- •Тема 1. Математические модели и численные методы 17
- •Тема 2. Задачи линейной алгебры 23
- •Тема 7. Методы оптимизации 59
- •Общие сведения Сведения об эумк
- •Методические рекомендации по изучению дисциплины
- •Рабочая учебная программа
- •Пояснительная записка Цель преподавания дисциплины
- •Задачи изучения дисциплины
- •1. Содержание дисциплины
- •2. Индивидуальные практические работы, их характеристика
- •3. Контрольные работы, их характеристика
- •Литература
- •4.1. Основная
- •4.2. Дополнительная
- •5. Перечень компьютерных программ, наглядных и других пособий, методических указаний и материалов и технических средств обучения
- •Протокол согласования учЕбной программы по изучаемой учебной дисциплине с другими дисциплинами специальности
- •1.2. Как исследуются физические явления и решаются задачи
- •1.3. Погрешность вычислений
- •1.4. Источники возникновения погрешности расчетов
- •1.5. Итерационные методы решения задач
- •Тема 2. Задачи линейной алгебры
- •2.1. Основные понятия и определения
- •2.2. Прямые методы решения слау
- •2.2.1. Метод Гаусса
- •2.2.2. Метод прогонки
- •2.2.3. Метод квадратного корня
- •2.3. Итерационные методы решения слау
- •2.3.1. Метод простой итерации
- •2.3.2. Метод Зейделя
- •2.3.3. Понятие релаксации
- •2.4. Нахождение обратных матриц
- •2.5. Собственные значения и собственные векторы матриц
- •2.5.1. Интерполяционный метод
- •2.5.2. Метод вращений Якоби
- •2.5.3. Итерационный метод
- •Контрольные вопросы
- •Тема 3. Аппроксимация функций
- •3.1. Зачем нужна аппроксимация функций?
- •3.2. Интерполяция
- •3.3. Многочлены и способы интерполяции
- •3.3.1. Интерполяционный многочлен Ньютона
- •3.3.2. Линейная и квадратичная интерполяции
- •3.3.3. Интерполяционный многочлен Лагранжа
- •3.3.4. Интерполяция общего вида
- •3.4. Среднеквадратичная аппроксимация
- •3.4.1. Метод наименьших квадратов
- •Контрольные вопросы
- •Тема 4. Вычисление производных и интегралов
- •4.1. Формулы численного дифференцирования
- •4.2. Формулы численного интегрирования
- •4.2.1. Формула средних
- •4.2.2. Формула трапеций
- •4.2.3. Формула Симпсона
- •4.2.4. Формулы Гаусса
- •Контрольные вопросы
- •Тема 5. Методы решения нелинейных уравнений
- •5.1. Как решаются нелинейные уравнения
- •5.2. Итерационные методы уточнения корней
- •5.2.1. Метод простой итерации
- •5.2.2. Метод Ньютона
- •5.2.3. Метод секущих
- •5.2.4. Метод Вегстейна
- •5.2.5. Метод парабол
- •5.2.6. Метод деления отрезка пополам
- •Контрольные вопросы
- •Тема 6. Решение обыкновенных дифференциальных уравнений
- •6.1. Задачи для обыкновенных дифференциальных уравнений
- •6.2. Основные положения метода сеток для решения задачи Коши
- •6.2.1. Явная схема 1-го порядка (метод Эйлера)
- •6.2.2. Неявная схема 1-го порядка
- •6.2.3. Неявная схема 2-го порядка
- •6.2.4. Схема Рунге – Кутта 2-го порядка
- •6.2.5. Схема Рунге – Кутта 4-го порядка
- •6.3. Многошаговые схемы Адамса
- •6.3.1. Явная экстраполяционная схема Адамса 2-го порядка
- •6.3.2. Явная экстраполяционная схема Адамса 3-го порядка
- •6.3.3. Неявная схема Адамса 3-го порядка
- •6.4. Краевая (граничная) задача
- •6.5. Численные методы решения краевых задач
- •6.5.1. Метод стрельбы
- •6.5.2. Метод конечных разностей
- •Контрольные вопросы
- •Методы оптимизации многопараметрических функций Тема 7. Методы оптимизации
- •7.1. Постановка задач оптимизации, их классификация
- •7.2. Методы нахождения минимума функции одной переменной
- •7.2.1. Метод деления отрезка пополам
- •7.2.2. Метод золотого сечения
- •7.2.3. Метод Фибоначчи
- •7.2.4. Метод последовательного перебора
- •7.2.5. Метод квадратичной параболы
- •7.2.6. Метод кубической параболы
- •7.3. Методы нахождения безусловного минимума функции нескольких переменных
- •7.3.1. Классификация методов
- •7.4. Методы нулевого порядка
- •7.4.1. Метод покоординатного спуска
- •7.4.2. Метод Хука – Дживса
- •7.4.3. Метод Нелдера – Мида
- •7.5. Методы первого порядка
- •7.5.1. Метод наискорейшего спуска
- •7.5.2. Метод сопряженных градиентов Флетчера – Ривса
