- •ПЕРЕЧЕНЬ МАТЕРИАЛОВ
- •ПОЯСНИТЕЛЬНАЯ ЗАПИСКА
- •ОГЛАВЛЕНИЕ
- •1 ЭЛЕМЕНТЫ МАТЕМАТИЧЕСКОЙ ЛОГИКИ
- •1.1 Логика высказываний
- •1.1.1 Понятие логического высказывания
- •1.1.2 Логические операции
- •1.1.3 Пропозиционные формулы
- •1.1.4 Тавтологии
- •1.1.5 Равносильные формулы
- •1.2 Булевы функции
- •1.2.1 Понятие булевой функции. Число булевых функций от n переменных
- •1.2.2 Элементарные булевы функции. Представление булевых функций пропозиционными формулами
- •1.2.3 Двойственные функции. Принцип двойственности
- •1.2.4 Совершенные конъюнктивные нормальные формы (СКНФ)
- •1.2.5 Полиномы Жегалкина
- •1.3 Полнота и замкнутость
- •1.3.1 Полные системы функций и замкнутые классы
- •1.3.2 Основные замкнутые классы
- •1.3.3 Теоремы о функциональной полноте
- •1.3.4 Базисы пространства булевых функций
- •1.4 Минимизация булевых функций
- •1.4.1 Постановка задачи
- •1.4.2 Метод Квайна-Макклоски
- •1.4.3 Карты Карно
- •1.5 Реализация булевых функций
- •1.5.1 Контактные схемы
- •1.5.2 Схемы из функциональных элементов
- •1.6 Предикаты
- •1.6.1 Основные понятия и определения
- •1.6.2 Операции над предикатами
- •1.6.3 Равносильные формулы логики предикатов
- •1.6.4 Приведенная форма и предваренная нормальная форма предиката
- •2 ОСНОВЫ ТЕОРИИ МНОЖЕСТВ
- •2.1 Множества и операции над ними
- •2.1.1 Основные понятия
- •2.1.2 Способы задания множеств
- •2.1.3 Операции над множествами
- •2.1.4 Свойства операций над множествами. Алгебра множеств
- •2.1.5 Декартово произведение множеств
- •2.2 Отображения множеств
- •2.2.1 Основные понятия
- •2.2.2 Произведение (композиция) отображений
- •2.2.3 Обратные отображения
- •2.3 Отношения
- •2.3.1 Основные понятия и способы задания отношений
- •2.3.2 Операции над бинарными отношениями и их свойства
- •2.4 Отношения экивалентности
- •2.4.1 Классы эквивалентности
- •2.4.2 Отношения частичного порядка
- •2.5 Комбинаторика
- •2.5.1 Размещения
- •2.5.2 Перестановки
- •2.5.3 Сочетания
- •2.5.4 Сочетания с повторениями
- •2.5.5 Бином Ньютона. Понятие о производящей функции
- •2.5.6 Числа Стирлинга
- •2.5.7 Число Белла
- •2.6 Мощности множеств
- •2.6.1 Мощность конечного множества
- •2.6.2 Мощности бесконечных множеств. Счетные множества
- •2.6.3 Несчетные множества. Мощность континуума
- •2.6.4 Кардинальные числа. Гипотеза континуума
- •3 ЭЛЕМЕНТЫ ТЕОРИИ ГРАФОВ
- •3.1 Основные определения и типы графов
- •3.1.1 Основные понятия
- •3.1.2 Основные типы графов
- •3.1.3 Обобщения понятия графа
- •3.1.4 Изоморфные графы
- •3.1.5 Количество различных графов порядка n
- •3.2 Основные числовые характеристики и матрицы графа
- •3.2.1 Степени вершин графа
- •3.2.2 Матрица смежности
- •3.2.3 Матрица Кирхгофа
- •3.2.4 Матрица инцидентности
- •3.3 Подграфы и операции на графах
- •3.3.1 Подграфы
- •3.3.2 Операции над графами
- •3.4 Связные графы и расстояние в графах
- •3.4.1 Маршруты в графах. Связные графы
- •3.4.2 Компоненты связности. Связность графа и его дополнения
- •3.4.3 Расстояния на графах
- •3.4.4 Метод поиска в ширину
- •3.4.5 Выяснение вопросов связности, достижимости и расстояний на графе по матрице смежности
- •3.5 Деревья и остовы
- •3.5.1 Критерии дерева
- •3.5.3 Типы вершин дерева, радиус и центры
- •3.5.4 Остовы графа, циклический ранг и ранг разрезов
