![](/user_photo/2706_HbeT2.jpg)
- •1. Алгоритм и его свойства (рассмотреть алгоритм умножения).
- •2. Языки программирования.
- •3. Разветвляющиеся алгоритмы. Алгоритм вычисления арксинуса - агсsin х.
- •4. Программа вычисления арксинуса - Агcsin.
- •5. Программа расчета машинного "эпсилона" - Ерsilon.
- •6. Циклические алгоритмы. Программа вычисления конечного произведения (степени числа а).
- •7. Циклические алгоритмы. Алгоритм вычисления бесконечного произведения.
- •8. Циклические алгоритмы. Программа вычисления бесконечного произведения.
- •9. Программа вычисления гипотенуз с использованием функции Роwer.
- •10. Процедура РrintLine и ее использование в программах.
- •11. Процедура МахМin и ее вызов с различными параметрами.
- •12. Процедура сортировки одномерного массива.
- •13. Задача поиска корней уравнения. Метод половинного деления.
- •14. Алгоритм метода половинного деления.
- •15. Метод простой итерации для поиска корней. Геометрическая интерпретация.
- •16. Приведение уравнения к виду, пригодному для применения метода итераций.
- •17. Общая оценка погрешности приближения к корню.
- •23. Оценка погрешности приближения в методе простой итерации.
- •24. Метод Ньютона и оценка погрешности приближения
- •25. Модификации метода Ньютона и оценка погрешности приближения.
- •26. Метoд хорд и оценка погрешности приближения.
- •1.6. Метод хорд
- •27. Понятие нормы. Нормы векторов в конечномерном пространстве
- •28. Нормы матриц. Согласованность и подчиненность норм.
- •29. Обусловленность систем уравнений. Коэффициент обусловленности.
- •Таким образом
- •30. Свойства коэффициента обусловленности
- •31. Решение систем линейных алгебраических уравнений. Метод Гаусса.
- •32. Алгоритм метода Гаусса.
- •33. Метод Гаусса с выбором главного элемента
- •34. Решение систем линейных алгебраических уравнений методом прогонки.
- •35. Алгоритм метода прогонки.
- •36, Метод простой итерации для решения систем линейных алгебраических уравнений.
- •37. Сходимость последовательности векторов и матричной прогрессии.
- •38. Сходимость метода простой итерации для решения систем линейных уравнений
- •39. Оценки погрешности метода простой итерации для решения систем уравнений.
- •40. Метод Зейделя для решения систем линейных алгебраических уравнений.
- •41. Алгоритм метода Зейделя.
- •Xnew←t*pi
- •XI← xnew
- •42. Метод последовательной верхней релаксации.
- •43. Постановка и решение задачи интерполирования функции.
- •44. Алгебраическое интерполирование.
- •45. Интерполяционный полином в форме Лагранжа.
16. Приведение уравнения к виду, пригодному для применения метода итераций.
Приведение уравнения f(x)=0 к виду x=φ(x) можно осуществлять множеством способов. Укажем общий прием приведения, обеспечивающий выполнение условия сходимости. Пусть корень ξ[a,b], причем производная заданной функции положительна и на указанном интервале ограничена константами: 0< m f ’(x) ≤ M, где m=min(f ’(x)), M=max(f ’(x)) для x[a,b]. Если производная f ’(x)<0, то вместо исходного уравнения решаем уравнение: - f(x)=0.
Умножим уравнения f(x)=0 на параметр –λ (λ>0), прибавим к обеим частям по х, в результате получаем уравнение, равносильное исходному:
x=x-λf(x) ,
где правая часть представляет функцию φ(x)=x-λf(x). Подберем параметр λ так, чтобы производная φ’(x)=1-λf ’(x) во всей области [a,b] 0≤φ’(x)<1, т.е. 0≤1-λf ‘(x)<1. Учитывая диапазон изменения производной f ‘(x), должны выполняться неравенства
01-λМ ≤ 1-λm<1.
Следовательно, если задать параметр λ=1/М, то все последние неравенства будут выполняться, причем величина 1-λm = 1-m/M<1.
Таким образом, мы получили, что для функции φ(x)=x-f(x)/M выполняются условия
0≤φ’(x)q=1-m/M <1,
обеспечивающие монотонную сходимость метода итераций с константой q=1-m/M.
17. Общая оценка погрешности приближения к корню.
23. Оценка погрешности приближения в методе простой итерации.
