
- •1. Вычислительный эксперимент. Типы погрешностей. Погрешность округления. Представление чисел на эвм.
- •2. Накопление погрешностей округления.
- •3. Метод Гаусса. Подсчет числа действий. Метод Гаусса с выбором главного элемента.
- •4. Условия применимости метода Гаусса и метода Гаусса с выбором главного элемента.
- •5.Обусловленность, устойчивость решения слу
- •6.Итерационные методы решения линейных уравнений. Метод Якоби, Зейделя.
- •7.Достаточное условие сходимости стационарных итерационных методов.
- •8. Сходимость метода Якоби, Зейделя, метода простых итераций.
- •9. Необходимое и достаточное условие сходимости.
- •10. Оценка скорости сходимости итерационных методов в случае симметричных матриц a и b
- •11. Многочлен Чебышева с нормировкой по старшему коэффициенту.
- •12. Многочлен Чебышева с нормировкой по значению многочлена в нуле
- •13. Явный итерационный метод Чебышева
- •14. Неявный итерационный метод Чебышева.
- •15. Метод минимальных поправок, метод минимальных невязок
- •16. Метод скорейшего спуска, метод сопряжённых градиентов. Подсчёт числа итераций для решения системы линейных уравнений с точностью до ℰ итерационными методами.
- •17. Интерполирование и приближение функций. Интерполяционная формула Лагранжа.
- •18. Погрешность интерполяции. Оптимальный выбор узлов интерполяции.
- •19. Сходимость интерполяционных процессов. Интерполяция с кратными узлами.
- •20. Интерполяция кубическими сплайнами.
- •21. Скорость процесса интерполяции кубическими сплайнами.
- •22. Наилучшее приближение в гильбертовом пространстве.
- •23. Численное интегрирование. Формула прямоугольника, трапеции, Симпсона. Оценка погрешности.
- •24. Апостерионная оценка погрешности методом Рунге. Автоматический выбор шага интегрирования.
- •25. Численное дифференцирование. Связь между точностью вычисления функции и шагом сетки.
- •26. Решение нелинейных уравнений методом простых итераций, релаксации. Сходимость метода релаксации.
- •27. Сходимость метода простых итераций
- •28. Метод Ньютона. Сходимость метода Ньютона.
- •29. Метод Ньютона в случае кратных корней. Односторонние приближения по методу Ньютона.
- •30. Итерационные методы решения снлу. Сходимость метода простых итераций
- •31. Производная от оператора. Метод Ньютона для систем нелинейных уравнений.
- •32. Метод Рунге-Кутта второго порядка. Семейство методов второго порядка. Методы третьего и четвертого порядка.
- •1. Методы второго порядка
- •2. Методы третьего порядка.
- •3. Методы четвертого порядка.
- •33. Доказательство сходимости метода Рунге-Кутта.
- •34. Многошаговые разностные методы. Погрешность аппроксимации метода.
- •35. Устойчивость многошагового метода по начальным данным.
- •36. Оценка решения неоднородного разностного уравнения. Устойчивость многошагового метода по правой части.
- •37. Разностная аппроксимация Пуассона. Порядок аппроксимации
- •38. Оператор 2 разностной производной на отрезке. Собственные функции и собственные значения оператора
- •39.Разностный оператор Лапласа. Собственные значения и собственные функции
- •40. Устойчивость и сходимость разностной аппроксимации уравнения Пуассона.
- •1) Метод простых итераций.
- •2) Метод Чебышева.
- •3) Метод сопряжённых градиентов.
- •45. Асимптотическая устойчивость разностных схем.
- •46. Вариационные методы в математической физике.
- •47. Метод Ритца.
- •48. Метод Галеркина.
29. Метод Ньютона в случае кратных корней. Односторонние приближения по методу Ньютона.
Кратные корни. Говорят, что х, является корнем кратности р, если
Пусть
,
где x
– корень кратности p
для f(x)=0 (1)
(2)
Пусть
.