- •3.5.5 Задача о минимальном остове
- •3.5.6 Разрезы графа. Фундаментальная система циклов и фундаментальная система разрезов
- •3.5.7 Линейное пространство графа
- •3.6 Эйлеровы и гамильтоновы графы
- •3.6.1 Эйлеровы графы
- •3.6.2 Гамильтоновы графы
- •3.7 Планарные графы
- •3.7.1 Вложимость графов в трехмерное пространство
- •3.7.2 Планарные графы. Формула Эйлера
- •3.7.3 Следствия из формулы Эйлера
- •3.7.4 Гомеоморфные графы. Критерий планарности
- •3.8 Раскраски графов
- •3.8.1 Хроматическое число графа
- •3.8.2 Хроматическое число 2-дольного графа. Критерий 2-дольности
- •3.8.3 Некоторые оценки хроматического числа
- •3.8.4 Раскраски планарных графов
- •3.8.5 Реберная раскраска графа
- •3.9 Паросочетания
- •3.9.1 Паросочетания
- •3.9.2 Теорема Холла о свадьбах
- •3.10 Сети
- •3.10.1 Основные понятия
- •3.10.2 Потоки в сетях
- •3.10.3 Сетевое планирование
- •ПРОДОЛЖЕНИЕ ОГЛАВЛЕНИЯ
- •4 ЭЛЕМЕНТЫ ЧИСЛЕННЫХ МЕТОДОВ
- •4.1 Математическое моделирование и вычислительный эксперимент
- •4.2 Метод Гаусса решения систем линейных алгебраических уравнений. Плохая обусловленность и анализ ошибок. Влияние погрешностей округления
- •4.3 Итерационные методы решения систем линейных алгебраических уравнений. Метод простых итераций и метод Зейделя
- •4.3.1 Основные понятия
- •4.3.2 Метод простой итерации. Описание метода
- •4.3.3 Некоторые сведения о векторах и матрицах
- •4.3.4 Условия и скорость сходимости метода простой итерации
- •4.3.5 Приведение системы (1) к виду (2)
- •4.4 Интерполирование алгебраическими многочленами. Интерполяционный многочлен Лагранжа
- •4.4.1 Постановка задачи
- •4.4.2 Интерполяционная формула Лагранжа. Представление и оценка остатка
- •4.4.3 Практическое применение интерполяции
- •4.5 Конечные разности. Интерполяционный многочлен Ньютона
- •4.5.1 Конечные разности
- •4.5.2 Интерполяционный многочлен Ньютона
- •4.5.3 Линейная интерполяция
- •4.6 Многочлены Чебышева на отрезке [-1, 1]. Интерполирование сплайнами
- •4.7 Численное интегрирование
- •4.7.1 Формулы прямоугольников
- •4.7.2. Формула трапеций
- •4.7.3. Формула Симпсона (метод параболических трапеций)
- •4.7.4 Квадратурные формулы наивысшей алгебраической степени точности (квадратурные формулы Гаусса)
- •4.8 Численное решение нелинейных уравнений
- •4.8.1. Отделение корней
- •4.8.2 Метод деления отрезка пополам
- •4.8.3 Метод простой итерации (метод последовательных приближений)
- •4.8.4. Метод Ньютона (метод касательных)
- •4.8.5 Метод секущих
- •4.8.6 Метод хорд
- •4.9 Итерационные методы решения систем нелинейных уравнений
- •4.9.1 Метод простой итерации
- •4.9.2 Метод простой итерации для системы двух уравнений
- •4.9.3 Метод Ньютона
- •4.9.4 Метод Ньютона для системы двух уравнений
- •4.10 Численные методы решения задачи Коши для обыкновенного дифференциального уравнения
- •4.10.1 Метод Эйлера
- •4.10.2 Методы Рунге–Кутта
- •4.11 Постановка задачи линейного программирования. Геометрическая интерпретация и графическое решение задачи линейного программирования
- •4.11.1 Предмет математического программирования
- •4.11.2 Основная задача линейного программирования
- •4.11.3 Геометрический смысл системы линейных неравенств
- •4.11.4 Графический метод решения задач линейного программирования
