- •Численные методы решения задач строительства
- •Часть 1
- •Предисловие
- •В ведение
- •Общие сведения о вычислительном эксперименте и математическом моделировании
- •Численные методы.
- •Погрешности вычислений
- •Понятия точности, устойчивости и сходимости при численном решении
- •Глава 1 Основные понятия матричного исчисления
- •1.1. Матрицы и векторы.
- •1.2. Матрицы специального вида
- •1.3. Действия над матрицами
- •1.4. Нормы матрицы и вектора
- •1.5. Функции ms Excel для операций над матрицами
- •Контрольные вопросы
- •Г лава 2. Численные методы решения нелинейных уравнений
- •2.1. Первый этап. Отделение корней
- •Второй этап. Этап уточнения корня
- •Iteration (итерация)- повторение, ре-зультат повторного применения какой-либо математической операции.
- •Метод половинного деления (бисекции)
- •Метод хорд
- •Метод Ньютона (метод касательных)
- •Модифицированный метод Ньютона
- •Реализация численных методов решения нелинейных уравнений средствами приложения ms Excel
- •Последовательность действий:
- •2.3.1. Решение нелинейных уравнений с использованием надстройки «Подбор параметра»
- •Последовательность действий
- •Контрольные вопросы
- •3.2. Прямые методы решения систем линейных алгебраических уравнений
- •3.2.1. Метод Гаусса
- •3.2.2. Метод прогонки
- •Алгоритм метода прогонки
- •3.3. Итерационные методы решения систем линейных алгебраических уравнений
- •3.3.1. Метод Якоби (простых итераций)
- •3.3.2. Метод Гаусса – Зейделя.
- •3.3.3. Условия сходимости итерационного процесса
- •3.5. Устойчивость решения слау относительно исходных данных (или обусловленность задач и вычислений)
- •3.6. Примеры решения слау с использованием электронных таблиц ms Excel
- •3.6.1. Реализация метода Гаусса
- •Последовательность действий
- •Прямой ход метода Гаусса.
- •3.6.2. Решение слау с помощью надстройки «Поиск решения»
- •Последовательность действий:
- •3.6.3. Реализация метода Якоби средствами приложения ms Excel
- •Последовательность действий
- •3.6.4. Реализация метода прогонки средствами приложения Excel
- •Последовательность действий
- •Контрольные вопросы
- •Г лава 4. Численное интегрирование
- •Алгоритм метода половинного шага.
- •4.1. Квадратурные формулы прямоугольников
- •4.2. Квадратурная формула трапеций
- •4.3. Квадратурная формула Симпсона
- •4.4. Реализация методов численного интегрирования средствами приложения Ms Excel
- •Последовательность действий:
- •Контрольные вопросы
- •Г лава 5. Аппроксимация
- •5.1. Задачи аппроксимации
- •5.2. Интерполирование функций
- •5.2.1. Постановка задачи интерполирования
- •5.2.2. Интерполяционная формула Лагранжа
- •5.3. Среднеквадратичное приближение функций
- •5.3.1. Постановка задачи
- •5.3.2. Метод наименьших квадратов
- •5.3.3. Линейная эмпирическая формула (линейная регрессия)
- •5.3.4. Коэффициент корреляции
- •5.3.5. Квадратичное (параболическое) приближение
- •5.3.6. Эмпирические формулы с двумя параметрами (метод выравнивания)
- •5.4. Решение задач аппроксимации с помощью электронных таблиц Excel
- •5.4.1. Построение уравнений регрессии методом наименьших квадратов с использованием надстройки «Поиск решения»
- •Последовательность действий
- •5.4.2. Построение линейной эмпирической формулы с использованием встроенных функций линейн и тенденция
- •Последовательность действий
- •Последовательность действий
- •Контрольные вопросы
- •Глава 6. Численные методы оптимизации
- •6.1. Общие сведения
- •6.1.1. Математическая модель задачи оптимизации
- •6.1.2. Классификация задач математического программирования
- •6.2. Постановка задачи оптимального проектирования
- •6.3. Задачи линейного программирования
- •6.3.1. Общая постановка задачи
- •6.3.2. Геометрический смысл системы линейных неравенств
- •Случай n проектных параметров.
