
- •0. Указатель/вопросы.
- •I. Основные понятия.
- •II. Численные методы линейной алгебры.
- •III. Решение нелинейных уравнений и систем нелинейных уравнений.
- •IV. Интерполирование функций.
- •V. Численное дифференцирование и интегрирование функций.
- •VI. Численные методы решения задачи коши для обыкновенных дифференциальных уравнений.
- •VII. Приближение функций и смежные вопросы.
- •Основные понятия.
- •1. Понятие метрики и метрического пространства, примеры.
- •2. Сходящиеся и фундаментальные последовательности, открытые и замкнутые шары, полные метрические пространства.
- •3. Линейные нормированные пространства. Аксиомы нормы. Примеры определения норм в различных пространствах.
- •4. Элементы общей теории погрешностей. Основные определения, утверждения (абсолютная и относительная погрешности, погрешности основных арифметических операций).
- •5. Особенности представления чисел в эвм и компьютерной арифметики. Машинное эпсилон и алгоритм его вычисления.
- •6. Обусловленность вычислительной задачи и вычислительного алгоритма. Абсолютное и относительное число обусловленности.
- •7. Понятие оператора и неподвижной точки оператора. Принцип сжимающих отображений.
- •II. Численные методы линейной алгебры.
- •8. Нормы векторов и матриц. Относительная и абсолютная погрешность вектора. Связь погрешности решения систем линейных алгебраических уравнений и невязки.
- •9. Характеристика и отличительные особенности прямых и итерационных методов численного решения систем линейных алгебраических уравнений. Примеры.
- •11. Алгоритм lu разложения матрицы.
- •12. Решение систем линейных алгебраических уравнений с помощью lu разложения матрицы системы.
- •13. Алгоритм qr разложения матрицы.
- •15. Использование lu и qr разложения матрицы системы для решения систем с одинаковой матрицей и различными правыми частями (на примере вычисления обратных матриц).
- •16. Вычисление определителя матрицы на основе ее lu или qr разложения.
- •17. Метод прогонки решения систем линейных алгебраических уравнений с матрицей специального вида.
- •18. Итерационный метод Якоби решения слау, оценка погрешности полученного решения. Геометрическая иллюстрация метода для двух уравнений.
- •19. Итерационный метод Зейделя решения слау, оценка погрешности полученного решения. Геометрическая иллюстрация метода для двух уравнений.
- •III. Решение нелинейных уравнений и систем нелинейных уравнений.
- •IV. Интерполирование функций.
- •32. Задача интерполяции. Обобщенный многочлен по системе функций. Глобальная и локальная интерполяции. Преимущества и недостатки. Примеры.
- •33. Интерполяция алгебраическими многочленами. Системы функций Чебышёва. Существование и единственность интерполяционного алгебраического многочлена.
- •34. Интерполяционный многочлен Лагранжа, особенности применения.
- •35. Вычислительная схема Эйткена.
- •36. Оценка погрешности интерполяции многочленом Лагранжа.
- •37. Разделенные разности, основные свойства. Интерполяционный многочлен Ньютона, особенности применения, оценка погрешности.
- •40. Определение сплайна. Гладкая кусочно-полиномиальная интерполяция. Определение интерполяционного сплайна.
- •42. Глобальные и локальные кубические интерполяционные сплайны, Определения и способы построения.
11. Алгоритм lu разложения матрицы.
LU-разложение
(LU-метод, LU-факторизация)
основан на том, что если главные миноры
матрицы
отличны от нуля, тогда матрицу
можно представить, причем единственным
образом, в виде произведения
(LU-декомпозиции),
— нижняя треугольная матрица с ненулевыми
диагональными элементами,
— верхняя треугольная матрица с
единичной диагональю.
Исходная матрица
изменяется с помощью специальной
матрицы преобразования
.
В результате этого
преобразования элементы 1-го
столбца ниже главной диагонали матрицы
будут равны 0. [Исключение
1-го неизвестного из всех уравнений,
кроме 1.]
С помощью аналогичных
преобразований получается матрица
треугольного вида.
Из последнего
равенства получается:
,
.
В результате разложения начальная система эквивалентна 2 системам:
Для определения
вектора
достаточно
.
Вектор (решение исходной системы) определяется с помощью обратного хода Гаусса.
12. Решение систем линейных алгебраических уравнений с помощью lu разложения матрицы системы.
Пример решения СЛАУ с помощью LU-разложения.
Факторизация:
:
:
:
Решение
:
Решение
:
13. Алгоритм qr разложения матрицы.
Ортогональная матрица — квадратная с вещественными элементами, результат умножения которой на транспонированную равен единичной матрице.
QR-разложение — представление матрицы в виде произведения ортогональной и верхнетреугольной матрицы.
Метод состоит из
крупных шагов. Каждый крупный шаг
состоит из
мелких шагов. Исходная
матрица изменяется на каждом мелком
шаге с помощью специальной
матрицы преобразования
.
Для каждого
:
.
и
зависят от элементов
на каждом шаге, удовлетворяют условию
.
,
.
За 1
мелкий шаг в матрице
элемент с индексом
будет равен 0. [Исключение
k-го неизвестного из l-го
уравнения системы.]
За 1 крупный шаг в матрице все элементы ниже главной диагонали в k-том столбце будут равны нулю. [Исключение k-того неизвестного из всех уравнений кроме k-того.]
В итоге получается матрица треугольного вида.
В результате разложения начальная система эквивалентна 2 системам:
Для определения
вектора
достаточно
.
Вектор (решение исходной системы) определяется с помощью обратного хода Гаусса.
15. Использование lu и qr разложения матрицы системы для решения систем с одинаковой матрицей и различными правыми частями (на примере вычисления обратных матриц).
Использование LU-разложения для вычисления обратной матрицы.
— неизвестные
векторы, столбцы обратной матрицы.
Т. к.
,
векторы
удовлетворяют равенствам:
,
,
…,
.
Задача нахождения
обратной матрицы сведена к задаче
решения
систем с одной матрицей и различными
правыми частями. При решении этих систем
LU-разложение матрицы необходимо
выполнить только 1 раз.
Вычисление обратной матрицы с помощью QR — аналогично LU.