Notas del episodio
Diese Episode mit dem Titel „Wenn Elimination versagt – Einführung in iterative Verfahren“ markiert den Übergang von exakten zu approximativen Lösern. Wir widmen uns der Frage, wie wir Systeme bändigen, die für den Gauß-Algorithmus schlicht zu groß sind. Im Fokus stehen dabei folgende Konzepte aus Ihren Quellen:
- Die Grenzen der Direktheit: Warum der Rechenaufwand von O(n3) bei dünnbesetzten Matrizen (Sparse Matrices) in der Praxis – etwa in der CFD – nicht mehr tragbar ist
- Das Prinzip des Matrix-Splittings: Die mathematische Zerlegung A=M−N, die es uns erlaubt, ein LGS in eine Fixpunktiteration zu überführen
- Die Klassiker der Iteration:
- Jacobi-Verfahren (Gesamtschrittverfahren): Die Idee, jede Gleichung isoliert nach einer Unbekannten aufzulösen
- Gauß-Seidel-Verfahren (Einzelschrittverfahren): Die Effizienzsteigerung durch die sofortige Verwendung bereits aktualisierter Werte
- SOR (Successive Over-Relaxation): Die Beschleunigung der Konvergenz durch den Relaxationsparameter ω
- Intuition der Relaxation: Wie man durch das schrittweise „Annihilieren“ des Residuums der Lösung näherkommt
- Wann kommen wir an? Die Analyse der Konvergenz über das strenge Zeilensummenkriterium (diagonale Dominanz) und die fundamentale Bedingung, dass der Spektralradius der Iterationsmatrix kleiner als 1 sein muss