
- •«Вычислительная математика»
- •Часть 1.
- •§ 1. Действия с приближенными величинами
- •§ 2. Методы решения нелинейных уравнений
- •§ 3. Нормы вектора и матрицы
- •§ 4. Прямые методы решения систем линейных алгебраических уравнений с квадратной матрицей
- •Введение
- •§1. Действия с приближенными величинами
- •1.1 Основные понятия
- •Задачи для самостоятельного решения
- •1.2 Погрешности арифметических операций
- •Задачи для самостоятельного решения
- •1.3 Погрешности вычисления значения функции
- •Задачи для самостоятельного решения
- •Литература:
- •§2 Методы решения нелинейных уравнений
- •2.1 Изоляция корней
- •Задачи для самостоятельного решения
- •2.2 Уточнение корней при помощи методов, не требующих вычисления производных
- •2.2.1 Метод деления отрезка пополам (метод бисекции)
- •2.2.2 Метод простой итерации
- •2.2.3 Метод хорд
- •2.3 Уточнение корней при помощи методов, использующих производные
- •2.3.1 Метод Ньютона – Рафсона (метод касательных)
- •2.3.2 Модификации метода Ньютона
- •2.3.3 Метод хорд и касательных
- •Задачи для самостоятельного решения
- •Литература:
- •§3 Нормы вектора и матрицы
- •Задачи для самостоятельного решения
- •Литература:
- •§4 Прямые методы решения систем линейных алгебраических уравнений с квадратной матрицей
- •4.1 Метод Гаусса
- •4.1.1 Схема единственного деления
- •4.1.2 Схемы с выбором главного элемента
- •4.2 Метод Жордана
- •4.2.1 Классическая схема Жордана
- •4.2.2 Схема оптимального исключения
- •2). Схема оптимального исключения. Записываем в таблицу только рабочую часть расширенной матрицы, т.К. Остальные строки не преобразовываются.
- •4.3 Метод Холецкого.
- •4.4 Прямые методы решения системы линейных уравнений в случае квадратной матрицы специального вида
- •4.4.1 Метод квадратных корней
- •4) Находим решение системы (1):
- •4.4.2 Метод прогонки
- •4.5.1 Использование матриц вращения для решения систем
- •Для решения системы линейных уравнений
- •Литература
- •§5 Итерационные методы решения систем линейных алгебраических уравнений
- •5.1 Метод Якоби
- •5.2 Метод Зейделя
- •5.3 Метод наискорейшего спуска
- •5.4 Метод сопряженных градиентов
- •Литература
- •§6 Вычисление определителя матрицы и построение обратной матрицы
- •6.1 Вычисление определителя
- •6.2 Построение обратной матрицы методом окаймления
- •6.3 Построение обратной матрицы методом пополнения
- •Литература
- •§7 Решение систем линейных уравнений с прямоугольными матрицами
- •7.1 Классификация систем
- •7.2 Нахождение обобщенного решения переопределенной системы с помощью первой трансформации Гаусса
- •Задача 1
- •Задача 2
- •Литература
- •§ 8 Решение проблемы собственных значений
- •8.1 Приведение матрицы к трехдиагональному или почти треугольному виду при помощи метода Гивенса
- •Задача 1
- •8.2 Метод Якоби и схема его реализации для получения собственных значений матрицы
- •1. Классическая схема Якоби. На каждом шаге выбирают максимальный по модулю недиагональный элемент матрицы : и строят матрицу для обнуления этого элемента.
- •6. Копченова н. В., Марон и. А. Вычислительная математика в примерах и задачах - м.: Наука, 1972.
4.2 Метод Жордана
Этот
метод, как и метод Гаусса, является
методом исключения, предназначенным
для системы линейных уравнений
( матрица А
–
невырожденная).
Отличие от схем метода Гаусса в том,
что путем преобразований матрица А
приводится
не к треугольному, а к диагональному
виду. В результате исходная система
линейных уравнений приобретает вид:
Обратный ход в схемах Жордана становится формальностью.
4.2.1 Классическая схема Жордана
Как и в схемах Гаусса, здесь удобно использовать расширенную матрицу системы (см. п. 4.1.1). Классическая схема Жордана реализуется за n шагов. Описание k-го шага (k =1,2...n).
