения оценок вида:

u x* v, где x*- неизвестное решение линейного операторного уравнения вида (1).

Соответствующие оценки базируются на следующих теоремах:

Теорема 8.1. Пусть xn- p, xn, xn+ p (n = 0,1,2,...) соответствующие приближе ния к решению x* метода последовательных приближений xm+1 = Axm + f. (m = 0,1,2,...) Подчеркнем, что при этом сходимость этих последовательных прибли жений к x* заранее не предполагается.

Пусть постоянная такова, что [0;

1) и при этом выполнено неравен ство xn+ p - xn (xn - xn- p).

Тогда для решения x* уравнения (1) (если это решение существует) справедлива следующая оценка x* xn+ p + (xn+ p - xn ), 1- которую естественно назвать априорной оценкой “сверху” неизвестного решения x*.

Теорема 8.2. Пусть xn- p, xn, xn+ p (n = 0,1,2,...) соответствующие приближе ния к решению x* метода последовательных приближений. Пусть постоян ная такова, что < 1 и при этом выполняется неравенство (xn - xn- p) xn+ p - xn, то справедлива следующая априорная оценка “снизу” для неизвестного ре шения x*:

x* xn+ p + (xn+ p - xn ).

1- Отмечен тот факт, что предложенный метод получения оценок точного ре шения x* операторного уравнения вида (1) эффективен и в том случае, когда r(A) > 1.

В §9 главы III рассмотрены подходы к уточнению границ решения опера торных уравнений вида (1) в случае, когда спектральный радиус r(A) не обя зательно меньше единицы. Соответствующие уточнения базируются на сле дующих теоремах.

Теорема 9.1. Пусть оператор Ap является u0 - ограниченным снизу.

Пусть выполнено неравенство xn+ p - xn (xn - xn- p) (10) и > 0.

Тогда имеет место следующее уточнение оценки “сверху” для решения x* уравнения (1):

x* xn+ p + (xn+ p - xn ) - u0, 1- (1- )(1- ) где и 0 определяются согласно (8) и Apu0 0u0 (0 > 0), (11) а = [(xn - xn- p)-(xn+ p - xn)]> 0.

Теорема 9.2. Пусть оператор Ap является u0 - ограниченным снизу.

Пусть для последовательных приближений xn+ p, xn, xn- p, где n и p фиксиро ванные натуральные числа (n p), выполняется неравенство (xn - xn- p) xn+ p - xn причем 0 < < 1 и > 0.

Тогда имеет место следующее уточнение оценки “снизу” для решения x* уравнения (1):

x* xn+ p + (xn+ p - xn ) + u0, 1- (1- )(1- ) где и 0 определяются в соответствии с неравенствами (xn - xn- p) xn+ p - xn и (11), а 1 = 1[(xn+ p - xn)- (xn - xn- p)]> 0.

В §10 главы III предлагается один вариант метода, позволяющего строить приближения к решению системы линейных уравнений вида (1), обладающе го достаточно высокой скоростью сходимости. Предлагаемый вариант по существу представляет собой сочетание методов итеративного агрегирования (см. §3) и использует идею ускорения сходимости для известного варианта ускорения сходимости метода последовательных приближений (см. §2).

Предлагаемый в данном параграфе метод по существу гарантирует достаточ но высокую степень сходимости к исходному решению и отличается просто той в его реализации. Немаловажной особенностью этого метода является то, что этот метод способен сходится к решению уравнения вида (1) и в случае, когда спектральный радиус матрицы A больше единицы r(A) > 1, чего не мо гут себе позволить хорошо известные итерационные методы решения опера торных уравнений, например метод наискорейшего спуска. Преимущества предлагаемого метода также проиллюстрированы соответствующими приме рами и графиками.

В §11 главы III приближения “снизу” и “сверху” к точному решению x* операторного уравнения вида (1), строятся по методу ускорения сходимости монотонных приближений (см.§2) к точному решению x* уравнения вида (1) по следующим формулам:

un + pnvn vn + qnun * * un =, vn =.

1+ pn 1+ qn Здесь в качестве начальных приближений u0,v0 предлагается выбрать векто ры, полученные по следующим формулам:

xn+ p + (xn+ p - xn), 1- xn+ p + (xn+ p - xn), 1- где xn- p, xn, xn+ p (n = 0,1,2,...) соответствующие приближения к решению x* ме тода последовательных приближений:

xn+1 = Axn + f,(n = 0,1,2,...) постоянная такова, что < 1 и при этом выполняется неравенство:

(xn - xn- p) xn+ p - xn постоянная такова, что [0,1) и при этом выполнено неравенство:

xn+ p - xn (xn - xn- p).

В §12 главы III рассмотрен вариант метода Зейделя. Одна из возможных интерпретаций метода Зейделя решения линейных алгебраических систем и более общих операторных уравнений заключается в следующем. Если тре буется решить уравнение вида (1), то при условии, что А=А1+А и в предположении, что существует обратный оператор к оператору (I-A1), уравнение (1), можно переписать в эквивалентном виде x = (I - A1)-1 A2x + (I - A1)-1 f, после чего к полученному уравнению применить метод последовательных приближений -1 - xm+1 = (I - A1) A2xm + (I - A1) f, (m = 1,2,...), который можно также записать в виде ym+1 = A1 ym+1 + A2 ym + f (m = 1,2,...) Т.е. по сути, применять метод последовательных приближений для ре шения операторного уравнения вида x = Dx + h, (12) -1 - где D = (I - A1) A2, h = (I - A1) f.

