![](/user_photo/2706_HbeT2.jpg)
- •Задание № 1 Выборка и сортировка таблиц
- •Задание № 2 Интерполирование полиномом Лагранжа
- •Рекомендации по выполнению задания
- •Пример расчета с помощью электронных таблиц ms excel
- •Расчетные формулы, используемые в ячейках
- •Задание № 3 Численное интегрирование
- •Численное интегрирование
- •Формула прямоугольников
- •Формула трапеций
- •Задание № 4 Решение систем линейных алгебраических уравнений (слау)
- •Исходные данные
- •Исходные данные
- •Исходные данные
- •Решение систем линейных алгебраических уравнений
- •Методы решения слау
- •Точные методы
- •Приближенные (итерационные) методы
- •Метод Гаусса (последовательного приближения неизвестных)
- •Итерационные методы решения слау
- •Метод Якоби (простой итерации)
- •Метод Гаусса - Зейделя
- •Рекомендации по использованию excel для решения слау № 1 и 3 с помощью обратной матрицы
- •Рекомендации по использованию excel для решения слау № 2 с помощью метода прогонки
Метод Гаусса (последовательного приближения неизвестных)
Представим СЛАУ в скалярной форме (4.2)
,
где
А
=
;x
=
;b
=
;
Последовательно исключая неизвестные, приводим матрицу коэффициентов А к треугольному виду,
Находим неизвестные, начиная с xn, xn-1, xn-2, ... , x2, x1.
Итерационные методы решения слау
Итерационные методы особенно эффективны при большом порядке СЛАУ.
Предварительно приведем систему (4.1) к виду
,
где
,
,
(5.1)
........................
,
Исходя
из начального приближения
,
получают векторы
,...,
по рекурентной формуле
.
(5.2)
Здесь
Fk
– некоторая функция, зависящая от
матрицы коэффициентов А
системы (4.2), правой части
,
номера приближенияk
и предыдущих приближений
.
Метод
имеет 1-й порядок, если
Fk
не зависит от
,
а зависит только от
.
Метод стационарный, если Fk не зависит от k.
Простейший случай: если Fk - линейная функция, то общий линейный метод 1 – го порядка должен иметь вид
(5.3)
Здесь
А –
квадратная матрица,
-
вектор.
Метод Якоби (простой итерации)
К виду (5.3) можно привести, например, выделением диагональных элементов (для i – строки)
,
i
= 1, 2, ..., n
(5.4)
Строим
последовательность векторов, начиная
с произвольного вектора
(
,i
= 1, 2, ..., n)
,
,
... ,
,
где
,i
= 1, 2, ..., n
(5.5)
Метод Гаусса - Зейделя
В этом методе уточненное значение x1 сразу же используется для вычисления x2, а x1 и x2 для вычисления x3 и т.д.
Зададимся начальным приближением неизвестных.
Обычно
принимают
,
,
... ,
.
Начальные приближения подставляют в 1-е уравнение системы (5.1).
,
затем
подставляем
,
,
... ,
во 2-е уравнение
.
Подставляем
,
,
, ... ,
Подставляем
,
,
... ,
,
выполним 2-ю итерацию.
Приближения с номером k определим по формуле
(5.6)
. . . . . . . . . . . . . . . . . . .
,
Т.е.
координаты вектора
определяют по формуле
,
i
= 1, 2, ..., n
(5.7)
Для сходимости метода необходимо, чтобы
все диагональные элементы были отличны от 0 (aii ≠ 0);
диагональные элементы значительно преобладали над остальными коэффициентами матрицы А.
В общем случае критерий окончания итерационного процесса при заданной допустимой погрешности ε > 0 определяется:
по абсолютным отклонениям в виде
,
i
= 1, 2, ..., n
(5.8)
по относительным разностям в виде
Пример: решить СЛАУ методом Гаусса – Зейделя при ε = 0,01
Предварительно, приводим СЛАУ к виду (5.1)
2x1+
x2+2x3
=10;
2x1
=
-x2-2x3
+10;
x1
=
-0,5x2
-
x3
+
5
x1+4x2+ x3 =12; 4x2 = -x1- x3 +12; x2 = -0,25x1- 0,25x3 + 3
2x1+2x2+3x3 =15; 3x3 = -2x1-2x2+15; x3 = -0,667x1-0,667x2+ 5
Задаем
начальные приближения:
,
,
.
Выполняем 1-ю итерацию
x11 = - 0,5 ּ3 - 1ּ 5 + 5 = -1,5 Δ1 =│5 - (-1,5)│= 6,5
x21 = - 0,25 ּ(-1,5) – 0,25 ּ 5 +3 = 2,125 Δ2 =│3 – 2,13│= 0,87
x31 = - 0,667 ּ(-1,5) – 0,667 ּ2,13 +5 = 4,583 Δ3 =│5 – 4,583│= 0,417
x12 = - 0,5 ּ2,13 - 1ּ 4,583 + 5 = -0,648 Δ1 =│-1,5 - (-0,648)│= 0,85
x22 = -0,25ּ(-0,648) – 0,25ּ4,583 +3 =2,016 Δ2 =│2,125 – 2,016│= 0,11
x32 = - 0,667ּ(-0,648) – 0,667ּ2,016+5 =4,088 Δ3 =│4,583-4,088│= 0,50
x13 = -0,095 Δ1= 0,551 4. x14 = 0,2713 Δ1= 0,37 5. x15 = 0,514 Δ1= 0,243
x23 = 2,002 Δ2 = 0,014 x24 = 2,002 Δ2 = 0,0023 x25 = 2 Δ2 = 0,002
x33 = 3.728 Δ3 = 0,358 x34 = 3,486 Δ3 = 0,242 x35 = 3,324 Δ3 = 0,1621
x16 = 0,676 Δ1=0,16 7 x17 = 0,784 Δ1= 0,11 8. x18 = 0,856 Δ1= 0,07
x26 = 2 Δ2 = 0 x27 = 2 Δ2 = 0 x28 = 2 Δ2 = 0
x36 = 3,216 Δ3 = 0,108 x37 = 3,144 Δ3 = 0,072 x38 = 3,0964 Δ3 = 0,048
9.
x19
= 0,903
Δ1=
0,05
10. x110
= 0,936 Δ1=
0,03
11 x111
= 0,957 Δ1=
0,02
x29 = 2 Δ2 = 0 x210 = 2 Δ2 = 0 x211= 2 Δ2 = 0
x39 = 3,064 Δ3 = 0,032 x310 = 3,043 Δ3 = 0,02 x311 = 3,029 Δ3 =0,014
12.
x112=0,972
Δ1=0,014
13. x113
= 0,981 Δ1=
0,01
14.
x114
= 0,99
Δ1=
0,006
x212 = 2 Δ2 = 0 x213= 2 Δ2 = 0 x214 = 2 Δ2 = 0
x312 =3,019 Δ3 = 0,010 x313= 3,013 Δ3 = 0,006 x314 = 3,006 Δ3 = 0,004
Точное решение x1 = 1, x2, = 2, x3 = 3.