Теорема.
Пусть
– корень кратности p
для ур-я (1) и в окрестности
,
.
Пусть
и
,
,
и
.
Тогда если
,
то метод (2) при
сходится и
.
Док-во.
раскладываем до порядка р и остаточный член записываем в форме Лагранжа =>
(3)
(4)
=>
(5)
Подставляем
(3), (4) в (5) и делим на
.
,
где
…
, чтд.
Односторонние приближения.
Если
в окрестности корня
производная ф-и f(x)
сохраняет знак и монотонна, то
либо монотонно убывает, либо монотонно
возрастает.
Пусть на [a,b] ур. (1) имеет единственный корень и f(x) дважды непрерывно дифференцируема.
Теорема
1.
либо
итерационный процесс (2) сходится при
p=1
к решению ур. (1) монотонно убывая, если
взять
.
Док-во.
Пусть
.
(рисунок: на [a,b]
график ф-и монотонно возрастает)
=>
,
где
.
Т.к.
,
то
монотонна =>
=>
=>
монотонно убывает и ограничено снизу
=>
сходится к
.
Если последовательность
сходится, то из итерац. процесса видно,
что
удовл. ур. (1) f(
)=0.
Т.к. решение ур. 1 единтсвенно, то
.
Теорема
2.
либо
последовательность
сходится монотонно возрастая к решению
(1), если взять
.
30. Итерационные методы решения снлу. Сходимость метода простых итераций
Рассматривается система нелинейных уравнений:
(1)
Будем
рассматривать с-му (1) как операторное
уравнение на линейном пространстве H
размерности m
,
Тогда исходная
сумма запишется в виде
,
(2)
где
Многие
одношаговые итерационные методы для
решения системы (2) можнозаписать в
виде
,
(3)
n-номер итерации,
Если
,
то метод наз-ся стационарным. Если
,
то он наз-ся явным.
(4)
Итерационный процесс для решения (3) называется внешним, для (4) – внутренним
Сходимость стационарного процесса.
(5)
(6)
Опр. x* называется
неподвижной точкой отображения S, если
,
т.е. является реш-ем (6) и
является решением (2)
Опр. Отображение
S наз-ся сжимаемым на множестве
с коэфф-м сжатия q, если
Теорема.
Пусть оператор S определен
на множестве
и является сжимающим оператором на этом
множестве с коэффициентом сжатия
q<1, причем
.
Тогда в Ur(a)
оператор S имеет единственную
неподвижную точку x* и
итерационный метод (5) сходится к х* при
и справедлива оценка
31. Производная от оператора. Метод Ньютона для систем нелинейных уравнений.
Определение
1. Оператор
называется
дифференцируемым по Фреше в точке
,
если
линейно
ограниченный оператор
такой,
что:
,т.е.
,
где
В
качестве оператора
выступает
вектор
.
В данном случае производная Фреше будет являться градиентом.
Определение 2. Аналогом производной по направлению является производная Гато:
Пусть
-
вектор-функция. Рассмотрим:
,
Метод Ньютона
- частный случай двухслойного итерационного
процесса при
,
,
т.е.
(1)
Теорема.
Пусть в шаре
оператор
дифференцируем
по Фреше, причем производная удовлетворяет
условию Липшица:
и
.
Если начальное приближение
таково,
что
,
где
,
,
,
то итерационный процесс (1) сходится к
единственному решению операторного
уравнения
с
оценкой
.
Док-во:
Покажем, что
.
Из условия
Липшица имеем:
Пусть верно,
что
и
,
Тогда
и
Т.е.
Докажем
фундаментальность
.
(2)
-фундаментальная
сходящаяся.
Обозначим через
её
предел. Т. к.
,то
Докажем, что - решение уравнения :
Переходя в
оценке (2) к пределу при
,
получим:
Доказано.