- •4.12 Симплексный метод решения задачи линейного программирования. Двойственность в линейном программировании
- •4.12.1 Свойства решений задачи линейного программирования (ЗЛП)
- •4.12.2 Общая идея симплексного метода
- •4.12.3 Построение начального опорного плана
- •4.12.4 Признак оптимальности опорного плана. Симплексные таблицы
- •4.12.5 Переход к нехудшему опорному плану. Симплексные преобразования
- •4.13 Разностные методы
- •4.13.1 Основные понятия
- •4.13.2 Сетки и сеточные функции
- •4.13. 3 Аппроксимация простейших дифференциальных операторов
- •4.13.4 Разностная задача
- •4.13.5 Устойчивость
- •4.13.6 Связь аппроксимации и устойчивости со сходимостью
- •4.13.7 Явные и неявные разностные схемы
- •ОГЛАВЛЕНИЕ
- •Лабораторная работа 5. Задача коммивояжера
- •ПРОДОЛЖЕНИЕ ОГЛАВЛЕНИЯ
- •2.1. Метод Гаусса решения систем линейных алгебраических уравнений
- •2.2. Итерационные методы решения систем линейных алгебраических уравнений. Метод простых итераций и метод Зейделя
- •2.2.1. Метод простых итераций
- •2.2.2 Метод Зейделя
- •2.3. Интерполирование алгебраическими многочленами. Интерполяционный многочлен Лагранжа
- •2.3.1. Постановка задачи
- •2.3.2 Интерполяционный многочлен Лагранжа
- •2.3.3 Практическое применение интерполирования. Оценка погрешности интерполяционного многочлена Лагранжа
- •2.4 Конечные разности. Интерполяционный многочлен Ньютона
- •2.4.1 Конечные разности
- •2.4.2 Первая интерполяционная формула Ньютона (для интерполирования вперед)
- •2.4.3 Вторая интерполяционная формула Ньютона (для интерполирования назад)
- •2.5 Интерполирование сплайнами
- •2.6 Численное интегрирование
- •2.6.1 Метод средних прямоугольников
- •2.6.2 Формула трапеций
- •2.6.3 Формула Симпсона (метод параболических трапеций)
- •2.7 Численное решение нелинейных уравнений. Отделение корней. Метод половинного деления. Метод простой итерации
- •2.7.1 Отделение корней
- •2.7.2 Метод половинного деления
- •2.7.3 Метод простой итерации (метод последовательных приближений)
- •2.7.4 Практический критерий сходимости (когда надо прекращать итерации)
- •2.8 Итерационные методы решения нелинейных уравнений. Метод Ньютона. Метод секущих. Метод хорд
- •2.8.1 Метод Ньютона (метод касательных)
- •2.8.2 Метод секущих
- •2.8.3 Метод хорд
- •2.9 Итерационные методы решения систем нелинейных уравнений
- •2.9.1 Метод простой итерации для системы двух уравнений
- •2.9.2 Метод Ньютона для системы двух уравнений
- •2.10.1 Метод Эйлера
- •2.10.2 Метод Рунге-Кутта
- •2.11 Графическая интерпретация и графическое решение задачи линейного программирования
- •2.11.1 Основная задача линейного программирования
- •2.11.2 Графическая интерпретация задачи линейного программирования
- •2.11.3 Графическое решение задачи линейного программирования
- •2.12 Симплексный метод решения задачи линейного программирования
- •2.13 Метод сеток для уравнения параболического типа
- •2.13.1 Общие сведения
- •2.13.2 Постановка задачи
- •2.13.3 Разностные схемы
- •2.13.4 Оценки погрешностей
- •2.14 Метод сеток для уравнения гиперболического типа
- •ОГЛАВЛЕНИЕ
- •1 Операции над множествами. Алгебра множеств. Декартово произведение множеств
- •2 Отображения множеств. Бинарные отношения на множествах
