- •Оглавление
- •Предисловие
- •Лекция 1. Понятие погрешности решения систем алгебраических уравнений
- •1.1. Точные и приближенные числа, источники погрешностей, классификация погрешностей
- •Источники погрешностей
- •1.2. Абсолютные и относительные погрешности
- •1.3. Понятие о системе линейных уравнений
- •2.1. Формулы Крамера для решения системы линейных уравнений
- •2.2. Решение системы линейных уравнений методом последовательного исключения неизвестных (метод Гаусса)
- •Пусть дана система
- •1.4. Матричные уравнения
- •Лекция 2. Точные методы решения систем линейных алгебраических уравнений (слау)
- •Обозначим
- •Лекция 3. Приближенные методы решения слау
- •3.1. Понятие предела для векторов и матриц Пусть дана последовательность векторов
- •Аналогично, если имеется последовательность квадратных матриц
- •3.2. Метод простой итерации Пусть дана система линейных уравнений:
- •В матричном виде:
- •Условия сходимости итерационного процесса
- •3.4. Оценка погрешности приближенного процесса методом итерации
- •Лекция 4. Метод зейделя
- •4.1. Условия сходимости процесса Зейделя
- •Пусть дана линейная система
- •4.2. Оценка погрешности процесса Зейделя
- •4.3. Приведение системы линейных уравнений к виду, удобному для итераций
- •Лекция 5. Методы решения нелинейных уравнений
- •5.1. Итерационные методы решения нелинейных уравнений а). Метод простой итерации.
- •Число итераций при использовании этого метода
- •Если корень нас не устраивает, то мы находим
- •Г). Метод Ньютона.
- •5.2. Метод Рыбакова
- •5.3. Метод наискорейшего спуска
- •Лекция 6. Интерполирование и экстраполирование
- •6.1. Интерполяционный многочлен Лагранжа
- •Перепишем этот многочлен в другой форме
- •Окончательно получаем
- •Лекция 7. Конечные разности
- •Рассмотрим некоторые свойства конечных разностей
- •7.1. Первая интерполяционная формула Ньютона для равноотстоящих узлов интерполяции
- •7.2. Вторая интерполяционная формула Ньютона
- •7.3. Оценка погрешностей интерполяционных формул Ньютона
- •Лекция 8. Линейное интерполирование
- •8.1. Интерполирование по Эйткину
- •8.2. Интерполяция и приближение сплайном
- •Приближение линейными сплайнами
- •Лекция 9. Численное интегрирование функций
- •9.1. Постановка задачи
- •9.2. Формула прямоугольников
- •Лекция 10. Численные методы решения задачи коши для обыкновенных дифференциальных уравнений
- •10.1. Задача Коши. Общие замечания. Постановка задачи
- •10.2. Метод Эйлера
- •10.4. Метод Рунге-Кутта
- •Лекция 11. Разностный метод решения уравнений математической физики (метод сеток)
- •11.1. Метод сеток для уравнения параболического типа
- •Лекция 12. Метод сеток для уравнения гиперболического типа
- •12.2. Метод сеток для уравнений Пуассона и Лапласа
- •Образцы выполнения контрольных работ Контрольная работа № 5
- •Контрольная работа № 6
- •Решение уравнения методом Эйлера
- •Решение уравнения модифицированным методом Эйлера
- •Решение уравнения методом Рунге-Кутта
- •Аналитическое решение заданного уравнения
- •Сравнение точного решения и приближенных решений исходного дифференциального уравнения
- •Контрольная работа №7
- •Контрольная работа №8
- •Решение дифференциального уравнения методом Рунге-Кутта
- •Аналитические решения заданного уравнения
- •Примеры заданий для самостоятельной работы Задание 1
- •Задание 2
- •Задание 3
- •Задание 4
- •Задание 5
- •Варианты задания
- •Задание 6
- •Варианты задания
- •Задание 7
- •Варианты задания
- •Задание 8
- •Варианты задания
- •Задача для самостоятельного решения
- •Вопросы для самостоятельной подготовки
- •Библиографический список
Лекция 5. Методы решения нелинейных уравнений
При
решении практических задач, часто
приходится сталкиваться с решением
уравнений. Всякое уравнение с одним
неизвестным можно представить в виде
, где
и
– заданные функции, определенные на
некотором числовом множестве Х,
называемом областью допустимых значений
уравнения или
если
обозначить левую часть за
,
то получим уравнение
.
Совокупность нескольких уравнений с несколькими неизвестными называют системой уравнений.
5.1. Итерационные методы решения нелинейных уравнений а). Метод простой итерации.
Представим
уравнение
через
и многократным применением формулы
до тех пор, пока
не даст
, где
–
заданная погрешность вычисления.
б). Метод деления отрезка пополам (Дихотомии).
Для
:
находим
;вычисляем
;если
,
задаем
,
иначе
.Проверяем условие
: если оно выполняется, идем к п.1., если
не выполняется, заканчиваем вычисление
и считаем, что
приблизительно равен искомому решению
исходного уравнения с заданной точностью
.
Число итераций при использовании этого метода
.
в). Метод Хорд.
Пусть
имеем уравнение
, где
- непрерывная функция на
, имеющая непрерывные
и
.
Корень
считается отделенным и находится на
отрезке
, т.е.
Уравнение хорды проходящей через точку А0 и В (см. рис.5.1, рис.5.2)
A
Рис. 5.1
Рис. 5.2
имеет вид
.
Найдем х = х1, для которого y = 0
.
Если корень нас не устраивает, то мы находим
;
;
. . .
.
Рассмотрим случай, когда первая и вторая производные имеют разные знаки. (рис.5.3):
,
.
Рис. 5.3
,
,
. . .
.
Неподвижными
концами отрезка является тот, для
которого знак функции совпадает со
знаком второй производной
.
Г). Метод Ньютона.
Пусть корень уравнения f(x) = 0 отделен на отрезке [a, b], причем и непрерывны и сохраняют постоянные значения на всем отрезке [a, b].
Геометрический смысл метода Ньютона в том, что дуга кривой y = f(x) заменяется касательной к этой кривой.
Первый случай (рис.5.4):
f(a) 0 , f(b) 0 , 0 , 0 (основная линия)
или
f(a) > 0 , f(b) < 0 , < 0 , < 0 (пунктирная линия) .
Рис. 5.4
Проведем касательную к кривой y = f(x) в точке B0
.
Полагая y = 0 , x = x1 , получим
,
,
. . .
.
Второй случай (рис. 5.5):
f(a) 0 , f(b) 0 , 0 , < 0 (основная линия)
или
f(a) > 0 , f(b) < 0 , < 0 , > 0 (пунктирная линия),
.
Рис. 5.5
Полагая y = 0 , х = х1 , получим
,
, . . . ,
.
При выборе начального приближения корня необходимо руководствоваться правилом: за исходную точку следует выбирать тот конец [a, b], в котором знак функции совпадает со знаком , т.е.
,
a
= x0
.
д). Модифицированный метод Ньютона.
Заключается
в том, что вместо вычисления производной
на каждом шаге итераций находится ее
приближенное значение
,
.
Следовательно, итерационная формула имеет вид
.
Значение
не обязательно должно быть постоянно.
Равенство
позволяет уменьшить число исходных
данных при вводе.
