- •Математика Линейная алгебра
- •Рецензенты:
- •3.6. Операции над векторами 42
- •5.6. Упражнения 91
- •Предисловие
- •1. Числовые кольца и поля. Комплексные числа
- •1.1. Основные понятия
- •1.2. Поле комплексных чисел
- •1.3. Модуль и аргумент комплексного числа. Геометрическое изображение комплексных чисел
- •1.4. Различные формы записи комплексного числа
- •1.5. Действия над комплексными числами в алгебраической форме
- •1.6. Действия над комплексными числами в тригонометрической форме
- •1.7. Действия над комплексными числами в показательной форме
- •1.8. Упражнения
- •1.9. Контрольные задания
- •1.10. Типовой расчет
- •1.11. Вопросы для самопроверки
- •1.12. Вопросы для теоретического опроса
- •2. Многочлены
- •2.1. Действия над многочленами
- •1. Сложение многочленов.
- •2. Умножение многочленов.
- •3. Деление многочленов без остатка.
- •4. Деление многочленов с остатком.
- •2.2. Схема Горнера
- •2.3. Корни многочлена
- •2.3.1. Разложение многочлена степени n на множители
- •2.3.2. Вычисление корней многочленов второй и третьей степени
- •1. Уравнения второй степени (квадратные)
- •2.4. Упражнения
- •2.5. Контрольные задания
- •2.6. Вопросы для самопроверки
- •2.7. Вопросы для теоретического опроса
- •Действия над многочленами.
- •Вычисление корней многочленов второй и третьей степени.
- •3. Линейные (векторные) пространства
- •3.1. Понятие вектора
- •3.2. Операции над векторами
- •1. Операция сложения векторов.
- •2. Операция вычитания векторов.
- •3. Умножение вектора на число.
- •4. Деление коллинеарных векторов.
- •Свойства деления:
- •3.3. Разложение вектора по ортам координатных осей
- •3.4. Скалярное произведение векторов.
- •Выражение скалярного произведения в произвольных и ортонормированных координатах.
- •3.6. Операции над векторами
- •3.7. Линейная зависимость векторов.
- •3.8. Базис и ранг системы векторов
- •3.9. Переход от одного базиса к другому. Метод замещения
- •3.10. Линейные пространства
- •3.11. Евклидовы и унитарные пространства
- •3.12. Норма вектора
- •3.13. Нормирование ненулевого вектора
- •3.14. Ортонормированные системы векторов
- •3.15. Упражнения
- •3.16. Контрольные задания
- •3.17. Типовой расчет
- •3.18. Вопросы для самопроверки
- •3.19. Вопросы для теоретического опроса
- •Переход от одного базиса к другому. Метод замещения.
- •Ортонормированные системы векторов.
- •4. Матрицы
- •4.1. Основные понятия
- •4.2 Операции над матрицами
- •Сложение матриц.
- •Умножение матрицы на число.
- •Разность матриц.
- •Умножение матриц.
- •Возведение в степень матриц.
- •Транспонирование матриц.
- •4.3. Применение элементов линейной алгебры в экономике.
- •4.4. Упражнения
- •4.5. Контрольные задания
- •Найти значение матричного многочлена , если задана матрица a.
- •4.6. Типовой расчет
- •4.7. Вопросы для самопроверки
- •4.8. Вопросы для теоретического опроса
- •5. Определители квадратных матриц
- •5.1. Перестановки
- •5.2. Определители (детерминанты) квадратных матриц
- •5.3. Свойства определителей
- •5.4. Теорема Лапласа (вычисление определителя n-ого порядка).
- •5.5. Основные методы вычисления определителя n–го порядка
- •Приведение определителя к треугольному виду.
- •5.6. Упражнения
- •5.7. Контрольные задания
- •5.8. Типовой расчет
- •5.9. Вопросы для самопроверки
- •5.10. Вопросы для теоретического опроса
- •6. Ранг матрицы
- •6.1. Основные понятия
- •6.2. Методы нахождения ранга матрицы.
- •1. Метод окаймляющих миноров
- •2. Метод элементарных преобразований
- •6.3. Упражнения
- •6.4. Контрольные задания
- •6.5. Типовой расчет
- •6.6. Вопросы для самопроверки
- •6.7. Вопросы для теоретического опроса
- •7. Обратная матрица
- •7.1. Основные понятия
- •7.2. Методы нахождения обратной матрицы
- •7.2.1. Нахождение обратной матрицы с помощью присоединенной матрицы.
- •7.2.2. Нахождение обратной матрицы методом замещения
- •7.3. Упражнения
- •7.4. Контрольные задания
- •7.5. Типовой расчет
- •7.6. Вопросы для самопроверки
- •7.7. Вопросы для теоретического опроса
- •Нахождение обратной матрицы с помощью присоединенной матрицы.
