Лабораторная работа № 11
Решение систем нелинейных уравнений
1. Общие сведения
Системы нелинейных уравнений
Система n нелинейных уравнений с n неизвестными имеет вид
f |
(x |
, x |
, |
, x |
) 0 |
|
||
|
|
1 |
1 |
2 |
|
n |
|
|
f |
|
(x |
, x |
, |
, x |
) 0 |
|
|
|
2 |
|
||||||
|
1 |
2 |
|
n |
|
, |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f |
n |
(x |
, x |
, |
, x |
) 0 |
|
|
|
|
1 |
2 |
|
n |
|
|
|
(11.1)
где хотя бы одна функция fi(x) (i=1, 2, …, n) нелинейная. Обычно для решения систем нелинейных уравнений применяются итерационные методы.
Если ввести n-мерный вектор x=[x1, x2, …, xn], представляющий собой со-
вокупность всех аргументов, и вектор F(x)=[f1(x), f2(x), …, fn(x)], координатами которого являются функции системы, то система уравнений может быть запи-
сана в виде (11.2)
F(x) 0. |
(11.2) |
|
Вектор ξ=[ξ1, ξ2, …, ξn] является вектором-корнем, если подстановка его в исходную систему (11.2) превращает ее в тождество (11.3).
F(ξ) 0.
Отделение корней
(11.3)
В общем случае для систем нелинейных уравнений проблема отделения корней не имеет удовлетворительного решения. В случае систем, состоящих из двух уравнений с двумя неизвестными, отделение корней можно выполнить графическим методом. Например, для системы вида (11.4)
f1 |
(x, y) 0 |
(11.4) |
|
(x, y) 0 |
|
f2 |
|
26
следует построить графики функций f1(x,y)=0 и f2(x,y)=0, а затем приближенно определить координаты точек их пересечения. После отделения корней их зна-
чения можно уточнить одним из итерационных методов.
Метод простой итерации
Метод простой итерации применим к системам, которые предварительно приведены к каноническому виду
x |
(x |
, x |
, |
||||
|
1 |
1 |
1 |
2 |
|
|
|
x |
|
|
(x |
, x |
|
, |
|
|
2 |
|
|||||
2 |
|
1 |
2 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
n |
(x |
, x |
|
, |
|
|
n |
|
1 |
2 |
|
||
,xn )
,xn )
,xn )
,
(11.5)
или в векторной форме
x=Φ(x). (11.6)
где Φ(x)=[φ1(x), φ2(x), …, φn(x)].
Если известен вектор x(0)=[x1(0), x2(0), …, xn(0)], то последующие приближе-
ния вычисляются по формулам (11.7).
x |
( p 1) |
|
(x |
( p) |
, |
x |
( p) |
, , x |
( p) |
) |
||
|
|
|
2 |
n |
||||||||
|
1 |
|
1 |
1 |
|
|
|
|
||||
( p 1) |
|
|
|
|
( p) |
|
|
( p) |
, , x |
( p) |
|
|
x |
|
(x |
, |
x |
) |
|||||||
2 |
2 |
|
2 |
n |
||||||||
|
|
1 |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
||
x |
( p 1) |
|
|
(x |
( p) |
, |
x |
( p) |
, , x |
( p) |
) |
|
n |
n |
|
2 |
n |
||||||||
|
|
|
1 |
|
|
|
|
|||||
(11.7)
или в векторной форме (11.8)
x(p+1)=Φ(x(p)). (11.8)
Для метода простой итерации можно сформулировать достаточное условие сходимости [1].
Условие сходимости. Пусть в кубе |
x x |
|
max xi |
xi |
|
функции |
|
|
(0) |
|
(0) |
|
|
|
|
|
1 i n |
|
|
|
i, (i=1, 2, …, n) имеют непрерывные частные производные по всем своим ар-
гументам, тогда метод простых итераций сходится к решению системы уравне-
ний (11.5) если частные производные функций i,(x) (i=1,2,…,n) удовлетворяют в указанном кубе условию (11.9)
27
|
|
|
|
|
n |
max |
max |
|
|||
1 i n |
|
x x |
( 0 ) |
|
|
|
k 1 |
||||
|
|
|
|
||
i (x)xk
|
q |
|
|
|
|
1
.
(11.9)
Результаты вычислений отдельно для каждого корня уравнения следует расположить в табл. 11.1. Итерации обычно заканчивают, если некоторая норма вектора 
x( p) x( p 1) 
окажется меньше заданной абсолютной погрешности ε.
