
- •Обратный ход:
- •Тема: Итерационные методы решения систем линейных алгебраических уравнений
- •1. Методом Якоби решим систему линейных алгебраических уравнений:
- •2. Методом Гаусса-Зейделя решим ту же самую, которую решили методом Якоби:
- •3. Преобразуем нашу систему до сходимости итерационного процесса. Приведем систему к виду, годному для применения итерационных методов решения:
- •Тема: Численные методы решения линейных дифференциальных уравнений с краевыми условиями. Метод конечных разностей
- •Контрольная работа №4
- •Тема: Численные методы решения задач оптимизации. Линейное программирование
- •1. Максимизировать целевую функцию при следующих ограничениях
- •Контрольная работа №5
- •Задача рационального раскроя.
- •Составим таблицу-карту раскроя
Пермский государственный технический университет
Строительный факультет
Кафедра строительной механики и вычислительной техники
Контрольные задания №1,2,3,4,5
(по курсу «Численные методы»)
Вариант26
Выполнил:
Студент гр. ПГСз-10-1
Новикова И.О.
Проверил:
Кашеварова
Пермь 2012
Контрольная работа №1
Тема: Численные методы решения задач линейной алгебры,
метод Гаусса
1. Методом Гаусса решим систему уравнений:
Решим эту систему в матричной форме:
AX=B,
где А — матрица системы, Х — вектор решения, В — вектор свободных членов.
Составим матрицу коэффициентов, включая свободные члены (расширенную матрицу):
2. Прямой ход:
Шаг 1. 1-ую строку матрицы делим на а11=3, умножаем полученную строку сначала на а21 (-2) и складываем со 2-ой, затем на а31 (3) и складываем с 3-ей, после на а41 (4) и складываем с 4-ой:
Шаг 2. 2-ую строку матрицы А(1) делим на а22=6,67, умножаем полученную строку на а32 (-1) и складываем с 3-ей, затем на а42 (0,67) и складываем с 4-ой:
Шаг 3. 3-ю строку матрицы А(2) делим на а33=7,25, умножаем полученную строку на а43 (3,5) и складываем с 4-ой:
Обратный ход:
Из последнего уравнения (4-ая строка матрицы) получаем:
Из
3-его уравнения находим
Из
2-ого уравнения находим
Из
1-ого уравнения получаем
Таким
образом, полученное решение имеет вид
Решим этот пример с использованием электронных таблиц Excel и получим такой вид:
-
Метод Гаусса
Прямой ход
Обратный ход
Матрица А
B
x1=
-0,1751
3
2
1
1,5
1
x2=
0,1535
2
8
-1
2,5
2
x3=
0,3405
-3
-1
6
1
3
x4=
0,5851
-4
-2
2
5
4
1-ый шаг
1,00
0,67
0,33
0,50
0,33
0,00
6,67
-1,67
1,50
1,33
0,00
1,00
7,00
2,50
4,00
0,00
0,67
3,33
7,00
5,33
2-ой шаг
1,00
0,67
0,33
0,50
0,33
0,00
1,00
-0,25
0,23
0,20
0,00
0,00
7,25
2,28
3,80
0,00
0,00
3,50
6,85
5,20
3-ий шаг
1,00
0,67
0,33
0,50
0,33
0,00
1,00
-0,25
0,23
0,20
0,00
0,00
1,00
0,31
0,52
0,00
0,00
0,00
5,75
3,37
3. Система имеет единственное решение, если матрица А является невырожденной (detA0), т.е detА=1115,757,256,673=834,17.
4. Матрица А-1 называется обратной по отношению к данной матрице А и находится из условия АА-1=А-1А=Е
Пусть имеем невырожденную матрицу А:
Тогда
;
;
;
;
Приводя матрицу коэффициентов к треугольному виду и выполняя обратный ход для каждой системы, получаем:
;
;
;
;
5.
Величина
называется
нормой матрицы А=аij
и
определяется по одной из 3-х формул:
6.
Определяем меру обусловленности
Число обусловленности является мерой чувствительности системы линейных алгебраических уравнений A·В=Х, определяемой матрицей коэффициентов А, к погрешностям вектора В правых частей уравнений. Чем больше число обусловленности, тем более неустойчив процесс решения системы. В нашем примере, матрица А и матрица АА-1, хорошо обусловленная.
7. Решим этот пример при возмущении 0,1 с использованием электронных таблиц Excel и получим вид:
|
Матрица А |
|
|
B |
|
|
Обратный ход |
3,1 |
2,1 |
1,1 |
1,6 |
1,1 |
|
x1= |
-0,1798 |
2,1 |
8,1 |
-1,1 |
2,6 |
2,1 |
|
x2= |
0,1638 |
-3,1 |
-1,1 |
6,1 |
1,1 |
3,1 |
|
x3= |
0,3406 |
-4,1 |
-2,1 |
2,1 |
5,1 |
4,1 |
|
x4= |
0,5866 |
|
1-ый шаг |
|
|
|
|
|
|
1,00 |
0,68 |
0,35 |
0,52 |
0,35 |
|
|
|
0,00 |
6,68 |
-1,85 |
1,52 |
1,35 |
|
|
|
0,00 |
1,00 |
7,20 |
2,70 |
4,20 |
|
|
|
0,00 |
0,68 |
3,55 |
7,22 |
5,55 |
|
|
|
|
2-ой шаг |
|
|
|
|
|
|
1,00 |
0,68 |
0,35 |
0,52 |
0,35 |
|
|
|
0,00 |
1,00 |
-0,28 |
0,23 |
0,20 |
|
|
|
0,00 |
0,00 |
7,48 |
2,47 |
4,00 |
|
|
|
0,00 |
0,00 |
3,74 |
7,06 |
5,42 |
|
|
|
|
3-ий шаг |
|
|
|
|
|
|
1,00 |
0,68 |
0,35 |
0,52 |
0,35 |
|
|
|
0,00 |
1,00 |
-0,28 |
0,23 |
0,20 |
|
|
|
0,00 |
0,00 |
1,00 |
0,33 |
0,53 |
|
|
|
0,00 |
0,00 |
0,00 |
5,82 |
3,42 |
|
|
|
Оценим относительную погрешность решения
при
0,1
Получаем
Таким образом, система уравнений является хорошо обусловленной, а ее решение устойчивым, т.к. мера обусловленности detA невелика и матрица А хорошо обусловлена.
Контрольная работа №2