
- •Введение
- •1 Методические указания к практикуму
- •1.1 Пакет прикладных программ GNU Octave
- •1.1.1 Краткая справка
- •1.1.2 Порядок выполнения работы
- •1.1.3 Содержание и требования к оформлению отчета
- •1.2 Метод Гаусса
- •1.2.1 Краткая теоретическая справка
- •1.2.2 Порядок выполнения работы
- •1.2.3 Содержание и требования к оформлению отчета
- •1.3 LU-разложение
- •1.3.1 Краткая теоретическая справка
- •1.3.2 Порядок выполнения работы
- •1.3.3 Содержание и требования к оформлению отчета
- •1.4 QR-разложение
- •1.4.1 Краткая теоретическая справка
- •1.4.2 Порядок выполнения работы
- •1.4.3 Содержание и требования к оформлению отчета
- •1.5 Метод Якоби
- •1.5.1 Краткая теоретическая справка
- •1.5.2 Порядок выполнения работы
- •1.5.3 Содержание и требования к оформлению отчета
- •1.6 Метод релаксации
- •1.6.1 Краткая теоретическая справка
- •1.6.2 Порядок выполнения работы
- •1.6.3 Содержание и требования к оформлению отчета
- •1.7 Численное интегрирование
- •1.7.1 Краткая теоретическая справка
- •1.7.2 Порядок выполнения работы
- •1.7.3 Содержание и требования к оформлению отчета
- •1.8 Интерполяция и аппроксимация
- •1.8.1 Краткая теоретическая справка
- •1.8.2 Порядок выполнения работы
- •1.8.3 Содержание и требования к оформлению отчета
- •1.9 Численное дифференцирование
- •1.9.1 Краткая теоретическая справка
- •1.9.2 Порядок выполнения работы
- •1.9.3 Содержание и требования к оформлению отчета
- •2 Методические указания к самостоятельным работам
- •Список использованных источников
1.4.3 Содержание и требования к оформлению отчета
Отчет должен содержать титульный лист, название работы и цель работы, исходные данные, результаты расчетов, таблицы и графики, анализ результатов и выводы по работе.
Оформление должно соответствовать ОС ТУСУР 01-2013 "работы студенческие по направлениям подготовки и специальностям технического профиля. Общие требования и правила оформления".
1.5 Метод Якоби
Цель работы – изучение и программная реализация итерационного метода Якоби для решения СЛАУ.
Длядостиженияпоставленнойцелииспользуетсяпрограммноеобеспечение Octave. В ходе работы необходимо программно реализовать итерационный метод и оценить его сходимости для заданной точности решения.
1.5.1 Краткая теоретическая справка
Метод Гаусса, как и методы, основанные на LU- и QR-разложении, относятся к прямым методам решения СЛАУ, т.е. если отбросить ошибку округления, решение, полученное посредством данных методов, является точным. Другую группу составляют итерационные методы, при помощи которых решение находится путем последовательных приближений. Если итерационный процесс сходится, то каждое последующее приближение уточняет предыдущее. Представим матрицу системы (1.1) в виде:
где
a11 D = 00
00 0
a22 0 0
0 0 0
A = L + P + D ,
0 |
|
0 |
||
0 |
|
|
|
|
|
a21 |
|||
|
|
,L = |
|
|
|
|
|||
|
|
|||
|
|
|
|
|
ann |
an1 |
(1.17)
0 |
0 |
|
0 |
0 |
|
|
0 |
0 |
|
0 |
0 |
|
|
|
|
, |
||||
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
an2 |
an3 |
an,n−1 |
|
|
|
|
ann |
|
28
|
0 |
a |
a |
a |
a |
|
||
|
|
12 |
13 |
|
1,n−1 |
1n |
|
|
|
0 |
0 |
a23 |
a2,n−1 |
a2n |
|||
P = |
|
|
|
|
. |
|||
|
|
|||||||
|
|
|
|
|
|
|||
|
0 |
0 |
0 |
|
0 |
0 |
|
|
|
|
Предполагаем, что aii ≠ 0, i = 1, 2, … , n. Тогда систему (1.1) с учетом (1.17) можно записать в виде:
Lx + Dx + Px =b ,
или
x = −D−1(L + P)x + D−1b . |
(1.18) |
Сравнивая (1.1) и (1.18), видно, что
B = −D−1(L + P), C = D−1 .