- •Нахождение обратной матрицы методом замещения.
- •8. Системы линейных уравнений (слу)
- •8.1. Неоднородные системы уравнений
- •8.2. Исследование систем линейных уравнений
- •8.3. Решение системы линейных уравнений в общем случае
- •Правило нахождения решения слу в общем случае
- •8.4. Решение систем n линейных уравнений c n неизвестными
- •8.4.1. Решение систем n линейных уравнений c n неизвестными методом Крамера
- •8.4.2. Решение систем n линейных уравнений c n неизвестными методом обратной матрицы
- •8.5. Решение систем m линейных уравнений c n неизвестными
- •8.5.1. Решение систем линейных уравнений методом Гаусса (метод последовательного исключения неизвестных)
- •8.5.2. Решение систем линейных уравнений методом замещения
- •8.6. Системы линейных однородных уравнений (ослу)
- •Правило нахождения фср ослу
- •8.7. Структура общего решения неоднородной линейной системы
- •8.8. Использование систем линейных уравнений в экономике
- •8.8.1. Прогноз выпуска продукции по запасам сырья
- •8.8.2. Модель Леонтьева многоотраслевой экономики (балансовый анализ) Балансовые соотношения
- •Линейная модель межотраслевой экономики
- •Продуктивные модели Леонтьева
- •8.9. Упражнения
- •8.10. Контрольные задания
- •8.11. Типовой расчет
- •8.12. Вопросы для самопроверки
- •8.13. Вопросы для теоретического опроса
- •9. Линейные операторы (линейные преобразования)
- •9.1. Линейный оператор и его матрица
- •9.2. Линейное преобразование в координатах
- •9.3. Зависимость между матрицами одного и того же преобразования в различных базисах. Подобные матрицы
- •9.4. Действия над линейными операторами
- •9.5. Оператор, сопряженный данному
- •9.6. Собственные значения и собственные векторы линейного оператора (матрицы)
- •9.7. Приведение матрицы линейного преобразования к диагональному виду
- •9.8. Упражнения
- •9.9. Контрольные задания
- •9.10. Типовой расчет
- •9.11. Вопросы для самопроверки
- •9.12. Вопросы для теоретического опроса
- •10. Билинейные и квадратичные формы
- •10.1 Ортогональные и симметрические матрицы
- •10.2. Билинейная и квадратичная формы
- •10.3. Квадратичные формы
- •10.4. Преобразование квадратичной формы при линейном преобразовании переменных
- •10.5. Приведение квадратичной формы к каноническому виду
- •10.6. Закон инерции квадратичных форм
- •10.7. Знакоопределенные квадратичные формы
- •10.8. Упражнения
- •10.9. Контрольные задания
- •10.5. Вопросы для самопроверки
- •10.6. Вопросы для теоретического опроса
- •11. Численные методы линейной алгебры
- •11.1. Метод Гаусса
- •11.2. Уточнение решения методом итераций
- •11.3. Метод прогонки
- •11.4. Итерационные методы решения слау
- •11.4.1. Метод простой итерации
- •11.4.2. Метод Зейделя
- •11.5. Упражнения
- •11.6. Контрольные задания
- •11.7. Типовой расчет
- •11.8. Вопросы для самопроверки
- •11.9. Вопросы для теоретического опроса
11.2. Уточнение решения методом итераций
Оценить ошибки, связанные с округлением, а также уменьшить их можно с помощью простой, но эффективной итерационной процедуры.
Обозначим
через
найденное методом Гаусса, или любым
другим методом приближенное решение
СЛАУ (11.1). Подставив это решение в левую
часть уравнения (11.1) получим
(11.7)
Очевидно,
что если значения
сильно отличаются от b1,b2,…bn,
то найденное решение содержит большую
ошибку. Однако, даже если все
близки к bi,
это не значит, что ошибка в найденном
решении
мала. Например, рассмотрим следующую
систему двух уравнений с двумя неизвестными
Эта система имеет единственное решение x=1, y=1. Попробуем теперь подставить в рассматриваемую систему значения неизвестных x=2.12, y=0. После подстановки получим
Как видим, совершенно далекие от точного решения системы значения неизвестных дают практически одинаковые с точным решением правые части этих двух систем. В данном случае мы имеем дело с так называемой плохо обусловленной системой. В случае системы двух уравнений с двумя неизвестными это связано с тем, что прямые, описываемые уравнениями системы почти параллельны и точка x=2.12, y=0 хотя и не лежит на этих прямых, но очень близка к каждой из них. Таким образом, близость правых частей системы, получаемых после подстановки найденного решения, к исходной не является критерием точности найденного решения.
