- •Конспект лекций
- •Пермь 1995
- •Лекция №1 Введение. Понятие о численных методах. История развития численных методов.
- •Приближенные числа. Абсолютная и относительная погрешности.
- •Погрешность числа (а).
- •Абсолютная погрешность().
- •Предельная абсолютная погрешность.
- •Относительная погрешность ().
- •Предельная относительная погрешность (a).
- •Основные источники погрешности.
- •Значащие и верные цифры.
- •Верные цифры.
- •Округление чисел.
- •Связь относительной погрешности приближённого числа с количеством верных цифр этого числа.
- •Лекция № 2 Погрешность суммы.
- •Погрешность разности.
- •Погрешность произведения.
- •Число верных знаков.
- •Погрешность частного.
- •Общая формула для погрешности.
- •Обратная задача теории погрешности.
- •Лекция №3 и 4 Интерполяция функций.
- •Постановка задачи.
- •Конечные разности различных порядков.
- •Первая интерполяционная формула Ньютона.
- •Вторая интерполяционная формула Ньютона.
- •Общая характеристика интерполяционных формул с постоянным шагом.
- •Интерполяционная формула Лагранжа.
- •Частные случаи.
- •Лекции №5 Фрмула Ньютона для неравностоящих узлов Разделённые разности
- •Интерполяционная формула Ньютона для неравностоящих значений аргумента
- •Погрешность формулы Ньютона для неравностоящих узлов
- •Интерполяция сплайками
- •Многочлены Чебышева
- •Выбор узлов интерполирования
- •Обратное интерполирование для равноотстоящих узлов
- •Обратное интерполирование для неравноотстоящих точек
- •Общие выводы по задаче интерполяции
- •Оценка погрешности интерполяционной формулы Лагранжа
- •Лекция n 6 и 7 приближенное решение алгебраических и трансцендентных уравнений.
- •Определение корней Графический способ.
- •Аналитический способ.
- •Графическое решение уравнений.
- •Метод половинного деления.
- •Алгоритм метода
- •Метод пропорциональных частей (метод хорд)
- •Алгоритм метода
- •Метод ньютона (метод касательных)
- •Сходимость метода итераций
- •Сходимость метода
- •Лекция №8 и 9 Решение системы линейных уравнений Общая характеристика методов решения систем линейных уравнений
- •Метод Гаусса
- •Трудоёмкость метода Гаусса
- •Достоинства метода
- •Метод итераций
- •Сходимость метода итераций для решения системы алгебраических уравнений
- •Достоинства метода итераций
- •Метод Зейделя
- •Лекция №10 Численное решение систем линейных уравнений
- •Метод Ньютона
- •Сходимость метода Ньютона
- •Теорема о существовании корней и сходимости процесса Ньютона
- •Метод скорейшего спуска (градиентный метод)
- •Градиент функции u
- •Сходимость градиентного метода
- •Лекции №11 и 12 Приближённое дифференцирование.
- •Графический способ дифференцирования.
- •Алгоритм построения графика производной.
- •Лекция n 13
- •Особенности метода Эйлера.
- •Метод Руте-Кутта.
- •Метод Адамса.
- •Лекция №14 Краевая задача. Методы её решения.
- •Метод конечных разностей для линейных дифференциальных уравнений.
- •Метод прогонки.
- •Метод конечных разностей для нелинейных уравнений второго порядка.
- •Лекция №15 методы обработки эксперементальных данных. Постановка задачи
- •Узловые точки
- •Класс функций
- •Критерий согласия
- •Среднеквадратический критерий
- •Минимальный критерий или критерий чебышева
- •Вероятностно-зональный критерий
- •Точность
- •Метод наименьших квадратов постановка задачи
Сходимость метода итераций
Теорема N1
Если функция (X)-определена и дифференцируема на отрезке [a,b]. Тогда если существует правильная дробь q такая , что
q
<1, для a<x<b
,
то процесс итерации
x
=
(x
)
сходится независимо от начального
значения
.
Условия теоремы гарантируют сходимость метода при любом выборе начального условия из [a,b], т.е. этот метод в условиях теоремы является самоисправляющим. От выбор зависит лишь объем вычислений.
На практике обычно бывает так, что грубым приемом устанавливается существование корня и методом итерации требуется уточнить приближенное значение. При этом условие теоремы N1 может выполняться лишь в некоторой окрестности точки. Если же условие теоремы N1 не выполняется, то сходимость метода зависит от выбора начального корня.
Теорема N2.
Условие минимума: если функция (x) удовлетворяет условию, то метод сходится.
0
(1-
)r
где <1
r=b-a
Сходимость метода
Если функция (x) удовлетворяет условию Лившица, то метод сходится.
Условие Лившица:
0
где <1, r=b-a
Лекция №8 и 9 Решение системы линейных уравнений Общая характеристика методов решения систем линейных уравнений
Методы решения систем линейных уравнений в основном делятся на две группы:
Точные методы - представляющие собой конечные алгоритмы для вычисления корней системы.
Итерационные методы - позволяющие получить корни системы уравнений с заданной точночтью путём бесконечных сходящихся процессов.
Введём следующие обозначения:
- матрица коэффициентов
- столбец свободных
членов
- столбец неизвестных
Решение имеет
место, если матрица
- неособенная, то есть
- решение системы
с помощью обратной матрицы
Сложность нахождения
обратной матрицы для
заключается в большом времени нахождения
.
Это обстоятельство обходится с помощью правила Крамера
,
где - определитель матрицы
- определитель
матрицы, полученный из матрицы
путём замещения
-го
столбца на столбец свободных членов
.
Пример:
Прямой метод
,
По правилу Крамера
Метод Гаусса
Наиболее распространённым приёмом решения системы линейных уравнений является метод Гаусса или метод последовательного исключения неизвестных.
Рассмотрим для простоты систему линейных алгебраических уравнений 4-го порядка:
Выбираем ведущий элемент
Поделив первое уравнение на
,
получаем
,
(2)
где
,
,
Исключаем переменную из всех последующих уравнений, начиная со второго, путём вычитания уравнения 2, умноженного на коэффициент, стоящий при в соответствующем уравнении. Получаем
,
где
,
,
Выбираем ведущий элемент во втором уравнении
и так далее.
Если
,
то получим систему
,
(3)
то есть матрица имеет диагональный вид:
Из системы 3
отыскиваем
следующим образом
,
(4)
Процесс приведения матрицы к треугольному виду 3 называется прямым ходом, а нахождение корней по 4 обратным ходом.
Пример: прежний, но методом Гаусса. Приводит к системе уравнений:
- прямой ход
- обратный ход
Существует схема единственного деления, которая используется при дирном счёте, но мы либо рассмотрим её на практике, либо вообще не будем рассматривать.
То есть в нашем курсе мы ориентируемся на вычислительную технику и все методы интересуют как алгоритмы.
