Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

а11 / Числ_мет_лабораторный_практикум_ч2_27_41

.pdf
Скачиваний:
2
Добавлен:
31.05.2026
Размер:
674.33 Кб
Скачать

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 [axb; 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 [axb; 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

Соседние файлы в папке а11