
- •Вопросы по вычислительной математике.
- •Погрешности при численном решении задач: погрешность исходных данных, погрешность аппроксимации, погрешность округления. Погрешность исходных данных
- •Погрешность численного метода
- •Погрешности округления чисел в эвм
- •Абсолютная и относительная погрешности. Погрешность результатов арифметических операций.
- •Погрешность результатов вычисления арифметических операций
- •Прямые методы решения слау: метод Гаусса. Метод Гаусса
- •Прямые методы решения слау: метод квадратного корня. Метод квадратного корня
- •Определение числа операций алгоритма метода квадратного корня
- •Итерационные методы решения слау: метод Якоби. Метод Якоби
- •Итерационные методы решения слау: метод Зейделя. Метод Зейделя
- •Методы решения нелинейных уравнений: метод простых итераций, условие сходимости. Метод простых итераций
- •Методы решения нелинейных уравнений: метод деления пополам. Метод половинного деления
- •Методы решения нелинейных уравнений: метод Ньютона, оценка погрешности и сходимость. Модификации метода Ньютона.
- •Модификации метода Ньютона
- •Методы решения систем нелинейных уравнений: метод простых итераций, методы Ньютона, Якоби и Зейделя. Системы нелинейных уравнений
- •Метод простых итераций
- •Метод Ньютона
- •Нелинейный вариант метода Якоби
- •Нелинейный вариант метода Зейделя
- •Интерполирование функций. Необходимое условие для системы функций I(X).
- •Интерполирование с помощью алгебраических многочленов: интерполяционный полином Ньютона. Интерполяционный многочлен Ньютона
- •Интерполирование с помощью алгебраических многочленов: интерполяционный полином Лагранжа. Интерполяционная формула Лагранжа
- •Погрешность полиномов Ньютона и Лагранжа. Сходимость интерполяционного процесса. Погрешность полинома Ньютона (Лагранжа)
- •Сходимость интерполяционного процесса
- •Интерполяция сплайнами.
- •Интерполяция с помощью метода наименьших квадратов. Метод наименьших квадратов
- •Численное дифференцирование: аппроксимация производных конечными разностями, погрешность. Конечно-разностная аппроксимация
- •Численное дифференцирование: вычисление производных с помощью интерполяционных полиномов.
- •Численное интегрирование: квадратурные формулы прямоугольников, погрешность. Формула прямоугольников
- •Численное интегрирование: формула трапеций, погрешность. Формула трапеций
- •Численное интегрирование: формула Симпсона, погрешность. Формула Симпсона
- •Численные методы решения оду. Схема Эйлера; оценка точности решения. Метод Эйлера
- •Численные методы решения оду: схема Рунге-Кутты 2-го порядка.
- •Методы решения систем дифференциальных уравнений: метод Эйлера, метод Рунге-Кутты. Метод Эйлера для системы дифференциальных уравнений
- •Метод Рунге-Кутты для системы дифференциальных уравнений
- •Граничная задача. Сеточный метод.
- •Разрешимость системы алгебраических уравнений метода сеток
- •Оценка порядка аппроксимации
- •Метод прогонки для решения сеточной задачи.
Методы решения нелинейных уравнений: метод деления пополам. Метод половинного деления
Метод основан на одной из теорем математического анализа. Согласно [10], функция, непрерывная в замкнутом интервале и принимающая на концах этого интервала значения разных знаков, хотя бы один раз обращается в нуль внутри интервала.
Пусть функция f(x) непрерывна на отрезке
.
Процедура метода заключается в
последовательном сокращении длины
отрезка для локализации корня уравнения
(3.1). Первоначально проверяются значения
заданной функции на концах отрезка. В
случае, если
,
один из концов отрезка является искомым корнем уравнения.
Пусть на концах отрезка значения функции имеют разные знаки, то есть имеет место соотношение
.
Вычисляется значение аргумента в
середине отрезка,
,
и вычисляется значение функции
в этой точке. Далее сравниваются знаки
функции в точке
и, например, в левой точке
отрезка.
Если имеет место соотношение
(рис. 3.1), то корень следует искать на
отрезке
.
В противном случае - корень разыскивается
на отрезке
.
В результате выполненной операции
исходный отрезок сократился вдвое.
f(x1)
f(x3)
f(x2)
x0
x3
x2
x1
x4
f(x0)
f(x4)
Рис. 3.1. Схема метода половинного деления
Далее, в зависимости от ситуации, отрезок вновь делится пополам,
и так далее.
Для прекращения вычислительной процедуры применяются различные критерии:
- если функция достаточно “пологая”, имеет смысл использовать условие (рис.3.2a)
;
- если функция “круто” меняет свое значение, целесообразно применять условие (рис.3.2b)
.
a
b
Рис. 3.2. Частные случаи поиска корня нелинейного уравнения
В случае, если заранее неизвестен характер “поведения” функции, имеет смысл использовать одновременно оба условия для прекращения итерационного процесса.
Методы решения нелинейных уравнений: метод Ньютона, оценка погрешности и сходимость. Модификации метода Ньютона.
Для поиска корней уравнения (3.1) в окрестности решения выберем точку x и разложим функцию f(x) в ряд Тейлора возле этой точки:
.
Отсюда следует приближенное равенство
,
которое с учетом
позволяет получить выражение
,
приводящее к итерационному процессу следующего вида:
. (3.6)
Очевидно, что метод Ньютона можно
рассматривать как вариант метода простых
итераций, при условии
.
Геометрическая иллюстрация итерационного процесса метода Ньютона приведена на рис. 3.4, из которого понятно, что каждое следующее приближение может быть определено из геометрических построений:
.
f(x)
f(x0)
f(x1)
x3
x2
x1 x0
x
f(x2)
Рис. 3.4. Геометрический смысл процедуры метода Ньютона
Пример 3.2. Требуется определить
корни уравнения
.
Согласно рассмотренному методу Ньютона строится итерационная процедура
.
Поскольку
,
.
Таким образом, применение процедуры метода Ньютона к заданному уравнению приводит к вычислительному процессу
.
Для а=2 “точное” решение
.
Результаты расчетов приведены в табл.
3.2.
Таблица 3.2
Последовательность получения приближенного решения
уравнения
методом Ньютона
-
Номер итерации
Приближения решения
1
2,0
-10,0
2
1,5
-5,1
3
1,416666667
-2,746078431
4
1,414215686
-1,737194874
5
1,414213562
-1,444238095
6
1,4142135624
-1,414525655
7
1,4142135624
-1,414213597
8
1,4142135624
-1,4142135624
Теорема 3.2. Пусть выполнены следующие предположения:
- - корень уравнения f(x) = 0;
- первая производная
;
- вторая производная
непрерывна в А;
- константа
,
где
.
Тогда, если , то метод Ньютона сходится, причем
. (3.7)
Доказательство.
Для оценки погрешности решения
воспользуемся формулой Тейлора для
функции f(x) возле точки
:
.
В силу получаем соотношение
.
С другой стороны, согласно методу Ньютона,
.
Отсюда,
, (3.8)
то есть имеет место квадратичная сходимость.
Пусть
.
Из формулы (3.8) получаем
,
то есть оценка (3.7) выполнена для N=1. Допустим, что формула (3.7) верна для произвольного q. С учетом условия С<1, имеем
,
то есть
,
а следовательно определены
.
Из соотношения (3.8) получаем
Согласно (3.7)
.
С учетом этого, из предыдущего выражения следует:
Но это как раз и означает, что формула (3.7) справедлива при N = q+1.
В силу C<1 из выражения (3.7) следует сходимость метода Ньютона:
,
что и требовалось доказать.