Таблица 11.1
Уточнение корня методом простой итерации
n
0
1
2
…
k
x |
( p) |
|
|
y |
( p ) |
|
|
x(0) |
|
y |
(0) |
|
|
x |
(1) |
|
|
y |
(1) |
|
|
x |
(2) |
|
|
y |
(2) |
|
|
… |
|
x |
(k ) |
|
|
y |
( k ) |
|
|
|
x |
( p ) |
, y |
( p ) |
|
|
|
|
|
|
|
||
|
1 |
x |
|
|
|
|
|
|
( p) |
, y |
( p ) |
||
|
|
|
|
|
||
|
2 |
|
|
|
|
|
|
x |
(0) |
, y |
(0) |
|
|
||
|
|
|
|
|
|
|||
|
1 |
x |
|
|
|
|
|
|
|
|
(0) |
, y |
(0) |
|
|||
|
|
|
|
|
|
|||
|
2 |
x |
|
|
|
|
||
|
(1) |
, y |
(1) |
|||||
|
|
|
|
|
|
|
||
|
1 |
|
|
|
|
|
|
|
2 x(1) , y(1) |
||||||||
|
x |
(2) |
, y |
(2) |
|
|
||
|
|
|
|
|
|
|||
|
1 |
x |
|
|
|
|
|
|
|
|
(2) |
, y |
(2) |
|
|||
|
|
|
|
|
|
|||
|
2 |
|
|
|
|
|
|
|
|
|
x |
… |
|
|
|
||
|
(k ) |
, y |
(k ) |
|
||||
|
|
|
|
|
|
|||
|
1 |
x |
|
|
|
|
|
|
|
|
( k ) |
, y |
( k ) |
||||
|
|
|
|
|
||||
|
2 |
|
|
|
|
|
|
|

x( p) x( p 1) 

x |
(1) |
x |
(0) |
|
|

x(2) x(1) 

|
|
… |
|
x |
(k ) |
x |
(k 1) |
|
|
Можно использовать следующие нормы вектора
x |
( p) |
x |
( p 1) |
max x |
( p) |
x |
( p 1) |
|
1 |
j |
j |
||||
|
|
|
1 j n |
|
|||
|
|
|
|
|
|
или
x |
|
x |
|
|
n |
|
( p 1) |
|
x j |
||
|
( p) |
|
|
( p) |
|
|
|
|
|
2 |
j 1 |
|
|
|
|
|
Метод Ньютона
x |
( p 1) |
|
j |
||
|
.
Метод Ньютона основан на определении малых поправок ε(p) к известному приближенному значению корня x(p). Новое приближение для корня вычисляет-
ся как x(p+1)=x(p)+ε(p).
28
Выполняя разложение функции |
F(x) |
в окрестностях x(p) по формуле Тей- |
лора и отбрасывая нелинейные члены, для определения поправок ε(p) получаем систему линейных алгебраических уравнений:
W(x(p))ε(p)=–F(x(p)) |
(11.10) |
где W(x(p)) – матрица Якоби для системы функций fi(x) (i=1, 2, …, n), которые предполагаются непрерывно-дифференцируемыми.
Если матрица Якоби неособенная, то итерационная формула метода Нью-
тона для системы нелинейных уравнений (11.2) может быть записана в виде
x |
( p 1) |
x |
( p) |
W |
1 |
(x |
( p) |
)F(x |
( p) |
) |
(11.11) |
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|||||||
где W–1(x(p)) – |
матрица, |
обратная матрице Якоби для системы функций |
||||||||||
fi(x), (i=1, 2, …, n.) |
|
|
|
|
|
|
||||||
В подробной записи матрица Якоби имеет вид (11.12). |
|
|||||||||||
f1
x1f2
W(x) x1fn
x1
f1
x2f2
x2
fn
x2
|
f1 |
|
|
|
x |
|
|
|
|
|
|
|
||
|
|
n |
|
|
|
f2 |
|
|
|
|
|
|
||
|
xn |
. |
(11.12) |
|
|
|
|
|
|
|
f |
n |
|
|
|
|
|
||
x |
|
|
||
|
n |
|
|
|
|
|
|
|
|
В случае системы из двух уравнений с двумя неизвестными x и y (11.4)
матрицу Якоби можно записать в виде (11.13)
f1 W(x) xf2x
f1
y . (11.13)
f2y
и система (11.10) может быть переписана в следующем виде:
f1 x( p) , y( p) ( p) |
f1 x( p) , y( p) ( p) f |
|
x( p) , y( p) |
|
||||||||
|
|
x |
1 |
|
|
y |
2 |
1 |
|
|
|
|
f |
|
|
f |
|
|
|
|
|
|
(11.14) |
||
2 |
x( p) , y( p) |
( p) |
2 |
x( p) , y( p) |
( p) f |
|
|
x( p) , y( p) |
||||
|
|
|
|
2 |
|
|||||||
|
|
x |
1 |
|
|
y |
2 |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
||
29
Применяя правило Крамера и, учитывая, что ε1(p)= x(p+1)–x(p) и ε2(p)=y(p+1)–y(p), получим расчетные формулы метода Ньютона (11.15) для системы (11.4)
|
|
|
|
|
|
A |
|
( p ) |
|
x |
( p 1) |
x |
( p ) |
|
|
|
, |
||
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
J |
( p ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
B |
( p ) |
|
|
y |
( p 1) |
y |
( p ) |
|
|
|
|||
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
J |
( p ) |
|
|
|
|
|
|
|
|
|
|
|
|
,
(11.15)
где матрицы A и B приведены в (11.16)
|
|
|
f |
|
x |
|
|
, y |
|
|
|