- •7.6. Методы второго порядка
- •7.6.1. Обобщенный метод Ньютона – Рафсона
- •7.7. Методы переменной метрики
- •7.7.1. Метод Дэвидона – Флэтчера – Пауэлла
- •7.8. Методы условной минимизации функций
- •7.8.1. Метод штрафных функций
- •7.8.2. Метод барьерных функций
- •Контрольные вопросы
- •Литература
- •Практический раздел Контрольные работы
- •Контрольная работа №1
- •Тема 1. Методы решения систем линейных алгебраических уравнений. Нахождение обратных матриц
- •Тема 2. Аппроксимация функций
- •Тема 3. Вычисление производных и определенных интегралов
- •Тема 4. Собственные значения и собственные векторы
- •Тема 5. Методы решения нелинейных уравнений
- •Тема 6. Решение задачи Коши для обыкновенных дифференциальных уравнений
- •Контрольная работа №2
- •Тема 7. Методы нахождения безусловного минимума
- •Тема 8. Методы нахождения условного минимума
5.2. Итерационные методы уточнения корней
5.2.1. Метод простой итерации
Очень часто в практике вычислений встречается ситуация, когда уравнение (5.1) записано в виде разрешенном, относительно x:
(5.2)
Заметим, что переход от записи уравнения (5.1) к эквивалентной записи (5.2) можно сделать многими способами, например, положив
φ(x)=x+ψ(x)f(x), (5.3)
где ψ(x) – произвольная, непрерывная, знакопостоянная функция (часто достаточно выбрать ψ(x)=cons). В этом случае корни уравнения (5.2) являются также корнями (5.1), и наоборот. Исходя из записи (5.2) члены рекуррентной последовательности в методе простой итерации вычисляются по закону
. (5.4)
Метод является одношаговым, и для начала вычислений достаточно знать одно начальное приближение x0=a или x0=b или x0=(a+b)/2.
Условием
сходимости
метода простой итерации, если
дифференцируема, является выполнение
неравенства
|φ'(ξ)| < 1 для
любого
ξ
[a,
b],
x*
[a,
b].
(5.5)
Максимальный
интервал [a,
b],
для которого
выполняется неравенство (5.5), называется
областью
сходимости.
При выполнении условия (5.5) метод сходится,
если начальное приближение x0
выбрано из
области сходимости. При этом скорость
сходимости погрешности
к нулю вблизи корня приблизительно
такая же, как у геометрической прогрессии
со знаменателем q
|φ'(x*)|,
т. е. чем меньше q,
тем быстрее сходимость, и наоборот.
Поэтому при переходе от (5.1) к (5.2) функцию
ψ(x)
в (5.3) выбирают так, чтобы выполнялось
условие сходимости (5.5) для как можно
большей области [a,
b]
и с наименьшим q.
Удачный выбор этих условий гарантирует
эффективность расчетов. Часто положительные
результаты дает применение релаксации.
5.2.2. Метод Ньютона
Этот метод является модификацией метода простой итерации и часто называется методом касательных. Если f(x) имеет непрерывную производную, тогда, выбрав в (5.3) ψ(x)=-1/f'(x), получаем эквивалентное уравнение x=x–f(x)/f'(x)=φ(x), в котором q |φ'(x*)|≈0. Поэтому скорость сходимости рекуррентной последовательности метода Ньютона
(5.6)
вблизи корня очень
большая, погрешность очередного
приближения примерно равна квадрату
погрешности предыдущего
.
Из (5.6) видно,
что этот метод одношаговый (m=1)
и для начала вычислений требуется задать
одно начальное приближение x0
из области
сходимости,
определяемой неравенством
| f(x)f''(x)
|<[f'(x)]2.
Метод Ньютона получил также второе
название метод
касательных
благодаря геометрической иллюстрации
его сходимости, представленной на рис.
5.2. Этот метод позволяет находить как
простые, так и кратные корни. Основной
его недостаток – малая область сходимости
и необходимость вычисления производной
f'(x).
5.2.3. Метод секущих
Данный метод является модификацией метода Ньютона, позволяющей избавиться от явного вычисления производной путем ее замены приближенной формулой (4.2). Это эквивалентно тому, что вместо касательной на рис. 5.2 проводится секущая. Тогда вместо процесса (5.6) получаем
(5.7)
где h – некоторый малый параметр метода, который подбирается из условия наиболее точного вычисления производной. Метод одношаговый (m=1), и его условие сходимости при правильном выборе h такое же, как у метода Ньютона.