- •6.3.3. Геометрический метод решения задач линейного программирования
- •Последовательность действий:
- •6.3.4. Симплекс-метод решения задач линейного программирования
- •Примеры задач линейного программирования в сфере проектирования и управления строительным производством
- •6.4.1. Задача об оптимальном плане выпуска продукции
- •6.4.2. Задача об оптимальном раскрое материалов (о минимизации отходов)
- •6.4.3. Задача о планировании смен на предприятии
- •6.4.4. Задача о покрытии местности при строительстве объектов
- •6.4.5. Транспортная задача
- •Задача о назначениях (проблема выбора)
- •6.5. Решение задач оптимизации с помощью ms Excel
- •6.5.1. Решение задачи планирования производства
- •Последовательность действий:
- •6.5.2. Решение транспортной задачи
- •Последовательность действий:
- •Контрольные вопросы
- •Литература
- •Глава 1 16
- •Глава 2. 27
- •Глава 3. 51
- •Глава 4. 86
- •Глава 5. 100
- •Глава 6. 125
Второй этап. Этап уточнения корня
Iteration (итерация)- повторение, ре-зультат повторного применения какой-либо математической операции.
Этап уточнения корня заключается в построении последовательности приближенных значений (итераций) корня уравнения (2.1), исходя из начального приближения корня x0 (нулевой итерации).
Эта последовательность
x0 , x1, x2,……xn…. (2.4)
называется итерационной последовательностью.
Если существует предел этой последовательности, т.е.
, (2.5)
то говорят, что итерационный процесс (2.4) сходится и сходится к точному решению уравнения x* [2].
На практике итерационный процесс ограничивают конечным числом шагов (итераций) n. Количество итераций зависит от требуемой точности нахождения корня.
Для
прекращения итерационного процесса
применяются различные критерии, зависящие
от вида функции y=f(x)
в окрестности корня.
Если функция достаточно «пологая», то итерационный процесс продолжается до тех пор, пока две соседние итерации не станут достаточно близкими, т.е. пока не выполнится условие:
(2.6)
Если
функция у=f(x)
«круто» меняет свои значения, целесообразно
использовать условие:
(2.7)
Если условие (2.6) или (2.7) выполняется, то в качестве приближенного решения уравнения (2.1) с заданной точностью принимают n-ю итерацию т.е.
.
Если ни одно из этих условий не выполняется, то итерационный процесс необходимо продолжить.
Рассмотрим несколько итерационных (приближенных) методов решения нелинейных уравнений. Выбор того или иного метода зависит от вида функции y = f(x).
Метод половинного деления (бисекции)
Пусть функция y=f(x) удовлетворяет условиям теоремы 2.1 на отрезке [a,b], т.е. уравнение (2.1) имеет единственный корень на этом отрезке.
Метод половинного деления (бисекции) это один из простейших методов решения нелинейных уравнений. Приводим алгоритм и геометрическую интерпретацию (рис.2.5) этого метода.
Алгоритм метода бисекции.
Делим отрезок [a, b] пополам.
Если
,
то
является корнем уравнения (2.1).
Если
,
то из двух отрезков
выбираем
тот, на концах которого функция f(x)
имеет разные знаки.
Рис. 2.5. Схема метода бисекции
Новый «суженный» отрезок [a1, b1] снова делим пополам и проводим тот же анализ и т.д.
В результате получаем на каком-то этапе или точный корень уравнения (2.1), или же бесконечную последовательность вложенных друг в друга отрезков,
[a1, b1], [a2, b2], …………………[an, bn]
таких, что f(ai,) f(bi)<0, (i=1,2,…..) (2.8)
и
(2.9)
Левые концы a1, a2, ..., an,… и правые концы b1, b2, ..., bn,… этих отрезков образуют монотонные последовательности, соответственно неубывающую и невозрастающую.
Доказывается утверждение, что существует общий пре-дел x*, который является корнем уравнения (2.1).
(2.10)
Метод половинного деления легко реализуется на ЭВМ по следующей схеме.
Для нахождения приближенного значения корня уравнения (2.1) с заданной точностью необходимо циклически повторить следующую последовательность действий:
отрезок [a, b] делим пополам
,если │f(x)│ > ε, переходим на пункт 3, иначе – на пункт 5,
если f(x)*f(b) ≤ 0, то принимаем a = x, иначе b = х. Т.е. из двух отрезков выбираем тот, на концах которого функция имеет разные знаки, и новый «суженный» отрезок вновь называем отрезком [a, b],
если │a-b│>ε, то выполняется пункт 1 , иначе – пункт 5.
в качестве приближенного решения уравнения (2.1) с заданной точностью ε принимается .
Замечание. Метод половинного деления практически удобно применять для грубого нахождения корня заданного уравнения, поскольку при увеличении точности объем вычислительной работы значительно возрастает.
