18.01.2015 Views

Appunti di Calcolo Numerico - Esercizi e Dispense - Università degli ...

Appunti di Calcolo Numerico - Esercizi e Dispense - Università degli ...

Appunti di Calcolo Numerico - Esercizi e Dispense - Università degli ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

8. METODI ITERATIVI PER LA SOLUZIONE DI SISTEMI LINEARI<br />

8.6 Meto<strong>di</strong> classici<br />

I meto<strong>di</strong> iterativi classici per la risoluzione <strong>di</strong> un sistema <strong>di</strong> equazioni lineari del tipo Ax = b si basano su<br />

un’idea molto semplice.<br />

G Si parte da un’approssimazione iniziale x (0) , commettendo un’errore e (0) = x − x (0) . L’errore e (0) è soluzione<br />

del sistema Ae (0) = b − Ax (0) = r (0) , dove r (0) è il residuo (ciò che resta fuori, ci <strong>di</strong>ce <strong>di</strong> quanto il<br />

vettore Ax (0) si <strong>di</strong>scosta da b).<br />

G Successivamente si definisce il passo x (1) come x (1) = x (0) + p (0) , dove ora p (0) è soluzione del sistema<br />

Mp (0) = r 0 , in cui la matrice M è più semplice della A e, allo stesso tempo, M −1 approssima in qualche<br />

modo A −1 .<br />

G Il proce<strong>di</strong>mento viene iterato fino a convergenza.<br />

Da queste richieste tra loro contrad<strong>di</strong>torie, si sviluppa una strategia che porta alla soluzione esatta x come<br />

limite della successione dei valori approssimati x (k) .<br />

Il processo iterativo si legge, infatti, come:<br />

x (k+1) = x (k) + M −1 (b − Ax (k) ) k = 0,1,....<br />

O, equivalentemente,<br />

x (k+1) = (I − M −1 A)x (k) + M −1 b k = 0,1,...<br />

Notiamo che, ad ogni passo, non dobbiamo calcolare esplicitamente M −1 , perchè risolviamo problemi del<br />

tipo Mp (k) = r (k) = b − Ax (k) in modo da porre x (k+1) = x (k) + p (k) . La matrice E = I − M −1 A è detta matrice <strong>di</strong><br />

iterazione del metodo. Nel seguito, per semplicità, poniamo q = M −1 b.<br />

Lo schema iterativo appena descritto è un metodo stazionario (cioè non <strong>di</strong>pende dall’iterazione k) e<br />

può essere visto come caso particolare <strong>di</strong> uno schema <strong>di</strong> punto fisso per equazioni nonlineari: la funzione<br />

g tale che x (k+1) = g (x (k) ) converga alla soluzione del sistema Ax = b, è data da g (x) = x + M −1 (b − Ax) o<br />

equivalentemente da g (x) = Ex (k) + q.<br />

8.6.1 Convergenza<br />

Per stu<strong>di</strong>are la convergenza <strong>di</strong> un metodo iterativo, consideriamo, per ogni vettore x (k) , il residuo r (k) =<br />

b − Ax (k) e l’errore e (k) = x − x (k) . Osserviamo che si ha la relazione r (k) = Ae (k) . Infatti<br />

Ae (k) = A(x − x (k) ) = Ax − Ax (k) = b − Ax (k) = r (k)<br />

Lo schema converge quando la successione x (k) converge alla soluzione x per k → ∞, ovvero quando<br />

lim k→∞ e (k) = 0 qualunque sia il vettore iniziale x (0) .<br />

Consideriamo lo schema iterativo x (k+1) = Ex (k) + q.<br />

È facile vedere che per la soluzione esatta x vale la relazione x = Ex + q.<br />

Consideriamo x − x (k) . Si ha<br />

x = Ex + q<br />

x (k) = Ex k−1 + q<br />

e sottraendo si ricava<br />

e (k) = Ee (k−1)<br />

La relazione appena trovata vale, alla stessa maniera, tra l’errore e (k−1) e l’errore e (k−2) per cui possiamo<br />

scrivere e (k−1) = Ee (k−2) .<br />

Scriviamo queste relazioni dall’iterazione k fino ad arrivare all’iterazione 0.<br />

118

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!