ПОСЛЕ́ДОВАТЕЛЬНЫХ ПРИБЛИЖЕ́НИЙ МЕ́ТОД
-
Рубрика: Математика
-
Скопировать библиографическую ссылку:
ПОСЛЕ́ДОВАТЕЛЬНЫХ ПРИБЛИЖЕ́НИЙ МЕ́ТОД (метод повторных подстановок, метод простой итерации), один из общих методов приближённого решения уравнений. В ряде случаев хорошая сходимость построенных этим методом приближений позволяет применять его в практике вычислений.
Пусть $E$ – некоторое множество, на котором задан оператор $A$, отображающий $E$ в себя. Требуется найти неподвижную точку этого оператора, т. е. решение уравнения $$Ax=x, x∈E.\tag1$$ Пусть это уравнение имеет решение $x_*$ и указано к.-л. его начальное приближение $x_0∈E$. С помощью рекуррентного соотношения $$x_n+1=Ax_n,\qquad n=0,1,2,...,\tag2$$ определяется последовательность $\{x_n\}^∞_{n=0}$. Построение этой последовательности и исследование вопроса о её сходимости обычно называют методом последовательных приближений.
Для исследования сходимости последовательности (2), а также для доказательства существования решения уравнения (1) широко применяется сформулированный ниже принцип сжимающих отображений.
Если $E$ – полное метрическое пространство с метрикой $ρ$ и для всех $x$, $y∈E$ $$ρ(Ax,Ay)⩽αρ(x,y), 0\lt α=const\lt 1,$$то уравнение (1) имеет единственное решение, которое является пределом последовательных приближений (2) при любом начальном приближении $x_0$. Для приближения $x_n$ верна следующая оценка его близости к решению $x_*$: $$ρ(x_n,x_*)⩽\frac{α^n}{1-α}ρ(Ax_0,x_0).$$
Пусть, напр., $E=\rm{R}^n$ – $n$-мерное пространство и оператор $A$ в (1) имеет вид $Ax=Bx+c$, где $B= ‖ b_{ik} ‖$ – квадратная матрица $n$-го порядка, $c=(c_1,...,c_n)$ – заданный, а $x=(x_1,...,x_n)$ – искомый векторы в $\rm{R}^n$. Если в этом пространстве метрика определена формулой $ρ(x,y)=max_{1⩽i⩽n} ∣x_i-y_i∣$ и элементы матрицы $B$ удовлетворяют условию $\sum^n_{k=1}|b_{ik}|\lt 1$ для всех $i=1,...,n$, то из принципа сжимающих отображений следует, что система алгебраич. уравнений (1) имеет в $\rm{R}^n$ единственное решение, которое можно вычислить со сколь угодно высокой точностью, исходя из произвольного вектора $x_0=(x_1^{(0)},...,x_n^{(0)})$.