- •050101 „Комп‘ютерні науки ” та 050103 „ Програмна інженерія ”
- •Передмова
- •Розділ 1. Чисельні методи розв‘язання задач. Похибки чисельного розв‘язку
- •1.1. Основні поняття
- •1.2. Поняття стійкості та коректності задачі
- •1.3. Похибки результату чисельного розв‘язання задачі
- •Контрольні питання
- •2.1. Етап 1: відокремлення коренів
- •2.2. Етап 2: уточнення коренів
- •2.2.1. Метод половинного ділення
- •2.2.2. Метод хорд
- •2.2.3. Метод січних
- •2.2.4. Метод дотичних (Ньютона)
- •2.2.5. Метод простої ітерації
- •Контрольні питання
- •Розділ 3. Прямі та непрямі методи розв’язання систем лінійних алгебраїчних рівнянь. Методи Гауса та lu-розкладу
- •3.1. Основні поняття
- •3.2 Прямі методи розв‘язання систем лінійних алгебраїчних рівнянь
- •3.2.1. Метод Гауса
- •3.2.2. Метод lu-розкладу
- •3.2.3. Зв‘язок методу Гауса з методом lu - розкладу
- •3.3 Непрямі методи розв‘язання систем лінійних алгебраїчних рівнянь
- •3.3.1. Забезпечення збіжності ітераційного процесу
- •3.3.2. Метод простої ітерації та метод Зейделя для розв‘язання систем лінійних алгебраїчних рівнянь
- •3.3.3. Метод релаксації для розв‘язання систем лінійних алгебраїчних рівнянь
- •Контрольні питання
- •Розділ 4. Розв‘язання систем нелінійних рівнянь. Метод Ньютона
- •Контрольні питання
- •Розділ 5. Інтерполяція функцій. Інтерполяційні поліноми Лагранжа. Сплайн-інтерполяція
- •5.1. Кусково-лінійна інтерполяція. Інтерполяційні поліноми вищих порядків. Інтерполяційний поліном Лагранжа
- •5.2. Сплайн-інтерполяція
- •Контрольні питання
- •Розділ 6. Апроксимація експериментальних даних. Метод найменших квадратів. Інтерполяція функцій за допомогою ортогональних поліномів
- •6.1. Апроксимація експериментальних даних. Метод найменших квадратів
- •6.2. Інтерполяція функцій ортогональними поліномами
- •Властивості ортогональних поліномів [5]
- •6.3. Базисні сплайни (в-сплайни)
- •Контрольні питання
- •Додаток а. Короткі теоретичні відомості по програмуванню в інтегрованій системі автоматизації математичних розрахунків MatLab
- •Додаток б. Пакети прикладних програм інтегрованої системи автоматизації математичних розрахунків MatLab
- •Перелік основних програмних продуктів класу matlab.
- •Список літературних джерел
- •Нові версії matlab
3.2.3. Зв‘язок методу Гауса з методом lu - розкладу
Алгоритм методу Гауса можна записати у матричному вигляді. Він полягає у розкладанні матриці коефіцієнтів А на добуток більш простих матриць. Для наочності розглянемо систему лінійних алгебраїчних рівнянь, що складається з 3-х рівнянь:
(3.10)
Для виключення невідомої х1 з другого і третього рівнянь системи (3.10) виконаємо наступні операції:
ділення першого рівняння на а11 = 0,
віднімання перетвореного першого рівняння, помноженого на а21 та а31 відповідно від другого і третього рівнянь.
Перша з цих операцій еквівалентна множенню системи рівнянь зліва на діагональну матрицю:
Друга операція еквівалентна множенню зліва на матрицю:
Таким чином, для виключення невідомої х1 з другого і третього рівнянь системи (3.10) потрібно виконати наступне перетворення:
(3.11)
В результаті отримаємо систему рівнянь:
(3.12)
Другий крок прямого ходу методу Гауса, який полягає у виключенні невідомої х2 з третього рівняння, можемо виконати, помноживши систему рівнянь на матрицю:
В результаті отримаємо наступну систему рівнянь:
(3.13)
Для останнього
кроку прямого ходу методу Гауса помножимо
рівняння з раніше виконаними перетвореннями
на матрицю:
Таким чином, сукупність виконаних перетворень можемо записати у вигляді:
.
Їх результатом є верхня трикутна матриця U з одиничною головною діагоналлю:
Система рівнянь (3.12) після перетворень матиме вигляд:
(3.14)
Оскільки
,
то потрібно обчислити
.
Матрицю
–
нижню трикутну матрицю – отримаємо за
формулою:
.
Обернені матриці
мають наступний вигляд:
а
нижня трикутна матриця
запишеться
так:
.
3.3 Непрямі методи розв‘язання систем лінійних алгебраїчних рівнянь
3.3.1. Забезпечення збіжності ітераційного процесу
Непрямі (ітераційні, неточні) методи дозволяють наближено знайти розв’язок системи лінійних алгебраїчних рівнянь, як границю послідовних наближень, що обчислюються за певним алгоритмом.
До ітераційних методів належать: метод Зейделя, метод простої ітерації, метод релаксації, градієнтні методи та їх модифікації. Застосовуються ітераційні методи для розв’язання СЛАР з коефіцієнтами порядку 106.
Ознакою ітераційного методу розв‘язання системи ЛАР є наявність початкового наближення х0 чи (х01, х02, х03, …) і потрібної точності отримання розв‘язків .
Для успішного застосування ітераційних методів до початку ітерацій потрібно напевне знати, що ітераційний процес буде збігатися до конкретного розв‘язку. Для цього початкову систему приводять до нормалізованого вигляду таким чином:
(3.15)
Після заміни початкової системи лінійних рівнянь еквівалентною їй – нормалізованою системою – застосуємо ітераційні чисельні методи розв‘язання СЛАР, забезпечивши, таким чином, збіжність до розв‘язку.
3.3.2. Метод простої ітерації та метод Зейделя для розв‘язання систем лінійних алгебраїчних рівнянь
Першим необхідним корком при застосуванні методів простої ітерації та Зейделя є приведення системи лінійних алгебраїчних рівнянь до нормалізованого вигляду, представленого формулою 3.15.
Для здійснення ітераційного процесу нормалізовану систему приводимо до ітераційного вигляду, тобто виражаємо з кожного і-го рівняння відповідну змінну хі:
(3.16)
Для початку ітерацій задаємо початкові значення всіх невідомих х1, х2, х3, … хn-1, хn.
Метод простих ітерації полягає у підстановці значень вектору початкових наближень (х10, х20, х30, …, хn0) в праву частину системи (3.16) і отримання в лівій частині чергового вектора наближень (х11, х21, х31, …, хn1). Збіжність методу простих ітерацій досить повільна, для її підвищення Зейдель запропонував підстановку, яка дозволяє в (n-1) раз зменшити кількість кроків і, таким чином, підвищити збіжність методу.
При здійсненні ітерацій підстановка Зейделя полягає в тому, що знайшовши з першого рівняння х11 по значеннях вектору початкових наближень інших змінних, ми використовуємо його при отриманні значення х21 у складі вектора чергових наближень (х11, х20, х30, …, хn0). Тобто всі попередньо знайдені значення поточної ітерації використовуються для знаходження наступних значень цієї ж ітерації. Ітераційний процес можна записати наступним чином:
(3.17)
Умовою
припинення ітерацій є виконання умови
для всіх змінних хі.
При виході з ітераційного процесу можемо
констатувати, що розв‘язок знайдено з
точністю .
