
- •1. Численные методы в электротехнических задачах
- •1.1. Численные методы решения систем линейных алгебраических уравнений (слау)
- •1.1.1. Классификация методов
- •1.1.2. Обусловленность системы уравнений
- •1.1.3. Собственные значения и собственные векторы матриц
- •1.1.4. Векторные нормы
- •1.1.5. Методы решения некорректных задач
- •1.1.6. Точные методы расчёта слау
- •1.1.6.1. Классический метод Гаусса
- •I, j, k : IntType;
- •1.1.6.2. Метод Гаусса с выбором главного элемента
- •I,j,k: IntType;
- •I, j, k : IntType;
- •1.1.6.3. Гауссово исключение и lu-разложение
- •1.1.6.4. Матрично-векторные формы - разложения
- •1.1.6.5. Алгоритм Донгарры-Айзенштата.
- •Var I,j,k,s : Integer;
- •Var I,j,k : Integer;
- •1.1.6.6. Метод вращения
- •I, j, k : IntType;
- •I, j, k : IntType;
- •1.1.6.7. Схема Жордана
- •I,j,k : IntType;
- •I, j, k : IntType;
- •1.1.6.8. Факторизация
- •1.1.6.9. Преобразование Хаусхолдера.
- •1.1.6.10. Qr-разложение матриц
- •I,j,k :IntType;
- •I,j : IntType;
- •I, j, k : IntType;
- •1.1.6.11. Метод квадратных корней (Холесского)
- •I, j, k : IntType;
- •1.1.6.12. Итерационное уточнение
- •1.1.6.13. Особенности решения слау для ленточных симметричных и несимметричных матриц
- •I, j, k,k1, n , Jend : IntType;
- •I, j, k,k1, n , Jend, c : IntType;
- •1.1.7. Итерационные методы слау
- •1.1.7.1. Решение слау методом простых итераций
- •I, j, k : IntType;
- •X0 : tVector;
- •1.1.7.2. Решение слау методом Гаусса-Зейделя
- •I, j, k : IntType;
- •X0 : tVector;
- •1.1.7.3. Метод релаксации
- •I, j, k : IntType;
- •X0 : tVector;
- •Литература
1.1.5. Методы решения некорректных задач
Среди математических задач выделяется класс задач, решения которых неустойчивы к малым изменениям исходных данных. Они характеризуются тем, что сколь угодно малые изменения исходных данных могут приводить к произвольно большим изменениям решений. Задачи подобного типа, по существу, являются плохо поставленными. Они принадлежат к классу некорректно поставленных задач.
Если исходные данные известны приближённо, то упомянутая неустойчивость приводит к практической не единственности решения в рамках заданной точности и к большим трудностям в выяснении смысла получаемого приближённого решения. В силу этих особенностей долгое время считалось, что некорректно поставленные задачи не могут иметь практического значения.
Однако можно указать некорректно поставленные задачи, относящиеся как к классическим разделам математики, так и к различным классам практически важных прикладных задач.
Среди таких задач
- решение интегрального уравнения
Фредгольма первого рода с ядром
,
к которому приводится ряд физических
задач,
где
- искомая функция из пространства
,
- заданная функция из пространства
.
В операторной форме это уравнение будет выглядеть как
,
где
- матрица с элементами
- искомый вектор с координатами
,
- известный вектор с координатами
,
,
.
В практических
задачах часто правая часть
и элементы матрицы
,
т.е. коэффициенты системы уравнений,
известны приближённо. В этих случаях
вместо исходной системы мы имеем дело
с некоторой другой системой
такой, что
,
,
где смысл норм обычно определяется
характером задачи. (Так для евклидовой
нормы
)
В этих случаях о
точной системе
,
решение которой надо определить, нам
известно лишь то, что для матрицы
и её правой части
выполняются неравенства
и
.
Но систем с такими исходными данными
бесконечно много, и в рамках известного
нам уровня погрешности они неразличимы.
Поскольку вместо точной системы мы
имеем дело с приближённой системой
,
то речь может идти лишь о нахождении
приближённого решения. Но приближённая
система
может быть неразрешимой.
А. Н. Тихоновым
предложено заменить точное решение
системы
псевдорешением с минимальной нормой
:
.
Псевдорешение наименьшей нормы, так называемое нормальное псевдорешение, всегда существует и единственно. Устойчивый алгоритм нахождения нормального псевдорешения реализуется при решении системы уравнений
,
где
- малый параметр (коэффициент регуляризации);
- единичная матрица;
- транспонированная
матрица
.
Решение
последней системы уравнений является
приближённым к исходному значению
,
причём
.
Если коэффициент
регуляризации слишком мал, то система
уравнений переходит в плохо обусловленную.
Если же он велик, то регуляризованная
система будет хорошо обусловленной
благодаря присутствию в левой части
хорошо обусловленной матрицы
,
но сама система при большом
сильно отличается от исходной и
регуляризованное решение
не будет близким к исходному решению.
Поэтому слишком малое или слишком
большое
непригодны. Оптимальным будет наименьшее
значение
,
при котором обусловленность системы
ещё удовлетворительна.
Для фактического
нахождения оптимума вычисляют невязку
и сравнивают её по норме с известной
погрешностью правой части
и с влиянием погрешности коэффициентов
матрицы
.
Проводят серию расчётов с различными
коэффициентами
;
оптимальным считают тот, в котором
.
Обычно всегда удовлетворяет неравенству
,
где
- число обусловленности матрицы
.Чаще
всего
.
Если в
коэффициенты матрицы
и значения в правой части системы
имеют различные порядки (например,
коэффициенты матрицы
имеют порядок
,
а значения в правой части системы
-
),
то вначале необходимо выполнить так
называемое «центрирование».
«Центрирование» или «нормирование» по столбцам матрицы и вектора правой части:
- текущий номер
столбца,
- порядок системы.
«Центрированная» матрица и вектор правой части системы уравнений имеют вид
;
Решение восстанавливается по формуле:
.
Пример 1.4 постановки некорректно поставленной задачи.
Связь между
распределением вектора намагниченности
постоянного магнита и напряжённостью
созданного им поля выражается уравнением
магнитостатики:
,
где
и
- соответственно, объём, и поверхность
магнита;
- модуль радиус-вектора,
соединяющего точку наблюдения
с переменной точкой
в области магнита;
- нормаль к
поверхности;
.
Это уравнение с помощью различных рассуждений и преобразований может быть сведено к интегралу по объёму постоянного магнита
или к интегрированию нормальной составляющей намагниченности элемента
,
где
- площадь
-й
грани элемента магнита;
- число граней
(общее число элементарных площадок), в
пределах которых
.
И в том, и в другом случае после дискретизации области постоянного магнита получим систему уравнений
,
где
- вектор, составленный из элементов
массива данных измерений напряжённости
внешнего магнитного поля, создаваемого
постоянным магнитом;
- вектор, образованный
искомыми компонентами намагниченности
в элементарных объёмах;
- матрица коэффициентов.
По своей постановке данная задача является некорректной.