f |
x |
( p ) |
, y |
( p) |
|
|||||||
|
|
|
|
( p ) |
( p ) |
|
1 |
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
||
A |
( p ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
f |
|
x |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, y |
|
|||||
|
|
|
f |
|
|
x |
|
|
, y |
|
|
|
|
( p ) |
( p) |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
( p ) |
( p ) |
|
2 |
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
f |
|
x |
( p) |
, y |
( p) |
|
f |
|
x |
|
|
, y |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
( p) |
( p) |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
1 |
|
|
|
|
|
|
|
||
B |
( p) |
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
( p) |
, y |
( p) |
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
f |
|
|
f |
|
x |
|
|
, y |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
( p) |
( p) |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
2 |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
а якобиан J(p) имеет вид (11.17).
|
|
f |
x |
( p ) |
, y |
( p) |
|
f |
x |
( p) |
, y |
( p) |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
1 |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
J |
( p ) |
|
|
|
x |
|
|
|
|
|
y |
|
|
. |
||
|
f |
|
x |
|
, y |
|
|
f |
|
x |
|
, y |
|
|
|
|
|
|
|
( p ) |
( p ) |
|
( p) |
( p) |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
2 |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
y |
|
|
|
||
(11.16)
(11.17)
Итерационный процесс может быть организован также на базе формулы
(11.11), что требует вычисления обратной матрицы для матрицы Якоби систе-
мы функций fi(x), (i=1, 2, …, n). Для системы из двух уравнений применяются формулы (11.15), (11.16) и (11.17). Метод Ньютона сходится, если начальное приближение выбрано удачно и матрица Якоби невырожденная [1]. На практи-
ке итерации обычно заканчивают, если некоторая норма x( p) x( p 1) |
окажется |
||||
меньше заданной погрешности ε (11.18). |
|
||||
x |
( p 1) |
x |
( p) |
ε . |
(11.18) |
|
|
||||
30
Результаты вычислений для каждого корня уравнения размещаются в табл. 11.2.
Таблица 11.2
Уточнение корня методом Ньютона
n
0
1
2
…
k
x |
( p) |
|
|
y |
( p ) |
|
|
x |
(0) |
|
|
y |
(0) |
|
|
x |
(1) |
|
y(1)
x(2)
y |
(2) |
|
…
x(k )
y |
( k ) |
|
f |
|
|
x |
( p) |
, y |
( p) |
|
|
1 |
x |
|
|
|
|
|
f |
|
|
( p ) |
, y |
( p) |
||
|
|
|
|
|
|
||
|
2 |
x |
|
|
|
|
|
f |
|
(0) |
, y |
(0) |
|||
|
|
|
|
|
|
||
|
|
1 |
|
|
|
|
|
f2 x(0) , y(0)
f |
|
|
x |
(1) |
, y |
(1) |
|
|||
|
|
|
|
|
|
|
|
|||
|
|
1 |
x |
|
|
|
|
|||
f |
|
|
(1) |
, y |
(1) |
|||||
|
|
2 |
|
|
|
|
|
|
|
|
f |
|
|
x |
( 2) |
, y |
( 2) |
||||
|
|
|
|
|
|
|
||||
|
1 |
|
x |
|
|
|
|
|
|
|
f |
|
|
|
|
(2) |
, y |
(2) |
|||
|
|
|
|
|
|
|
|
|||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
… |
|
|
|||
f |
|
|
(k ) |
, y |
(k ) |
|||||
|
|
|
|
|
|
|
||||
|
1 |
|
x |
|
|
|
|
|
|
|
f |
|
|
|
|
(k ) |
, y |
(k ) |
|||
|
|
|
|
|
|
|
|
|||
|
2 |
|
|
|
|
|
|
|
|
|
J(p) |
A(p) |
B(p) |
J(0) |
A(0) |
B(0) |
J(1) |
A(1) |
B(1) |
J(2) |
A(2) |
B(2) |
… |
… |
… |
J(k) |
A(k) |
B(k) |
|
|
|
x |
( p) |
x |
( p 1) |
|
|
x |
(1) |
|
x |
(0) |
|||
|
|
|
|
|
|||
x |
(2) |
x |
(1) |
||||
|
|
|
|
|
|||
|
|
|
… |
|
|
|
|
x |
(k ) |
x |
(k 1) |
||||
|
|
|
|||||
2.Задания
1.Для указанной в варианте задания (см. табл. 11.5) системы нелинейных уравнений в заданном прямоугольнике [a≤x≤b; α≤y≤β] графически выполнить отделение корней и выбрать начальные приближения для их значений. График функций включить в отчет.