На основе формулы (1.18) записывается итерационный процесс метода Якоби:
|
|
|
|
|
|
|
|
|
xk +1 = −D−1(L + P)xk + D−1b . |
|
|
|
(1.19) |
|||||||||||||||||||||||
Пусть x |
k |
= (x(k ),x(k ), ,x(k )). Тогда матричная формула (1.19) |
с учетом вида |
|||||||||||||||||||||||||||||||||
|
1 2 |
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
матриц L, P и D–1 записывается покомпонентно в виде: |
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
x(k +1) |
= |
|
b1 |
− |
a12 |
x |
(k ) |
− |
a13 |
x(k ) − − |
a1n |
x(k ) |
|
||||||||||||||||||||
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
1 |
|
|
|
|
|
|
a11 |
|
|
a11 |
2 |
|
|
|
a11 |
3 |
|
a11 |
n |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
x(k+1) = |
|
|
b2 |
− |
a21 |
x |
(k ) |
− a23 x(k ) − − a2n x(k ) |
, |
||||||||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
2 |
|
|
|
|
|
|
a22 |
|
a22 |
2 |
|
|
|
a22 |
3 |
|
a22 |
n |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
+ |
|
|
|
|
b |
a |
|
x(k ) − |
a |
n3 x(k ) − − |
an,n−1 |
x(k ) |
|||||||||||||||||||||
|
|
x(k |
1) |
= |
|
|
|
|
n |
− |
|
|
|
n1 |
|
|
|
|
|
|
||||||||||||||||
|
|
|
n |
|
|
|
|
ann |
|
|
|
2 |
|
|
ann |
3 |
|
ann |
n |
|
||||||||||||||||
|
|
|
|
|
|
|
|
ann |
|
|
|
|
|
|
||||||||||||||||||||||
или |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xi(k +1) = |
b |
|
|
|
|
|
i−1aij |
x(jk ) − |
n |
|
|
aij |
x(jk ) , i =1,2, ,n . |
|
||||||||||||||||||||
|
|
i |
|
− |
|
∑ |
|
|
∑ |
|
|
|
|
|
(1.20) |
|||||||||||||||||||||
|
|
aii |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
j=1aii |
|
|
|
|
|
|
|
j=i+1 aii |
|
|
|
|
|
|
Тогда матрица В имеет вид:
29

|
|
|
|
|
a |
a |
|
|
|
a1,n−1 |
|
a |
|
|
|
0 |
12 |
13 |
|
|
|
|
|
|
1n |
|
|||
|
|
− a |
− a |
− |
|
|
|
− a |
|
|||||
|
a |
|
||||||||||||
|
|
|
|
11 |
11 |
|
|
11 |
|
11 |
|
|||
|
|
a |
|
|
a |
|
|
a2,n−1 |
|
a |
||||
|
21 |
0 |
23 |
|
|
|
|
|
|
2n |
|
|||
B = |
− |
|
− a |
− |
|
|
− a |
. |
||||||
a |
a |
|||||||||||||
|
22 |
|
|
22 |
|
|
22 |
|
22 |
|
||||
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
a |
|
a |
a |
|
|
an,n−1 |
|
|
|
||
|
|
|
n1 |
|
n2 |
n3 |
|
|
|
|
|
|
0 |
|
|
− |
|
|
− a |
− a |
− |
|
|
|
|||||
a |
|
a |
|
|||||||||||
|
|
|
nn |
|
nn |
nn |
|
|
|
nn |
|
|
|
Для сходимости метода Якоби достаточно, чтобы ||B|| < 1. Достаточном условием сходимости метода Якоби является:
n
∑j=1 aij < aii , i =1,2, ,n . (1.21)
i≠ j
Неравенство (1.21) означает диагональное преобладание в исходной матрице A, которого следует добиться до вычислений согласно формуле (1.20).
Рассмотрим пример. Пусть дана система уравнений:
100x1 |
+ 30x2 − 70x3 = 60 |
|
|||||||
|
15x1 |
−50x2 −5x3 = −40 , |
|
||||||
|
|
||||||||
|
6x |
+ 2x |
2 |
+ 20x |
3 |
= 28 |
|
|
|
|
1 |
|
|
|
|
|
|
||
где |
|
|
|
|
|
|
|
|
|
100 |
30 |
|
− 70 |
|
|
60 |
|
||
|
|
−50 |
|
−5 |
|
|
−40 |
|
|
A = 15 |
|
|
,b = |
. |
|||||
|
6 |
2 |
|
20 |
|
|
28 |
|
|
|
|
|
|
|
В исходной матрице A диагонального преобладания нет. Поэтому до основных вычислений выполним преобразования. Сложим первые два уравнения:
115x1 − 20x2 − 75x3 = 20
15x1 −50x2 −5x3 = −40 .6x1 + 2x2 + 20x3 = 28
В результате матрица СЛАУ преобразуется к матрице с диагональным преобладанием. Тогда итерационный процесс можно записать следующим образом:
30
x (k +1) |
= 20 |
+ |
|
|
20 x(k ) + 75 xk |
|
|||||||||||||
|
1 |