- •3 Комбинаторика и мощности множеств
- •6 Расстояния в графах
- •7 Деревья и остовы
- •8 Эйлеровы графы. Критерий эйлеровости. Планарные графы. Формула Эйлера
- •9 Раскраски графов. Хроматическое число графа
- •10 Сети и потоки в сетях
- •Тесты по разделу «ЭЛЕМЕНТЫ ТЕОРИИ ГРАФОВ»
- •ЭЛЕМЕНТЫ ЧИСЛЕННЫХ МЕТОДОВ
- •1 Численные методы решения систем линейных алгебраических уравнений
- •2 Интерполирование алгебраическими многочленами
- •3 Численное интегрирование
- •4 Численные методы решения нелинейных уравнений и систем нелинейных уравнений
- •5 Численное решение обыкновенных дифференциальных уравнений первого порядка
- •6 Линейное программирование
- •7 Численное решение уравнений с частными производными
- •Тесты по разделу «ЭЛЕМЕНТЫ ЧИСЛЕННЫХ МЕТОДОВ»
- •ОГЛАВЛЕНИЕ
- •ПРОГРАММА ДИСЦИПЛИНЫ
- •СПИСОК ВОПРОСОВ К ЗАЧЕТУ ПО ВЫЧИСЛИТЕЛЬНОЙ МАТЕМАТИКЕ
- •СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ
то |
′ |
= |
2 |
|
x3 |
−a |
и итерационный процесс |
xn+1 |
= |
a |
|
+ |
2 |
xn |
будет сходиться, так как |
|
|
|
|
|
|
||||||||||
ϕ (x) |
3 |
x3 |
3xn |
2 |
3 |
||||||||||
|
|
|
|
|
|
|
|
|
|
||||||
′ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ϕ |
(ξ) = 0 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Как видно их этого примера, не при любом представлении уравнения (1) в форме (2) метод итераций будет сходиться. Успех зависит от правильного выбора функции ϕ(x) . Ее производная вблизи искомого корня по абсолютной величине должна быть по возможности меньше.
Практический критерий сходимости (когда надо прекращать итерации)
Если −1 < ϕ′(x) < 0 для любых x [a,b], то корень уравнения ξ находится между двумя последующими итерациями xn и xn+1. В этом случае итерации нужно прекращать, если два последующих приближения xn и xn+1 совпадают между собой с заданной точностью ε. Если же 0 < ϕ′(x) <1 для любых x [a,b], то последовательность (xn ) сходится к ξ монотонно, вблизи корня итерации сходятся примерно как геометрическая прогрессия со знаменателем
q = |
|
xn − xn−1 |
. |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
xn−1 − xn−2 |
|
|
|
|
|
|
|
|
|
||||
Итерации можно прекращать, если выполняется условие |
|
||||||||||||||
|
q |
|
(xn − xn−1) |
|
|
|
(x |
− x |
|
)2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
= |
|
|
n |
n−1 |
|
|
|
< ε. |
(11) |
|||
|
1−q |
|
|
2x |
− x |
− x |
|
|
|||||||
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
n−1 |
n |
|
n−2 |
|
|
|
|
4.8.4. Метод Ньютона (метод касательных)
|
|
Метод Ньютона применяется к решению уравнения |
|||
|
|
f (x) = 0 , |
(1) |
||
где f (x) – непрерывно-дифференцируемая функция. |
|||||
|
|
Рассмотрим в точке х0 касательную к кривой y = f (x) , задаваемую уравнением |
|||
y − f (x0 ) = f ′(x0 )(x − x0 ) . Положив y = 0 , находим |
|||||
точку |
|
пересечения касательной |
с осью абсцисс: |
||
x = x |
0 |
− |
f (x0 ) |
. |
|
|
|
||||
1 |
|
f ′(x0 ) |
|
||
|
|
|
|
||
|
|
Построив касательную в точке х1, получаем |
|||
по аналогичной формуле точку х2 |
пересечения этой |
||||
касательной с осью Ох и т.д.: |
|
||||
168
xn+1 = xn − |
f (xn ) |
. |
(2) |
|
|||
|
f ′(xn ) |
|
|
Сходимость метода Ньютона
Метод Ньютона можно рассматривать как частный случай метода итерации при
ϕ(x) = x − ff′((xx)) .