2.Привести систему уравнений к каноническому виду для метода простой итерации и проверить выполнение условий сходимости в окрестностях каждого корня.
3.Используя метод простой итерации, вычислить значения всех найденных корней с максимальной абсолютной погрешностью 110-5.
4.Вычисления выполнять с 6 десятичными знаками.
5.Проверить правильность решения, подставив значения корней в исходное уравнение.
6.Оформить результаты вычислений в виде табл. 11.1.
7.Для указанной в варианте задания (см. табл. 11.6) системы нелинейных уравнений (см. табл. 11.6) в заданном прямоугольнике [a≤x≤b; α≤y≤β] графически выполнить отделение корней и выбрать начальные приближения для их значений. График функций включить в отчет.
31
8.Используя метод Ньютона, вычислить значение каждого найденного корня с максимальной абсолютной погрешностью 110-6.
9.Вычисления выполнять с 7 десятичными знаками.
10.Оформить полученные результаты итераций в виде табл. 11.2 11.Проверить правильность решения, подставив значения корней в исходное
уравнение.
3. Пример выполнения задания
Пример 1. Метод простой итерации
В прямоугольнике [-2≤x≤2; -2≤y≤2] вычислить корни системы нелинейных уравнений с погрешностью 110-5.
f |
(x, y) 2x sin(0,5x 0,5y) 0 |
|||
|
|
1 |
|
|
f |
|
(x, y) 2 y cos(0,5x 0,5y) 0 |
||
|
2 |
|||
|
|
|||
(11.19)
Отделение корней.
Отделение корней выполняется графически. Для этого строятся графики функций f1(x,y)=0 и f2(x,y)=0, а затем приближенно определяются прямоуголь-
ники, содержащие только одну точку пересечения, т.е. один корень. Для систе-
мы (11.19) графики приведены на рис.11.1. Из рисунка видно, что единствен-
ный корень системы лежит внутри прямоугольника [–0,5≤x≤0; 0≤y≤1].
2x–sin(0,5x–0,5y)=0
2у–cos(0,5x+0,5y)=0
Рис.11.1 Отделение корней системы (11.17).
32
Преобразование системы к каноническому виду
Оставляя слева от знака равенства неизвестные x и y и перенося оставшие-
ся члены уравнений в правую часть, получим (11.20)
x 0,5sin(0,5x 0,5y) 1 (x, y) |
(11.20) |
|
|
|
|
y 0,5cos(0,5x 0,5y) 2 |
(x, y) |
|
Проверка сходимости
Вычисляем частные производные функций φ1(x,y) и φ2(x,y).
1 (x, y) 0,25cos(0,5x 0,5y)
x
1 (x, y) 0,25cos(0,5x 0,5y)
y
2 (x, y) 0,25sin(0,5x 0,5y)
x
2 (x, y) 0,25sin(0,5x 0,5y)
y
Вычислим суммы модулей частных производных φ1(x,y) и φ2(x,y). Очевид-
но справедливы оценки для рассматриваемого прямоугольника
1 (x, y) 1 (x, y) 0,5 cos(0,5x 0,5y) 0,5 ,x y
|
(x, y) |
|
|
(x, y) |
2 |
|
2 |
|
|
|
|
|
||
x |
|
y |
||
0,5
sin(0,5x 0,5 y)
0,5
.
