
- •Задание № 1 Выборка и сортировка таблиц
- •Задание № 2 Интерполирование полиномом Лагранжа
- •Рекомендации по выполнению задания
- •Построение полинома Лагранжа
- •Определение интерполированного значения функции для этих точек с помощью коэффициентов Лагранжа
- •Пример расчета с помощью электронных таблиц ms excel
- •Расчетные формулы, используемые в ячейках
- •Оценка погрешности вычислений
- •Построение графика полинома Лагранжа по 6 точкам с помощью диаграммы «Точечная»
- •Задание № 3 Численное интегрирование
- •Численное интегрирование
- •Формула прямоугольников
- •Формула трапеций
- •Формула Симпсона (параболических трапеций)
- •Рекомендации по выполнению задания
- •Нахождение численного значения определенного интеграла (метод Симпсона)
- •Нахождение численного значения определенного интеграла методом Симпсона с помощью электронных таблиц excel
- •Задание № 4 Решение систем линейных алгебраических уравнений (слау)
- •Исходные данные
- •Исходные данные
- •Исходные данные
- •Решение систем линейных алгебраических уравнений
- •Методы решения слау
- •Точные методы
- •Приближенные (итерационные) методы
- •Метод Гаусса (последовательного приближения неизвестных)
- •Итерационные методы решения слау
- •Метод Якоби (простой итерации)
- •Метод Гаусса - Зейделя
- •Рекомендации по использованию excel для решения слау № 1 и 3 с помощью обратной матрицы
- •Рекомендации по использованию excel для решения слау № 2 с помощью метода прогонки
Методы решения слау
Методы решения СЛАУ подразделяются на точные и итерационные.
Точные методы
Точные – это методы, которые определяют решение при помощи конечного числа арифметических операций.
При этом, если исходные данные и вычисления точны, то получается точное решение (методы Крамера, Гаусса).
Точные методы выполняются в два этапа:
преобразование исходной СЛАУ к более простому виду;
решение упрощенной системы и получение неизвестных.
Приближенные (итерационные) методы
Предварительно
задаются некоторыми приближенными
значениями неизвестных
,
...,
.
Из этих значений тем или иным способом
получают новые ‘’улучшенные’’
приближенные значения
,
...,
.
С новыми значениями поступают также.
При выполнении определенных условий после бесконечного числа шагов можно получить точное решение.
На практике вычисления прерывают при достижении заданной точности ε. Для этого на каждой итерации с заданной точностью сравнивают два последовательных приближения
Если выполняются условия
,
,
... ,
,
то полученные на i - итерации значения , ..., считаются решением СЛАУ.
Метод Гаусса (последовательного приближения неизвестных)
Представим СЛАУ в скалярной форме (4.2)
,
где А = ; x = ; b = ;
Последовательно исключая неизвестные, приводим матрицу коэффициентов А к треугольному виду,
Находим неизвестные, начиная с xn, xn-1, xn-2, ... , x2, x1.
Итерационные методы решения слау
Итерационные методы особенно эффективны при большом порядке СЛАУ.
Предварительно приведем систему (4.1) к виду
,
где
,
,
(5.1)
........................
,
Исходя
из начального приближения
,
получают векторы
,...,
по рекурентной формуле
.
(5.2)
Здесь
Fk
– некоторая функция, зависящая от
матрицы коэффициентов А
системы (4.2), правой части
,
номера приближения k
и предыдущих приближений
.
Метод
имеет 1-й порядок, если
Fk
не зависит от
,
а зависит только от
.
Метод стационарный, если Fk не зависит от k.
Простейший случай: если Fk - линейная функция, то общий линейный метод 1 – го порядка должен иметь вид
(5.3)
Здесь
А –
квадратная матрица,
-
вектор.
Метод Якоби (простой итерации)
К виду (5.3) можно привести, например, выделением диагональных элементов (для i – строки)
,
i
= 1, 2, ..., n
(5.4)
Строим
последовательность векторов, начиная
с произвольного вектора
(
,
i
= 1, 2, ..., n)
,
,
... ,
,
где
,
i
= 1, 2, ..., n
(5.5)