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
3 |
|
|
115 |
|
115 |
|
|
115 |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||
|
(k +1) |
|
40 |
|
15 |
|
|
(k ) |
|
5 |
|
|
(k ) |
. |
|||||
x2 |
|
= |
50 |
+ |
|
|
|
x1 |
|
− |
|
|
|
x3 |
|||||
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
50 |
|
|
|
50 |
|
|
|
|||||||
x (k +1) |
= 28 |
− |
|
6 |
x |
(k ) − |
|
2 |
|
x |
(k ) |
|
|||||||
|
3 |
|
|
20 |
|
20 |
1 |
|
20 |
2 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||
При этом матрица B примет вид: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
0 |
|
0,17391 |
0,65217 |
|
||||||||||||
|
|
0,3 |
|
|
0 |
|
|
|
|
− 0,1 |
|
|
|||||||
B = |
|
|
|
|
|
|
. |
||||||||||||
|
|
− |
0,3 |
− 0,1 |
|
|
|
0 |
|
|
|
||||||||
|
|
|
|
|
|
|
|
Нормы матрицы ||B||1 = 0,826 < 1, ||B||2 = 0,75217 < 1, что говорит о выполнении условий сходимости метода Якоби. В качестве начального приближения возьмем:
|
|
0,17391 |
|
x0 |
|
0,8 |
|
= C b = |
. |
||
|
|
1,4 |
|
|
|
|
Результат вычисления 6 итераций приведен ниже:
x(1) |
=1,2260 |
x(2) |
|
=1,2246 |
x(3) |
= 0,9817 |
|
1 |
= 0,7122 |
|
1 |
|
|
1 |
|
x2(1) |
, x2(2) =1,041 |
, x2(3) =1,0413, |
|||||
(1) |
=1,2678 |
|
(2) |
= 0,961 |
(3) |
=1,2829 |
|
x3 |
x3 |
|
x3 |
||||
x(4) |
=1,1917 |
x(5) = 0,9950 |
x(6) = 0,9747 |
||||
(14) |
= 0,9662 |
|
1(5) |
|
=1,0574 |
1(6) |
=1,0039. |
x2 |
, x2 |
|
, x2 |
||||
x3 |
=1,0014 |
x3 |
= 0,9459 |
x3 |
= 0,9958 |
||
(4) |
|
|
(5) |
|
|
(6) |
|
Из полученных данных хорошо видна сходимость от итерации к итерации.
1.5.2Порядок выполнения работы
1.В соответствии с выданным преподавателем вариантом выполнить преобразования над матрицей Адля удовлетворения условия сходимости метода Якоби.
31
Вариант 1
Вариант 2
Вариант 3
Вариант 4
Вариант 5
Вариант 6
Вариант 7
Вариант 8
10x1 + x2 − x3 =11x1 +10x2 − x3 =10− x1 + x2 +10x3 =10
20,9x1 +1,2x2 + 2,1x3 = 31
1,2x1 + 21,2x2 +1,5x3 =102,1x1 +1,5x2 +19,8x3 =14
14x +3,5x + 7,1x |
= 7.14 |
|||||
|
1 |
2 |
|
3 |
|
|
|
5,1x1 +17x2 +1,5x3 = 2 |
|||||
|
8,1x |
+ 0,1x |
2 |
+11x |
|
= 3 |
|
1 |
|
3 |
|
|
3x |
+ 0,89x |
2 |
+ 0,64x |
= 2 |
||
|
1 |
|
|
|
3 |
|
|
|
1,11x1 + 4x2 +1,2x3 = 2.2 |
||||||
|
|
|
|
|
|
|
|
0,14x1 + 0,15x2 +9x3 = 22 |
|||||||
|
5,2x1 +1,23x2 + 2,11x3 =15 |
||||||
|
0,01x1 + 7,41x2 +1,95x3 = 3 |
||||||
|
|||||||
|
|
|
|
|
|
|
|
0,02x1 + 0,03x2 + 4,45x3 = 0,64 |
|||||||
|
75,2x1 +8,23x2 + 2,54x3 = 0,14 |
||||||
|
2,51x1 + 24,8x2 +5,41x3 = 8 |
||||||
|
|||||||
|
|
|
|
|
|
|
|
6,36x1 + 2,25x2 + 64,31x3 = 3,15 |
|||||||
|
14x |
+ 2x |
+3x = |
5 |
|
||
|
|
1 |
2 |
|
3 |
|
|
x1 + 7x2 + 4x3 = 0,12 |
|
||||||
4x |
+3x + |
74x =14 |
|
||||
|
1 |
|
2 |
|
3 |
|
|
|
|
|
3x1 + x2 + x3 =15 |
||||
|
2x |
|
+ 4x + 0,54x |
= |
0,012 |
||
|
|
||||||
|
1 |
2 |
|
3 |
|
= 0,14 |
|
1,12x1 + 0,078x2 +9x3 |
2.Записать итерационный процесс и решить СЛАУ методом Якоби до шестой итерации включительно.
3.Реализовать в Octave метод Якоби для решения СЛАУ с точностью
ε= 0,001. Перед нахождением решения в программе выполнить проверку на соответствие исходных данных требованиям метода. Сравнить решения, полученные вручную до шестой итерации, с результатом решения реализованной программы в Octave. При нахождении решения для i-ой итерации построить вектор Vi = [x1, x2, ... , xk], где xk – получаемое k-е решение системы уравнений. По достижении заданной точности построить график зависимости Vi
32