Так как
ϕ′(x) =1− ( f ′(x))2 −′ f (x2)
( f (x))
ϕ′(x ) = f ((x ) f ′′()x ) = f ′(x ) 2
f ′′(x) = |
( f ′(x))2 −( f ′(x))2 + f (x) f ′′(x) |
= |
f (x) f ′′(x) |
|
||
( f (x)) |
( f (x)) |
|||||
|
′ |
2 |
|
′ |
2 |
|
0, |
|
|
|
|
|
|
* |
, в которой |
|
′ |
|
<1. Следовательно, в этом случае |
|
|
||||
то существует некоторая ε-окрестность х |
|
ϕ (x) |
|
метод простой итерации всегда сходится, если начальное приближение х0 принадлежит этой ε-окрестности. Поэтому и метод Ньютона всегда сходится, если начальное приближение х0 взято достаточно близко к корню. Если же f (x) f ′′(x) < (f ′(x))2 , то метод Ньютона сходится для любого начального приближения.
Получим другие условия сходимости метода Ньютона.
Теорема. Если f ′(x) и f ′′(x) на отрезке [a,b], содержащем единственный корень уравнения (1), сохраняют определенные знаки, то метод Ньютона всегда сходится, если начальное приближение x [a,b] и удовлетворяет условию
f (x0 ) f ′′(x0 ) > 0 . |
для определенности, что f (x) > 0 , а |
(3) |
||||
Доказательство. Предположим, |
f (x) < 0 для |
|||||
|
|
|
|
|
′ |
′′ |
любых x [a,b]. |
|
|
|
|
|
|
Тогда f (x) на [a,b] возрастает, f |
′′ |
, а |
x0 < x |
|
. |
|
(x) < 0 |
|
|
||||
Покажем, что в этом случае элементы итерационной последовательности xn, вычисляемые по формулам (2), монотонно возрастают и принадлежат отрезку [x0, x *].
169
Предположим, что xn [x0, x*]. Покажем, что xn ≤ xn+1 ≤ x . Из (2) следует, что
|
|
|
|
|
|
|
|
|
|
f (x |
) |
|
|
|
f |
(x ) |
− f (x ) |
|
|
|
|
|
|
|
|
|
x |
− x |
n+1 |
= |
|
|
n |
|
|
= |
|
|
n |
|
. Применяя к разности |
f (x ) − f (x |
|
) теорему Ла- |
|||
|
|
|
n |
|
|
|
|
f ′(xn ) |
|
|
|
f ′(xn ) |
|
|
n |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
гранжа, получим |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
xn − xn+1 = |
|
f ′(ξ) |
(xn − x ), xn < ξ < x . |
|
|
|
|
|||||||||||||
|
|
|
|
f ′(xn ) |
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
Так как |
|
|
f ′′(x) < 0 |
|
для |
любых |
x [a,b], то |
f ′(ξ) ≤ f ′(xn ) . В силу нер авенства |
||||||||||||
xn − x ≤ 0 |
отсюда |
|
следует, |
что |
xn − xn+1 ≤ 0 , |
xn − xn+1 ≥ xn − x . |
Следовательно, |
||||||||||||||||
x |
n |
≤ x |
n+1 |
≤ x . А так как |
x |
[x , x*], то итерационная последовательность xn монотонна и |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
0 |
|
|
|
|
|
||||
ограничена сверху числом х* и, следовательно, сходится. |
|
|
|
||||||||||||||||||||
|
|
|
Аналогично доказывается сходимость метода Ньютона и еще в трех возможных слу- |
||||||||||||||||||||
чаях: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
а) |
′ |
|
|
|
0, |
′′ |
|
|
|
0; |
|
|
|
|
|
|
||||
|
|
|
f (x) > |
f |
(x) > |
|
|
|
|
|
|
||||||||||||
|
|
|
б) |
′ |
|
|
|
0, |
|
′′ |
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
f (x) < |
f (x) < 0; |
|
|
|
|
|
|
|||||||||||||
|
|
|
в) |
′ |
|
|
|
0, |
′′ |
|
|
|
0. |
|
|
|
|
|
|
||||
|
|
|
f (x) < |
f |
(x) > |
|
|
|
|
|
|
||||||||||||
|
|
|
Замечание. За начальное приближение в методе Ньютона, в частности, может быть |
