- •«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.
2.2.2 Метод простой итерации
Уравнение
(1)
тем или иным образом разрешают относительно х и приводят к виду
.
(2)
Затем,
начиная с некоторого
,
по рекуррентной формуле:
.
строится
последовательность
.
В качестве начального приближения можно взять любую точку из промежутка изоляции . Для сходимости метода достаточно обеспечить выполнение условия:
, (3)
(чем
ближе
к нулю, тем быстрее фактическая
сходимость).
В
качестве критерия остановки расчетов
может быть использовано выполнение
соотношения:
.
Приближенное значение корня
– последнее вычисленное
значение
x,
т.е.
.
Метод простой итерации прост в реализации, сходится при выполнении достаточных условий сходимости, например, (3).
2.2.3 Метод хорд
Если известно, что корень уравнения
(1)
,
а функция
непрерывна на
и имеет производные
и
,
которые сохраняют знак на
,
то для уточнения
можно использовать метод хорд в
приведенной ниже редакции.
В
качестве
берут тот конец промежутка
,
где
и
имеют противоположные знаки. Итерационный
процесс построения последовательности
,
сходящейся к
описывается формулами:
если
,
(4)
и
если
(4а)
где
хорды графика
,
проходящей через точки
и
с осью ОX
(см. рисунок). На следующем
шаге строят хорду, проходящую через
точки
и
и т.д. Все значения
дают приближение корня
с недостатком. Во втором случае неподвижной
точкой является
,
и значения
дают приближение корня
с избытком.
В
знаменателях формул (4) и (4а) стоит
разность значений функции, которая
вблизи корня становится малой, что ведет
к потере значащих цифр. Это ограничивает
точность расчетов, особенно для случая
кратного корня
.
Поэтому метод хорд используют до тех
пор, пока
убывает. Далее
для уточнения корня можно использовать
другой способ, например, метод деления
отрезка пополам.
Критерий
остановки расчетов:
.
Приближенным значением корня функции
f(x)
считают последнее вычисленное значение:
.
В общем случае метод хорд можно записать с помощью следующего соотношения:
k
= 0,1,2,.. (4b)
За
начальный промежуток
принимают
.
После вычисления по формуле (4b)
новый промежуток
формируется
на основании сравнения знака функции
в точке
и
в точках
.
2.3 Уточнение корней при помощи методов, использующих производные
Одним из наиболее эффективных с точки зрения скорости сходимости методов решения нелинейных уравнений является метод Ньютона-Рафсона.
2.3.1 Метод Ньютона – Рафсона (метод касательных)
Пусть по-прежнему - корень уравнения
(1)
и
.
Будем считать, что на
функция
имеет производные
и
,
причем
,
а
сохраняет знак на
.
Если начальное приближение
взять так, чтобы было выполнено условие
(5)
то последовательность , где
(6)
будет
монотонно сходиться к решению уравнения
- точке
.
Геометрический
смысл формулы (6) заключается в том, что
на каждом
шаге определяется
-
точка
пересечения касательной к графику
функции
,
проведенной в точке
,
с осью OX.
На следующем шаге касательную строим
в точке
и т.д.
Метод Ньютона сходится быстрее метода хорд, для него справедливо при указанных выше свойствах функции f(x) соотношение
2
,
что соответствует так называемой квадратичной скорости сходимости. Этот метод не обладает свойством глобальной сходимости, при выборе нужно следить за выполнением условия (5). К недостаткам метода Ньютона - Рафсона следует отнести также необходимость вычисления на каждом шаге метода не только значения функции, но и ее производной, что на практике может существенно увеличить объем вычислений, требуемых для выполнения каждой итерации метода.