Решение задач на компьютере сопряжено с погрешностями трех видов: первая, неустранимая погрешность или погрешность исходной информации (представляет собой сумму погрешности математической модели и погрешности исходных данных), вторая, погрешность метода или погрешность аппроксимации (порождается применяемым приближенным методом решения) и третья, вычислительная погрешность или погрешность округления (результат конечности разрядной сетки сумматора). Исследуем погрешность аппроксимации на примере метода итераций.
Предположим, что условия теоремы о сходимости выполнены и метод итераций сходится. Оценим по модулю разность между корнем и приближением xn+1. Учитывая теорему Лагранжа, неравенства 0<q<1 и неравенство для модуля суммы, получим:
│ξ - xn+1│=│(ξ) - (xn)│=│(η)││-xn│q│-xn│
q│(-xn+1)+(xn+1-xn)│ q│-xn+1│+q│xn+1-xn│.
Окончательно имеем
│ξ -
xn+1│≤
│xn+1-x
n│.
Если
≤1
(при q0.5),
то│ξ - xn+1│≤│xn+1-x
n│. Это означает,
что если в процессе итераций выполнилось
условие │xn+1-xn│
ε, то и│ξ - xn+1│≤.
Если же, например, q=0.9, то
=
=9,
поэтому │ξ - xn+1│≤9│xn+1-xn│,
т.е. при выполнении неравенства │xn+1-xn│
ε близость xn+1
к корню ξ оценивается
только величиной в 9.
Вообще, чем q ближе к
единице, тем метод итераций сходится
медленнее.
24. Метод Ньютона и оценка погрешности приближения
Получим метод с более высокой скоростью сходимости, чем обычный метод итерации. Для этого вернемся вновь к соотношению между погрешностями на двух соседних итерациях (3):
n+1=φ '(ξ)•εn+[φ ''(η)/2!]•ε2n; η≤[a.b];
Если φ '(ξ)=0, то εn+1=[φ "(η)/2!]•ε2n, что означает в силу определения 2 квадратичную сходимость итерационного процесса. Преобразуем исходное уравнение f(x)=0, умножая его на некоторую функцию -Q(x) и добавляя по x в каждую часть уравнения:
x=x-Q(x)•f(x).
Таким образом,
φ(х)=х-Q(x)•f(x); φ '(x)=1-Q'•f-Q•f '.
Подставим вместо x корень ξ:
φ '(ξ)=1-Q'(ξ)•f(ξ)-Q(ξ )•f '(ξ)=1-Q(ξ)•f '(ξ);
Для конструируемого метода надо, чтобы φ '(ξ)=0, т.е.
1-Q(ξ)•f'(ξ)=0,
следовательно Q(ξ)= ─ 1/f '(ξ).
Потребуем выполнение последнего соотношения при любом x, тогда и для конкретного значения x=ξ оно также будет выполняться, т.е.
Q(x)=
─ 1/f
'(x)
и φ(х)=x
-
,
а итерационный метод с квадратичной сходимостью определяется формулой
xn+1=
xn-
,
где n=0,1,2,…
.
Этот метод называется методом Ньютона.
Теорема о сходимости метода Ньютона
Если на концах отрезка [a,b], функция f(x) принимает значения разных знаков, (то есть f(a)•f(b)<0), f '(x),f "(x) определены, непрерывны, отличны от нуля и сохраняют определенные знаки на отрезке [a,b], то исходя из начального приближения х0[a,b], удовлетворяющего условию f(x0)•f "(x0)>0, то для данной функции можно методом Ньютона вычислить единственный на этом промежутке корень уравнения f(x)=0 с любой степенью точности.
Метод Ньютона имеет простую, но весьма наглядную геометрическую интерпретацию.
Запишем уравнение касательной к f(x) в точке x0:
y(x)=f(x0)+f '(x0)•(x-x0).
Найдем точку x1―точку пересечения касательной с осью абсцисс, т.е
y(x1)=0
или f(x0)
- f
'(x0)•(x1-x0)=0,
откуда x1=x0
-
.
Нетрудно заметить, что x1 ― это первое приближение в методе Ньютона.
Аналогично получается x2.- точка пересечения с осью абсцисс касательной, проведенной к кривой в точке x1 – рис. 3.
Таким образом, каждая итерация в методе Ньютона геометрически интерпретируется как построение касательной, для которой находится точка пересечения ее с осью абсцисс. Поэтому метод Ньютона называют также методом касательных.