
- •1 Предмет мча.Особенности и задачи
- •Задачи Численного анализа
- •3. Решение нелинейных уравнений. Постановка задачи
- •4 Решение нелинейных уравнений. Отделение корней.
- •5. Решение нелинейных уравнений методом деления отрезка пополам.
- •6. Решение нелинейных уравнений методом простой итерации.
- •7. Условие сходимости мпи для нелинейных ур-ий.
- •8 Метод Ньютона.
- •9.Условие сходимости метода Ньютона
- •10. Модификация метода Ньютона для решения нелинейных ур-ний.
- •11. Решение нелинейных уравнений. Метод секущих
- •12. Решение нелинейных уравнений. Метод хорд.
- •13. Метод парабол.
- •14. Решение систем нелин.Ур-ий. Постановка задачи.
- •15. Решение систем нелин.Ур-ий. Отделение корней
- •16. Решение систем нелин.Ур-ий. Метод простой итерации
- •17. Решение систем нелин. Ур-ий. Метод релаксации.
- •18. Решение систем нелин.Ур-ий .Метод Ньютона
- •19. Решение си-м ура-нии методом Ньютона для 2х ур-нии.
- •20. Сходимость итерационного процесса
- •Когда матрица b и параметр не зависят от номера итерации то (3)
- •22. Постановка задачи интерполирования. Экстраполяция
- •23. Интерполирование алгебраическими многочленами
- •24. Интерполяционный полином Лагранжа. Методы записи.
- •25. Оценка погрешн. Интерп. Пол. Лагранжа. Примен. Пол. Лагранжа
- •26. Интерполяционная схема Эйткена
- •27. Конечные разности и разностные отношения
- •28. Интерполяционный многочлен Ньютона для неравномерной сетки
- •29. Интерполяционные формулы Ньютона для равномерной сетки
- •30. Сходимость интерполяционного процесса
- •31. Интерполирование сплайнами. Пострение кубического сплайна
- •32. Определение коэффициентов в кубическом сплайне.
- •33. Различные постановки задачи интерполирования
- •34. Многомерная интерполяция
- •35. Задача интерполяции в общей постановке
- •36. Наилучшее приближение функции, заданной таблично
- •37. Метод наименьших квадратов. Постановка задачи
- •38 Числ. Диференц. Конечными разност. Оценка погрешн. Источн. Погр.
- •39 Использ. Интерпо. Фо-мул для решен задачи числ. Дифференц
- •40 Улучшение аппроксим. Произв.(фо-лы Рунге-Ромберга)
- •41 Постановка задачи вычисл. Итегралов в квадратурах
- •42 Простейшие Квадратурные фо-лы. Оценка погрешности.
- •43 Числен. Интегр. С заран. Задан. Точн. Априорное нах. Шага интегрир.
- •44 Оценка точн. Квадр. Фо-лы по пр. Рунге Автом выбор шага интегрир.
- •45 Процесс Эйткина уточнения квадратурных формул
- •46 Квадрат. Фо-лы интерпол. Типа. Фо-лы ньютона-котеса
- •47 Квадр. Фо-л наивысш. Алгебр степени точн. Кв. Форм типа Гаусса
- •48 Приближенное выч-е интегралов в особых случаях.
- •49 Численные методы для нахождения кратных интегралов.
- •50 Решение кратных интегралов методом ячеек
10. Модификация метода Ньютона для решения нелинейных ур-ний.
Если . f
(х)
мало изменяется в окрестности корня
,
чтобы избежать многократного вычисления
f(x),прим.модифицированный
метод Ньютона,
т.е.
k=0,1,2,…
(13)Геом. это означает, что к кривой f(x)
проводят касательную в точке
,
и находят пересечение x1
этой касательной с осью абсцисс. В точке
к кривой f(x)
проводят отрезок, параллельно построенной
касательной, получаем точку x2
и т.д.
Это позволяет уменьшить объем необходимых операций. Сходимость процесса обеспечивается при тех же условиях, что и для метода Ньютона, но при этом предъявляется меньше требований к выбору нач. приближения. Однако метод (13) обладает лишь линейной сходимостью, т.е. для него выполняется неравенство вида (14)
Достаточное условие сходимости метода (13), как и метода Ньютона можно выразить:
Если на отрезке
[a,b]
функция f(x)
является дважды непрерывно дифференцируемой
и для любой точки этого отрезка выполняется
не-во (8), т.е.
,
то метод Ньютона сходится от любой точки
.
Соотношение (8) можно записать как
(15) Если при неудачном выборе нач.
приближения
посл-сть значений f(xk)
не является
монотонно убывающей, то можно исп.
модифицированный метод Ньютона(Ньютона-Бройдена)
и определяется алгоритмом
k=0,1,2,…
(16) Параметр
- число, которое выбирается на каждой
итерации,чтобы вып-ось нер-воf(xk+1)<
f(xk)
k=0,1,2,…
(17).
при плохой сходимости
выбирают значение
,
а при хорошей сходимости
.
Если
,
имеем метод Ньютона. Для выбора значения
параметра
используют метод половинного
деления:
.
При вычислении нер-ва (17), в котором
вычисляется по формуле (16) имеем
k=0,1,2,…
(18) значение параметра
должно
быть таким, чтобы неравенство (18) стало
верным.
Определенные сложности могут возникнуть при вычислении численными методами кратных корней. Существует модификация метода Ньютона (метод Ньютона с параметром) для построения итерационной последовательности в случае корня кратности p.
k=0,1,2,…
(19)
11. Решение нелинейных уравнений. Метод секущих
В методе Ньютона
на каждой итерации необходимо вычислять
значение функции и ее производной. На
практике применяют методы, которые
требуют вычисления на каждой итерации
только значения функции. Заменим в
методе Ньютона производную
в
точке
разделенной разностью по двум точкам
,
т.е.
(1)
Получаем итерационную
формулу
k=1,2,…-Формула
(2) наз.методом
секущих для
f(x)=0.
Геом. интерпретация метода состоит в
следующем. Проведем секущую через 2
точки кривой f(x)
с координатами
.Пересечение
этой секущей с осью абсцисс дает
приближение
.
Метод секущих явл.
двухшаговым,(новое
приближение
определяется 2мя предыдущими итерациями
и
).
Метод секущих сходится медленнее метода
Ньютона, вблизи корня его скорость
сходимости определяется соотнош.
(3)
Объем вычислений на каждой итерации метода секущих гораздо меньше, т.к. не нужно вычислять значение производной. В знаменателе формулы (2) стоит разность значений функции на 2ух соседних итерациях. Вдали от корня это несущественно, но вблизи корня, особенно корня высокой кратности, значения функции малы по величине и близки между собой.Разность этих значений стремится к 0, и может возникнуть потеря значащих цифр. Это ограничивает точность, с которой можно найти корень. По этой же причине потери точности не следует приводить формулу (2) к общему знаменателю. На практике в результате потери точности возникает неустойчивость счета – осцилляции.