Именно такую интерпретацию допускает классический метод Зейделя ре шения линейных систем алгебраических уравнений.

Суть излагаемого в данном параграфе варианта метода Зейделя, для по строения приближений, сходящихся к точному решению операторного урав нения, состоит в том, что к полученному уравнению (12) предлагается при менить метод ускорения сходимости приближений, рассмотренный в §2.

Здесь также исследовано влияние порядка метода Зейделя на скорость схо димости приближений.

По всем вышеприведенным методам автором диссертации созданы про граммные продукты, позволяющие не только проиллюстрировать, но и зна чительно расширить результаты теоретических исследований. В частности, автором применялись язык программирования TURBO PASCAL, математи ческие среды MathСad. В результате расчетов накоплен большой экспери ментальный материал, заметная часть из которого приведена в настоящей диссертации.

Заключение Проведенные в диссертационной работе исследования направлены на раз работку новых методов решения операторных уравнений, описывающих эко номические модели (модель межотраслевого баланса). Получены следующие научные и практические результаты.

1. Разработан и апробирован на большом количестве примеров итераци онный метод решения системы линейных алгебраических уравнений вида x = Ax + f с квадратной матрицей A, в случае, когда наибольшее по модулю собственное значение матрицы A, больше чем единица.

2. Предложен метод получения двусторонних оценок точного решения x*операторного уравнения вида x = Ax + f, в случае, когда спектральный ра диус не обязательно меньше единицы, а также подходы к уточнению полу ченных оценок. Метод проиллюстрирован соответствующими примерами.

3. Получен синтез методов ускорения сходимости монотонных прибли жений к решению x* уравнения вида x = Ax + f и однопараметрического ите ративного агрегирования.

4. Разработан и апробирован на большом количестве примеров вариант метода ускорения сходимости монотонных приближений к решению уравне ния вида x = Ax + f, в котором упрощена задача поиска начальных приближе ний.

5. Разработан и апробирован на большом количестве примеров вариант метода Зейделя, позволяющий строить двусторонние приближения к точно му решению уравнения вида x = Ax + f.

6. Составлена библиотека программ на языке программирования TURBO PASCAL, которая позволяет реализовывать полученные в данной работе ме тоды и алгоритмы.

Таким образом:

- Разработаны новые методы решения операторных уравнений, описы вающих экономические модели (модель межотраслевого баланса), обладаю щих высокой скоростью сходимости последовательностей к точному реше нию данных уравнений, а также способностью сходится к точному решению даже в тех случаях, когда спектральный радиус оператора больше единицы.

- Разработан комплекс программ на языке программирования TURBO PASCAL, реализующих эти алгоритмы.

Основные результаты опубликованы в работах:

1. Плюта А.И. Об одном варианте метода ускорения сходимости монотон ных приближений к решению уравнения вида x = Ax + f //Теоретические и прикладные проблемы современной физики: Материалы Региональной научной конференции. – Ставрополь: Изд-во СГУ, 2002. – С.255-262.

2. Плюта А.И. О некоторых методах получения оценок точного решения x* операторных уравнений вида x = Ax + f в случае, когда спектральный ра диус (A) не обязательно меньше единицы// Международная летняя шко ла молодых ученых «Итерационные методы и матричные вычисления».

Лекции приглашенных лекторов и тезисы докладов молодых ученых. Ростов-на-Дону: РГУ, 2002. – С.482-486.

3. Плюта А.И., Стеценко В.Я. «Гибрид» методов ускорения сходимости мо нотонных приближений к решению уравнения вида x = Ax + f и однопара метрического итеративного агрегирования//Ученые записки физико математического факультета Ставропольского государственного универ ситета. – Ставрополь: СГУ, 2002. – С.79-85.

4. Плюта А.И., Стеценко В.Я. Об одном варианте метода Зейделя. //Журнал «Математическое моделирование». – 2003. – Т.15, №12. - С.29- 5. Стеценко В.Я., Плюта А.И. Обзор и реализация на ЭВМ методов решения систем линейных и нелинейных уравнений. Учебное пособие. – Ставро поль: Изд-во СГУ, 2003.-71с.

6. Стеценко В.Я., Плюта А.И. О некоторых методах построения монотонных приближений к решению линейных операторных уравнений.// Теоретиче ские и прикладные проблемы современной физики. Материалы регио нальной научной конференции. – Ставрополь, 2002.-С.281-284.

7. Стеценко В.Я., Плюта А.И. Об одном итерационном методе решения сис тем линейных алгебраических уравнений вида x = Ax + f с квадратной матрицей A //Современные методы теории функций и смежные пробле мы: Материалы конференции. – Воронеж: ВГУ, 2003. -С.250-251.

8. Стеценко В.Я., Кириллова Л.Н.,Плюта А.И. Новые оценки сверху спек трального радиуса матричных и интегральных операто ров//Международная школа-семинар по геометрии и анализу памяти Н.В.

Ефимова. Труды участников. – Ростов-на-Дону, 2002.-С.160-161.




© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.