
- •1. Метод Гаусса
- •2. Обратная матрица
- •[Править]Свойства обратной матрицы
- •[Править]Способы нахождения обратной матрицы
- •[Править]Точные (прямые) методы [править]Метод Гаусса—Жордана
- •[Править]с помощью матрицы алгебраических дополнений
- •[Править]Использование lu/lup-разложения
- •[Править]Примеры [править]Матрица 2х2
- •3. Метод Крамера
- •[Править]Описание метода
- •[Править]Пример
- •[Править]Вычислительная сложность
- •Метод половинного деления
- •Метод секущих
- •Метод простых итераций
- •Метод Вегштейна
- •Метод Ньютона
- •5,6. Смотри 4.
- •8. Смотри 4.
- •9. Сходимость метода простых итераций
- •10. Метод Рыбакова
- •13. Аппроксимация функций методом наименьших квадратов
- •14. Вычисление производной с помощью конечных разностей
- •15.Интерполяционный многочлен Лагранжа
- •[Править]Определение
- •[Править]Применения
- •[Править]Случай равномерного распределения узлов интерполяции
- •16.Интерполяционные формулы Ньютона
- •19. Правило Рунге
- •[Править]Применение правила Рунге [править]Оценка точности вычисления определённого интеграла
- •20. Счет с автоматическим выбором шагов интегрирования
- •21.Задача Коши
- •22.Метод Эйлера
- •23.Метод Рунге — Кутты
- •[Править]История
- •[Править]Примеры
- •[Править]Однородные уравнения
- •[Править]Уравнение Бернулли
- •24.Метод наименьших квадратов
- •[Править]История
- •[Править]Примеры
- •25. Метод прогонки
- •[Править]Описание метода
- •26. Метод последовательных приближений
- •27. Разложение функций в степенной ряд. Ряд Тейлора.
- •28.Краевая задача
- •29. Метод конечных разностей, или метод сеток
- •Теорема
- •Теорема
Метод Ньютона
Если
-
начальное приближение корня уравнения f(x)
= 0,
то последовательные приближения находят
по формуле:
Если f' и f'' непрерывны
и сохраняют определенные знаки на
отрезке
,
а f(a)f(b)
< 0 ,
то, исходя из начального
приближения
удовлетворяющего
условию
можно
вычислить с любой точностью единственный
корень уравнения f(x)
= 0.
Геометрическая интерпретация метода:
Реализация метода на C#:
?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
public static double Newton(string expression, string derivativeExpression, double x, double epsilon = 0.00001) { int t = 0; double x1, y; do { t++; x1 = x - Helpers.Function(expression, x) / Helpers.Function(derivativeExpression, x); x = x1; y = Helpers.Function(expression, x); } while (Math.Abs(y) >= epsilon); return x; } |
Аналитический способ отделения корней основан на следующей теореме:
Теорема 1.1.
" Если функция F(x), определяющая уравнение F(x)=0, на концах отрезка [a;b] принимает значения разных знаков, т.е. F(a)*F(b)<0 (3), то на этом отрезке содержится, по крайней мере, один корень уравнения"[4].
"Если функция F(x) строго монотонна, то корень на [a,b] единственный (F’(a)*F’(b)>0 (4)) .
Для отделения корней аналитическим способом выбирается отрезок [A;B], на котором находятся все интересующие вычислителя корни уравнения. Причем на отрезке [A;B] функцияF(x) определена, непрерывна и F(a)*F(b)<0. Требуется указать все частичные отрезки [a;b], содержащие по одному корню.
Будем вычислять значение функции F(x), начиная с точки x=A, двигаясь вправо с некоторым шагом h. Если F(x)*F(x+h)<0, то на отрезке [x;x+h] существует корень:"[1]
Если F(xk)=0, xk-точный корень. (5)
Отделение корней во многих случая можно произвести графически, "учитывая что действительные корни уравнения F(x)=0 (1) - это есть точки пересечения графика функции y=F(x)с осью абсцисс y=0, нужно построить график функции y=F(x) на оси OX отметить отрезки, содержащие по одному корню. Но часто для упрощения построения графика функции y=F(x)исходное уравнение (1) заменяют равносильным ему уравнением f1(x)=f2(x) (2). Далее строятся графики функций y1=f1(x) и y2=f2(x) , а затем по оси OX отмечаются отрезки, локализующие абсциссы точек пересечения двух графиков"[1].
5,6. Смотри 4.
7.
8. Смотри 4.
9. Сходимость метода простых итераций
Метод
сходится, если при
последовательность
{
}
имеет предел.
Обозначим
окресность
точки
радиуса
,
то есть
.
Теорема
1. Если
липшиц-непрерывна
с константой
на
,
то есть выполняется
,
при этом если также выполнено
,
то
уравнение
имеет
единственное решение на
и
метод простой итерации сходится к
решению при любом выборе начального
приближения
.Так
же справедлива оценка:
,
где
-
точное решение.
Из оценки видно,
что метод линеен. Пусть
непрерывно
дифференцируема на
,
тогда из теоремы вытекают следующие
утверждения:
Следствие
1. Если
для
,
выполнено
,
и
,
тогда уравнение
имеет
единственное решение на
и
метод простой итерации сходится к
решению.
Следствие
2. Если
уравнение
имеет
решение
,
непрерывно
дифференцируема на
и
.
Тогда существует
такое,
что на
уравнение
не имеет других решений и метод простой
итерации сходится к решению при