Максимальное значение суммы меньше или равно 0,5 и условие (11.9) вы-
полняется с q≤0,5.
Если оценка производных вызывает затруднения, то можно вычислить их значения в вершинах прямоугольника, содержащего точку пересечения графи-
ков, и использовать полученные данные для проверки условий сходимости.
Например, для вершины с координатами x=0, y=0 имеем (11.21).
33
1x
2x
|
|
|
|
1 |
|
|
|
|
x 0, у 0 |
|
y |
|
|
|
|
|
2 |
|
y |
|
x 0, у 0 |
|
|
|
|
0,5 |
, |
x 0, у 0
(11.21)
0 ,
x 0, у 0
а для вершины x=–0,5 и y=1 (11.22)
1x
2x
|
|
|
|
1 |
|
|
|
|
x 0,5, у 1 |
|
y |
|
|
|
|
2 |
|
y |
|
x 0,5, у 1 |
|
|
|
|
0,37 |
, |
x 0,5, у 1
(11.22)
0,12 ,
x 0,5, у 1
Условия сходимости выполняются. Для остальных вершин проверка про-
изводится аналогично. В тех случаях, когда условия сходимости не выполняют-
ся, следует выбрать другой канонический вид для метода простых итераций.
Уточнение корня
Для уточнения корня принимается начальное значение x0=–0,2 и y0=0,5, а
затем применяется итерационная процедура, основанная на каноническом виде системы (11.20). Результаты вычислений оформляются в виде табл. 11.1 (см.
табл. 11.3).
Таблица 11.3
Уточнение корня методом простой итерации для x0=–0,2 и y0=0,5.
p
0
1
2
3
x |
( p) |
|
|
y |
( p ) |
|
-0,2
0,5
-0,171449
0,494386
-0,163401
0,493496
-0,161287
|
x |
( p ) |
, y |
( p ) |
|
|
|
|
|||||||
|
|
|
|
|
|
||
|
1 |
x |
|
|
|
|
|
|
|
( p) |
, y |
( p ) |
|
||
|
|
|
|
|
|
||
|
2 |
|
|
|
|
|
|
-0,171449 |
|
||||||
|
0,494386 |
|
|||||
-0,163401 |
0,03 |
||||||
|
0,493496 |
|
|||||
-0,161287 |
0,008 |
||||||
|
0,493205 |
|
|||||
-0,160718 |
0,002 |
||||||
|
|
|
|
|
|
|
|
34
|
0,493205 |
0,493130 |
|
|
|
|
|
4 |
-0,160718 |
-0,160566 |
0,0006 |
|
0,493130 |
0,493110 |
|
|
|
|
|
5 |
-0,160566 |
-0,160525 |
0,0002 |
|
0,493110 |
0,493104 |
|
|
|
|
|
6 |
-0,160525 |
-0,160514 |
4 10-5 |
|
0,493104 |
0,493103 |
|
|
|
|
|
7 |
-0,160514 |
-0,160511 |
1 10-5 |
|
0,493103 |
0,493102 |
|
|
|
|
|
8 |
-0,160511 |
-0,160510 |
3 10-6 |
|
0,493102 |
0,493102 |
|
|
|
|
|
Подстановка полученных значений корней в исходные уравнения дает f1(x,y)≈4 10-7 и f2(x,y)≈6 10-8.
Пример 2. Метод Ньютона.
Вычислить значения корней системы (11.23).
f |
(x, y) x |
3 |
y |
2 |
1 |
0, |
|||
|
|
||||||||
|
|
1 |
|
|
|
|
|
|
|
f |
|
(x, y) xy |
3 |
y 4 |
0. |
||||
|
|
||||||||
2 |
|
||||||||
|
|
|
|
|
|
|
|
||
с абсолютной погрешностью 110-7 в прямоугольнике [0≤x≤2; 0≤y≤2]
Отделение корней
(11.23)
Для отделения корней системы строятся графики функций f1(x,y)=0 и f2(x,y)=0 (11.23). Графики приведены на рис.11.2. Из рисунка видно, что един-
ственный корень системы лежит внутри прямоугольника [1≤x≤2; 1≤y≤2].
Вычисление матрицы Якоби
Матрица Якоби для системы (11.23) имеет вид (11.24)
3x2 |
2 y |
|
|
|||
J(x, y) |
3 |
3xy |
2 |
|
. |
(11.24) |
y |
|
|
1 |
|
||
Матрицы A(x,y) и B(x,y) соответственно равны (11.25).
35