Для нахождения погрешности найденного решения вычтем каждое уравнение системы (11.7) из соответствующего уравнения системы (11.1). Если ввести обозначения
то
вновь полученная система уравнений, в
которой неизвестными будут величины
,
запишется следующим образом
(11.8)
Решая эту систему методом Гаусса, мы фактически найдем значения ошибок в найденном приближенном решении . Новое, более точное приближение к решению системы (11.1) запишется таким образом
Заметим,
что новые значения
не есть точное решение, так как сами
ошибки
найдены с некоторой погрешностью.
Найденные
значения
снова можно подставить в левую часть
уравнений системы (11.1) и, обозначив как
,
полученные при этом правые части, вычесть
каждое уравнение новой системы из
соответствующего уравнения системы
(11.1). В итоге получим следующую систему
уравнений относительно новых поправок
к решению системы (11.1)
(11.9)
где
Новое, еще более точное приближение к решению системы (11.1) запишется в таком виде
При
продолжении описанного процесса каждая
следующая поправка будет меньше
предыдущей, т.е.
.
Такой итерационный процесс уточнения
решения следует продолжать до тех пор,
пока не будет достигнута необходимая
точность. Достигнутая точность, т.е.
погрешность в определении найденного
решения будет определяться значением
поправок на последней итерации.
11.3. Метод прогонки
Метод Гаусса с процедурой выбора главного элемента считается одним из лучших для решения систем линейных уравнений с плотно заполненной матрицей общего вида. Однако часто при решении прикладных задач возникает необходимость решать системы уравнений с матрицей, содержащей большое количество нулевых элементов. В этом случае можно так организовать расчеты, чтобы не включать в них эти нулевые элементы. Метод прогонки является наиболее известным и эффективным методом решения СЛАУ с ленточной матрицей, в которой ненулевые элементы группируются вблизи главной диагонали. Такие системы возникают при численном решении дифференциальных уравнений в частных производных, интерполировании сплайнами и моделировании некоторых физических и экономических процессов. Метод прогонки можно рассматривать как частный случай метода Гаусса, так как в нем также можно выделить прямой ход, на котором из уравнений исключаются переменные и обратный ход, позволяющий вычислить решение системы. При этом процедуру выбора главного элемента в этом методе применять нельзя, так как перестановка строк или столбцов может разрушить специфическую структуру матрицы системы.
Рассмотрим систему уравнений с трехдиагональной матрицей.
(11.10)
Такие системы принято записывать в каноническом виде
(11.11)
Определение. Формула (11.11) называется разностным уравнением второго порядка, или трехточечным уравнением.
Выразим из первого уравнения системы (11.10) переменную x1, а из последнего - переменную xn, предполагая, что b1 ≠ 0, bn ≠0,
(11.12)
Определение. Соотношения (11.12) называются краевыми условиями для разностного уравнения (11.11).
Подставляя
первое краевое условие
во второе уравнение в (11.10), исключим из
него переменную x1.
Получим уравнение
,
или
, (11.13)
где
Найденное выражение (11.13) для x2 подставим в следующее уравнение в (11.10) и получим уравнение, связывающее переменные x3 и x4 и т.д.
Предполагая, что мы уже выразили в (i–1)–ом уравнении xi-1 через xi
, (11.14)
и подставляя выражение для xi-1 (11.14) в i-е уравнение
,
получим следующую формулу обратного хода
, (11.15)
где
коэффициенты
задаются рекуррентными формулами
прямого хода
(11.16)
Расчет
по формулам (11.16) начинается при значении
i=2,
при этом необходимые значения краевых
коэффициентов
вычисляются по формулам (11.12).
Для начала расчета по формуле обратного хода (11.15) необходимо вычислить значение xn. Подставим во второе краевое условие (11.12) выражение для xn-1, полученное из формулы (11.15) при i=n-1
(11.17)
где
заданные в (11.12) краевые коэффициенты,
а
вычислены по формуле прямого хода (16).
Из уравнения (11.17) найдем значение xn
(11.18)
Таким образом, для нахождения решения сначала по формулам (11.16) вычисляем все коэффициенты , затем по формулам (11.18), (11.15) в обратном порядке вычисляем значения неизвестных.
Вычисления по формулам прогонки (11.16), (11.18), (11.15) требуют всего 3n ячеек памяти и 9n арифметических действий, что делает их значительно более эффективными по сравнению с общими формулами метода Гаусса.
Можно доказать, что если выполнено условие преобладания диагональных элементов
(11.19)
(причем неравенство имеет место хотя бы для одного i), то в формулах прямого хода (16) и формуле (18) не возникает деления на нуль и система имеет единственное решение. Условие (19) является достаточным условием существования единственного решения системы (10). Однако в практических расчетах метод прогонки оказывается достаточно устойчивым и в случаях нарушения данного условия.