1). Делим k- ю строку расширенной матрицы на элемент :
j
= 1, 2, ...,n
+ 1.
2).
Из строк с номерами
вычитаем k-ю
строку, умноженную на числовой коэффициент
так, чтобы в k-ом
столбце расширенной матрицы получить
нули над и под элементом
:
j
= 1, 2, ...,n
+ 1.
Эта схема наиболее простая из всех схем исключения.
4.2.2 Схема оптимального исключения
Данная схема отличается от классической тем, что на k-ом шаге получают нули не во всем столбце расширенной матрицы, а только над диагональным элементом , а перед этим обнуляют элементы k-ой строки левее .
Описание алгоритма.
1).
Номер ведущей строки k
= 1. Делим 1-ю строку на
:
j
= 1, 2, ...,n
+ 1. и переходим к 5 пункту
2).
Из k-ой
строки вычитаем строки с номерами i
= 1, 2, ... , k-1,
умноженные на
с тем, чтобы получить нули левее
:
j
= 1, 2, ...,n
+ 1; i
< k.
3). Делим k-ю строку на , получая единицу на главной диагонали:
j
= k,
k+1,
...,n
+ 1.
4).
Из строк с номерами i
=1, 2, ... , k-1
вычитаем k-ю
строку, умноженную на
с тем, чтобы получить нули над
:
j
= k,
k+1,
...,n
+ 1; i
< k.
В результате выполнения k-го шага расширенная матрица примет вид:
5).
Увеличиваем номер шага k
= k+1
и, если k
n,
переходим ко второму пункту.
Реализация
схем Жордана требует примерно такого
же количества арифметических операций,
как и схемы Гаусса. Схема оптимального
исключения позволяет экономить память
ЭВМ за счет того, что рабочая часть
расширенной матрицы на k-м
шаге содержит только k
строк, нет
необходимости хранить всю матрицу,
равно как и нулевые элементы в уже
обработанной части матрицы. Необходимое
для использования схем Жордана условие:
.
Если элементы главной диагонали матрицы
в процессе работы метода оказываются
равными или близкими к нулю, то можно
использовать модификации метода с
перестановкой строк или столбцов,
аналогичные соответствующим модифиациям
метода Гаусса.
Задача
Решить систему уравнений из п. 4.1.2:
с использованием схем Жордана.
Решение. 1). Классическая схема Жордана.
№ шага |
|
|
|
|
|
k=0 |
2,34 |
-1,84 |
-0,32 |
0,11 |
2,22 |
|
-1,19 |
0,43 |
-0,52 |
3,37 |
-5,26 |
|
0,33 |
0,61 |
7,75 |
-2,18 |
0,15 |
|
-1,53 |
0,81 |
0,94 |
-4,82 |
-3,74 |
k=1 |
1 |
-0,786 |
-0,137 |
0,047 |
0,949 |
|
0 |
-0,506 |
-0,683 |
3,426 |
-4,131 |
|
0 |
0,869 |
7,795 |
-2,196 |
-0,163 |
|
0 |
-0,393 |
0,731 |
-4,748 |
-2,288 |
k=2 |
1 |
0 |
0,925 |
-5,280 |
7,372 |
|
0 |
1 |
1,350 |
-6,774 |
8,169 |
|
0 |
0 |
6,621 |
3,695 |
-7,265 |
|
0 |
0 |
1,261 |
-7,411 |
0,922 |
k=3 |
1 |
0 |
0 |
-5,796 |
8,387 |
|
0 |
1 |
0 |
-7,528 |
9,650 |
|
0 |
0 |
1 |
0,558 |
-1,097 |
|
0 |
0 |
0 |
-8,115 |
2,307 |
k=4 |
1 |
0 |
0 |
0 |
6,739 |
|
0 |
1 |
0 |
0 |
7,510 |
|
0 |
0 |
1 |
0 |
-0,939 |
|
0 |
0 |
0 |
1 |
-0,284 |
Ответ округляем с точностью до 0,01: x1 = 6,74; x2 = 7,51; x3 = -0,94; x4 = -0,28. Получили тот же результат, что и при помощи схемы Гаусса.