- •1.Прямые методы решения слау.
- •2)Lu-разложение.
- •2.Метод трехдиагональной матричной прогонки.
- •4. Задачи линейного программирования(лп). Регуляризация задач лп.
- •5.Регуляризация плохо обусловленных слау.
- •7. Принцип сжатых отображений в огр.Обл. Банахова пр-ва.
- •6.Обзор задач линейной алгебры. Уточнение эл-ов приближ. Обратной ма-цы .
- •8.Методы решения нелинейных одномерных у-ий.
- •9 Не лок метод Ньют (квазиньют процесс)
- •26 Полиномы Чебышева(пч)
- •33.Жёсткие начальные задачи. Неявный метод Эйлера и его устойчивость.
- •34.Жёские начальные задачи. Неявный метод средней точки и его устойчивость.
- •35.Жёсткие задачи. Неявный метод трапеций и его устойчивость.
- •25.Аппроксимация функции с помощью кубического сплайна
- •15,Численное дифференцирование
- •10,Метод секущих
- •38. Нахождение наибольшего по модулю собственного значения матрицы.
- •11. Методы решения систем нелинейных уравнений. Квазиньютоновские методы.
- •12. Интерполирование. Конечные разности, разностные отношения и их свойства.
2.Метод трехдиагональной матричной прогонки.
Все методы решения СЛАУ можно разбить на два класса: прямые и итерационные. Прямые методы - методы, которые приводят к решению за конечное число арифметических операций. Если операции реализуются точно, то и решение также будет точным (поэтому прямые методы наз. ещё точными методами)
Мы рассматриваем численное решение таких СЛАУ, у которых число уравнений совпадает с числом вещественных неизвестных, причем предполагается наличие единственного решения, если существование и единственность не следует из каких-либо условий.
Итак, изучается вопрос о численном решении системы …(1) или иначе, векторно-матричных уравнений Ах=b. (1a) где b – вектор свободных членов x - вектор неизвестных (он же в другой интерпретации может означать и вектор-решение) с вещественными координатами, а А - вещественная n*n-матрица коэффициентов данной системы. Эффективность способов решения системы (1) во многом зависит oт структуры и свойств матрицы А: размера, обусловленности, симметричности, заполненности (т.e. соотношения между числом ненулевых и нулевых элементов), специфики расположения ненулевых элементов в матрице и др.
Если м-ца А слабо заполнена, т.е. имеет немного ненулевых коэф. ищем реш. с-мы
bixi-1+cixi+dixi+1=ri
(2), где
i=
;
b1=0,
dn=0.
– Трёхточечные разностные у-ия второго
порядка.
=
Чтобы
избавиться от ненулевых эл-ов в
поддиагональной части м-цы с-мы,
предположим, что
наборы чисел
и
(i=
).
Подставляем
в (2) :
(3)
;
(4)
Решение
с-мы сводится к нахождению прогоночных
коэф.
,
по ф-лам (4) (прямая прогонка), а затем
получение неизв.
по (3) (обратная прогонка).
Прогонка
наз. корректной, если знаменатели
коэф.(4) не обращаются в нуль, и устойчивой
если
<1
i
Если
и
у-ия (2) при i=2,...,n-1.
–отличны от нуля и
+
i=1,2,…,n
+
0,
<1 , т.е. прогонка корректна и устойчива.
Замечание:
Прямой метод даёт приближ. реш.
- невязка, по малости которой можно с
осторожностью судить о близости
найденного реш. к точному. Если
-недостаточно мала, то следует искать
вектор-поправку p
:
Ap=
Решаем 2
треугольные с-мы:
и прибавив найденную поправку p
к
уточнённое приближение.Вычислительные затраты на операции умножения и деления О(5n) .
3. Итерационные методы решения СЛАУ.
ИМ-м., в котором точное реш. мб получено лишь в результате бесконечного повторения единообразных (как правило, простых) действий.
1)Метод простых итераций.
Дана с-ма Ax=b (1) , тем или иным способом преобразовывается в эквивалентную ей с-му:
x=Bx+c
(2), где B
и c
– некоторые новые м-ца и вектор
соответственно. Эту с-му можно трактовать,
как задачу о неподвижной точке линейного
отображения B
в пр-ве
и по аналогии со скалярным случаем
определить посл-ть приближений
к неподвижной точке
рекурентным р-ом :
,
(3) k=0,1,2,…
- Итерационный процесс
(3)
, начиная с некот.
T
–наз. МПИ.
Условия сходимости МПИ:
Условие,
что все собственные числа В по модулю
меньше 1, явл. необх. и дост. для того
чтобы 1)
0,
при k
(k
N)
2)(E-B)- имела обратную (E-B)-1=E+B+B2+…+Bk+…
2.
Если
,
то(E-B)
имеет обратную (E-B)-1=
и при этом справедливо нер-во:
Из 1. и 2. Т. Необход. и дост. усл. сх-ти МПИ при нач. векторе к реш. с-мы (2) явл. требование, чтобы все собственные знач. м-цы В были по модулю меньше 1.
Т.
Пусть
Тогда
начальном
МПИ сх-ся к единственному реш.
задачи (2) и
k
N
справедливы оценки погр.: 1)
– апостериорная.
2)
–априорная.
Замечание:
1) Априорная оценка как правило, грубее апостериорной.
2)Априорная
оценка позволяет подсчитывать заранее
число итераций k
, достаточное для получения реш.
с заданной точностью
.
Для этого нужно найти наименьшее целое
реш. нер-ва:
-относительно k
3)За обычно принимают вектор с - свободных членов (2) т.к. В “мала” Bx “мал” не должен сильно отличаться от с.
2)Метод Зейделя
МЗ – видоизменение МПИ реш. СЛАУ, приведенных к виду (2) при котором i-тые компоненты (k+1)-го приближения к искомому вектору используются уже найденные на этом, т.е. (k+1)-ом шаге , новые значения первых i-1 компонент. Это означает, что если с-ма Ax=b сведена к x=Bx+c, где В – матрица, с – вектор, то приближение к её реш. по МЗ определяется с-ой равенств :
, где k=1,2…;
-
э-ты нач. вектора.
МЗ называют м. последовательных смещений, а МПИ – одновременных смещений.
Условия сходимости МЗ и МПИ одинаковы. Область сходимости этих методов не всегда совпадают, а если и совпадают, то скорость сх-ти у МЗ больше. Достаточное условие сходимости МЗ не совпадает с дост. усл. сх-ти МПИ, но если МПИ сх-ся, то сх-ся и МЗ.