||||||||||||||||||||
взят тот из концов отрезка [a,b], который удовлетворяет условию (3). |
|
|
|||||||||||||||||||||
|
|
|
Пример. Наименьший положительный корень уравнения |
f (x) = ex sin x −1 = 0 лежит |
|||||||||||||||||||
|
|
|
|
|
|
π |
: sin x = e−x . |
|
|
|
|
|
|
||||||||||
на отрезке 0, |
2 |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
′ |
и |
′′ |
|
π |
|
|
|
|
Легко проверить, что f (x) |
f (x) |
на 0, |
положительны. Следовательно, за на- |
||||||
|
|
|
|
|
|
2 |
|
|
|
чальное приближение метода Ньютона можно взять любую точку х0 отрезка |
|
π |
, в кото- |
||||||
0, |
|
||||||||
|
|
|
|
|
|
|
|
2 |
|
рой f (x) > 0 . В частности, если взять x0 = π |
, то итерационный процесс |
|
|
|
|||||
|
|
|
|
2 |
|
|
|
|
|
xn+1 = xn − |
exn sin xn −1 |
|
, |
n = 0,1,2 |
|
|
|
|
|
|
|
|
|
|
|
||||
|
exn (sin xn +cos xn ) |
|
|
|
|
|
|
||
170
будет сходиться к корню уравнения. В таблице помещены результаты реализации этого итерационного процесса с контролем окончания итераций по формуле (11) из предыдущего параграфа
|
номер |
|
х0 |
|
f (x0 ) |
|
|
контроль |
|
|
|
итерации |
|
|
|
|
окончания счета |
|
|||
|
1 |
|
|
1,5707960 |
|
3,8104758+00 |
|
|
|
|
|
2 |
|
|
0,7786759 |
|
5,3010240-01 |
|
|
4,7744802-02 |
|
|
3 |
|
|
0,6066159 |
|
4,5667651-02 |
|
|
2,0760839-03 |
|
|
4 |
|
|
0,5887234 |
|
4,8143185-0,4 |
|
2,0973347-06 |
|
|
|
5 |
|
|
0,5885328 |
|
5,56115601-08 |
|
2,5726061-12 |
|
|
|
|
|
|
0,5885327 |
|
0,0000000+00 |
|
|
|
|
|
|
|
|
0,5885317 |
|
– 2,4982792-06 |
|
|
|
|
Если f (x) имеет непрерывную вторую производную, то погрешности на n-м и (n+1)- |
||||||||||
м шагах связаны соотношением |
|
|
|
|
|
|
||||
x − xn+1 = − |
f ′′(ξn ) |
(x − xn )2 , |
ξn [x , xn ], |
|
|
|
|
|||
′ |
|
|
|
|
||||||
|
|
2 f (xn ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
′ |
|
) ≠ 0 . |
||
т.е. сходимость метода Ньютона квадратичная, если f (x |
|
|||||||||
4.8.5 Метод секущих
В методе Ньютона на каждом шаге нужно вычислять значения функции и производной. Вычисление f ′(x) может быть трудоемким. Можно вообще избежать вычисления производной, если заменить ее первой конечной разностью, найденной по двум последним итерациям.
Геометрически это означает, что касательная заменяется секущей. В этом случае ите-
рационный процесс имеет вид |
|
|
|||
xn+1 |
= xn − |
xn − xn−1 |
f (xn ) . |
(4) |
|
f (xn ) − f (xn−1) |
|||||
|
|
|
|
||
171
В данном процессе для вычисления очередного приближения необходимо знать два предыдущих. Процесс является примером двухшагового метода.
Скорость сходимости метода секущих вблизи корня определяется соотношением
|
|
|
|
1,62 |
|
f |
′′ |
|
) |
0,62 |
|
xn+1 − x |
≈ (xn − x |
) |
|
(x |
|
|
. |
||||
|
|
|
f |
′ |
|
|
|
||||
|
|
|
|
|
|
(x |
|
) |
|
||
Отсюда видно, что в методе Ньютона ошибка убывает быстрее, поскольку у него скорость сходимости квадратичная. Однако в методе Ньютона приходится считать как значения функции, так и значения производной, а в методе секущих – только значения функции.
172
