- •Электрооборудования и электрического транспорта
- •Оглавление
- •Глава 2 23
- •Глава 3 34
- •Глава 4 43
- •Глава 5 61
- •5.7. Понятие о методах обратного дифференцирования 74
- •Предисловие
- •Глава 1 решение алгебраических уравнений и их систем
- •1.1. Решение систем линейных алгебраических уравнений
- •1.1.1. Итерационные методы решения систем линейных алгебраических уравнений
- •1.1.2. Факторизация и типовые схемы решений
- •1.1.3. Метод Гаусса и lu— разложение
- •1.1.4. Метод Гаусса-Жордана обращения матриц
- •1.1.5. Метод квадратного корня (Холесского)
- •1.1.6. Метод вращений
- •1.1.7. Итерационное уточнение
- •1.1.8. Решение преопределенных систем линейных алгебраических уравнений
- •1.2 Решение систем нелинейных алгебраических уравнений
- •1.2.1. Метод последовательных приближений
- •1.2.2. Метод Ньютона
- •1.2.3. Метод Ньютона по параметру
- •Глава 2 Интерполяция зависимостей
- •2.1. Интерполяция каноническим полиномом
- •2.2. Интерполяция полиномом Лагранжа
- •2.3. Интерполяция полиномом Ньютона
- •2.4. Применение интерполяции для решения уравнений
- •2.5. Интерполяция сплайнами
- •Глава 3 Метод наименьших квадратов
- •3.1. Общие положения
- •3.2. Степенной базис
- •3.3. Базис в виде классических ортогональных полиномов
- •3.4. Базис в виде ортогональных полиномов дискретной переменной
- •3.5. Линейный вариант метода наименьших квадратов
- •3.6. Сглаживание экспериментальных данных с ошибками
- •Глава 4 Определенные интегралы
- •4.1. Классификация методов
- •4.2. Методы прямоугольников
- •4.3. Апостериорные оценки погрешностей по Рунге и Эйткену
- •4.4. Метод трапеций
- •4.5. Метод Симпсона
- •4.6. Методы Ньютона-Котеса
- •4.7. Вычисление интегралов с заданной точностью
- •4.8. Применение сплайнов для численного интегрирования
- •4.9. Методы наивысшей алгебраической точности
- •4.10. Несобственные интегралы
- •4.11. Вычисление кратных интегралов
- •Глава 5 Решение обыкновенных дифференциальных уравнений
- •5.1. Типы задач для обыкновенныхдифференциальных уравнений
- •5.2. Метод Эйлера
- •5.3. Методы Рунге-Кутта
- •5.4. Метод Рунгe-Кутта-Мерсона
- •5.5. Методы Адамса-Башфорта и Адамса-Маултона
- •5.6. Методы Гира
- •5.7. Понятие о методах обратного дифференцирования
- •Библиографический список
- •Методы вычислений в задачах
- •Электроаппаратостроения,
- •Электрооборудования
- •И электрического транспорта
- •346428, Г.Новочеркасск, ул. Просвещения 132
1.1.3. Метод Гаусса и lu— разложение
Метод Гаусса упорядоченного исключения переменных используется для приведения СЛАУ к верхней треугольной форме с последующим решением методом обратной подстановки. Оценка общего числа необходимых операций равна (2/3)п3, где п— число уравнений.
Метод Гаусса основан на разложении
L1СL2С… LkС… Ln-1,СU=A,
где U— верхняя треугольная матрица; Lk,С— нижние столбцовые элементарные матрицы, поддиагональные элементы k-го столбца которых находятся на k-м шаге факторизации следующим образом:
|
Обращение таких
матриц осуществляется заменой знаков
внедиа-гональных ненулевых элементов.
Умножение матрицы А
слева на
обращает
в ноль поддиагональные элементы k-го
столбца матрицы А.
Приведенное
выше разложение может быть получено
умножением матрицы
А и
получающихся из нее матриц на пары
.
Тогда
,
где
.
Таким образом, исходную СЛАУ АХ = В привели к виду
далее, последовательно
умножив левую и правую части на
затем
на
и
т.д., получим систему с матрицей
коэффициентов при неизвестных
в верхней треугольной форме:
.
Решение осуществляется по следующему алгоритму:
1) Положить А(°) = А и выполнить шаги факторизации для k = 1,2,..., п - 1 в coответствии со следующими пунктами:
а)для
каждого шага определить элементы матрицы
LkС
, которые
записывают на место обращаемых в ноль
элементовматрицы
б)выполнить
вычисление значений элементов
преобразованной
матрицы
путем
умножения на матрицу, обратную кLkС:
i=k+1, k+2,…, n; j=k+1, k+2,…, n. |
в) выполнить вычисление вектора правых частейВ(k) путем умножения на матрицу, обратную кLkС:
i=k+1, k+2,…, n. |
Полученную систему
решить методом обратной подстановки,
учитывая, что
.Конец алгоритма.
С целью повышения
численной устойчивости реализуют
алгоритм метода Гаусса с выбором главного
элемента по столбцу. Для этого перед
выполнением пункта 1а алгоритма необходимо
найти т такое,
что
и
переставить местами строки с номерами
т и k.
Данный пункт в матричной форме соответствует использованию матриц перестановок Ртk- Тогда факторизация принимает вид
.
Поскольку элементы матриц Lkcв данном алгоритме записывают на место обращенных в ноль элементов матрицыА, то можно решать много СЛАУ с различными правыми частями, не выполняя повторную. Учитывая свойства элементарных нижних столбцовыхматриц можно, заметить, что на месте матрицыА получено ее разложение в виде произведения нижней и верхней треугольных матриц:
LU = А,
где
,
называемогоLU—
разложением.
Следует иметь в виду, что в результате применения алгоритма на главной диагонали матрицыАи над ней будут записаны элементы матрицы U, под диагональю — элементы матрицы L, но в силу того, что диагональные элементы заняты U, то для диагональных элементов Lместа нет. Однако в силу свойств нижних столбцовых элементарных матриц, на диагонали Lдолжны находиться только единицы, для их хранения отводить место не обязательно, достаточно просто иметь в виду, что они существуют и не забывать в расчетах.
Для получения LU—разложения необходимо опустить в приведенном алгоритме пункты 1в, 2. Исходная система принимает вид
LUX= В
и может быть решена на основе типовых подходов.Обозначим Y = — UX, решим методом прямой подстановки систему LU = В, а затем методом обратной подстановки систему UX= Y. Получим искомый вектор X.
К недостаткам метода Гаусса можно отнести повышенную чувствительность к особенностям матрицыА, невозможность его использования для решения переопределенных систем, в которых число уравнений больше числа неизвестных.

,