- •1. ЭЛЕМЕНТАРНАЯ ТЕОРИЯ ПОГРЕШНОСТЕЙ; ВЫЧИСЛИТЕЛЬНЫЕ ЗАДАЧИ, МЕТОДЫ И АЛГОРИТМЫ
- •1.1. Источники и классификация погрешностей результата численного эксперимента
- •1.2. Погрешности чисел
- •1.3. Погрешности арифметических операций
- •1.4. Погрешности функций
- •1.5. Особенности машинной арифметики
- •1.6. Лабораторная работа № 1. Определение абсолютной и относительной погрешностей приближенных чисел. Оценка погрешностей результата
- •1.7. Корректность вычислительной задачи
- •1.8. Обусловленность вычислительной задачи
- •1.9. Вычислительные методы, их классификация
- •2. ПРИБЛИЖЕНИЕ ФУНКЦИЙ
- •2.1. Задача приближения функций
- •2.2. Интерполяция обобщенными многочленами
- •2.3. Полиномиальная интерполяция. Многочлен Лагранжа
- •2.4. Погрешность интерполяции
- •2.5. Конечные разности и их свойства
- •Доказательство
- •2.6. Разделенные разности и их свойства
- •2.9. Лабораторная работа № 2. Интерполирование и экстраполирование данных. Интерполяционный многочлен Лагранжа
- •2.10. Интерполяционный многочлен Ньютона с конечными разностями
- •2.11. Лабораторная работа № 3. Интерполирование и экстраполирование данных. Интерполяционный многочлен Ньютона
- •2.12. Интерполяционные формулы Гаусса, Стирлинга и Бесселя
- •3. МЕТОД НАИМЕНЬШИХ КВАДРАТОВ И СПЕЦИАЛЬНЫЕ ИНТЕРПОЛЯЦИОННЫЕ МНОГОЧЛЕНЫ
- •3.1. Постановка задачи и вывод формул метода наименьших квадратов
- •3.3. Глобальная полиномиальная интерполяция
- •3.4. Чувствительность интерполяционного многочлена к погрешностям входных данных
- •3.5. Многочлены Чебышева
- •3.6. Решение задачи минимизации оценки погрешности
- •3.8. Лабораторная работа №5. Экономизация степенных рядов
- •3.9. Локальная интерполяция
- •3.10. Сплайны, их свойства и построение
- •3.11. Погрешность приближения кубическими сплайнами
- •3.13. Тригонометрическая интерполяция. Дискретное преобразование Фурье и его реализация на ЭВМ
- •3.14. Матричная форма записи дискретного преобразования Фурье (ДПФ)
- •3.15. Алгоритм реализации ДПФ
- •3.16. Пример реализации алгоритма ДПФ при
- •3.17. Лабораторная работа № 7. Дискретное преобразование Фурье
- •4. ЧИСЛЕННОЕ ДИФФЕРЕНЦИРОВАНИЕ И ЧИСЛЕННОЕ ИНТЕГРИРОВАНИЕ
- •4.1. Простейшие формулы численного дифференцирования для первой производной
- •4.2. Формулы численного дифференцирования для второй производной
- •4.3. Формулы численного дифференцирования, основанные на интерполяции алгебраическими многочленами
- •4.4. Обусловленность формул численного дифференцирования
- •4.5. Простейшие квадратурные методы численного интегрирования
- •4.6. Оценка погрешностей простейших квадратурных формул
- •4.7. Квадратурные формулы интерполяционного типа
- •4.8. Квадратурные формулы Гаусса
- •4.9. Лабораторная работа № 8. Численное дифференцирование и численное интегрирование функций
- •5. РЕШЕНИЕ СИСТЕМ ЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ УРАВНЕНИЙ И ПРОБЛЕМЫ СОБСТВЕННЫХ ЗНАЧЕНИЙ
- •5.1. Нормы векторов и матриц и их свойства
- •5.2. Обусловленность задачи решения системы линейных алгебраических уравнений
- •5.3. Метод Гаусса (схема единственного деления)
- •5.4. Метод прогонки
- •5.5. Метод простых итераций
- •5.6. Сходимость метода простых итераций
- •5.10. Постановка задачи нахождения собственных чисел
- •5.11. Подобные матрицы
- •5.12. Локализация собственных значений
- •5.13. Степенной метод
- •5.14. Вычисление собственных векторов методом обратных итераций
- •6. ЧИСЛЕННЫЕ МЕТОДЫ РЕШЕНИЯ НЕЛИНЕЙНЫХ УРАВНЕНИЙ И СИСТЕМ
- •6.1. Решение нелинейных уравнений
- •6.2. Метод Ньютона для уравнений
- •6.3. Сходимость метода Ньютона и трудности его применения
- •6.4. Метод Ньютона решения систем нелинейных уравнений
- •6.6. Модификации метода Ньютона
- •6.7. Лабораторная работа № 11. Решение систем нелинейных уравнений методом Ньютона
- •7. ЧИСЛЕННЫЕ МЕТОДЫ РЕШЕНИЯ ЗАДАЧИ КОШИ ДЛЯ ОБЫКНОВЕННЫХ ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ И СИСТЕМ ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ
- •7.1. Задача Коши для дифференциального уравнения первого порядка
- •7.2. Численные методы решения задачи Коши. Основные понятия и определения
- •7.3. Решение с помощью рядов Тейлора
- •7.5. Анализ ошибок, возникающих при использовании методов Рунге - Кутты
- •7.6. Методы прогноза и коррекции
- •7.7. Сравнение методов
- •7.8. Лабораторная работа № 12. Методы интегрирования обыкновенных дифференциальных уравнений
- •7.9. Решение задачи Коши для систем обыкновенных дифференциальных уравнений
- •7.11. Лабораторная работа № 13. Численное интегрирование систем дифференциальных уравнений первого порядка
- •8. ДИФФЕРЕНЦИАЛЬНЫЕ УРАВНЕНИЯ С ЧАСТНЫМИ ПРОИЗВОДНЫМИ (УРАВНЕНИЯ МАТЕМАТИЧЕСКОЙ ФИЗИКИ)
- •8.1. Классификация уравнений математической физики
- •8.2. Простейшие задачи, приводящие к дифференциальным уравнениям в частных производных
- •8.4. Уравнения параболического типа. Явные и неявные схемы
- •Доказательство
- •8.5. Уравнения гиперболического типа
- •8.6. Уравнения эллиптического типа
- •8.7. Свойства разностных схем для дифференциальных уравнений: способность аппроксимировать исходную дифференциальную задачу, устойчивость и сходимость
- •8.8. Некоторые обобщения
- •8.9. Лабораторная работа № 14. Решение задачи Дирихле для уравнения Лапласа методом сеток
- •8.10. Лабораторная работа № 15. Решение однородного уравнения колебаний струны методом сеток по неявной схеме.
|
|
|
|
|
|
|
|
|
|
(0) |
sin(1.1)− 0.1 |
|
0.7912 |
|
|
||
|
|
|
|
(0) |
f1 |
(x |
|
||||||||||
|
|
|
|
|
|||||||||||||
Первый шаг. |
f (x |
|
)= |
(0)) |
= |
|
|
= |
|
. |
В данном примере матрица |
||||||
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
f2 |
(x |
) |
|
1.01 −1 |
|
|
0.0100 |
|
|
|||
|
|
|
|
|
|
|
|
|
|
Φ(x) имеет столь простую структуру, что ее можно легко обратить аналитически, а не делать
этого для численной матрицы на каждом шаге. Действительно, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
det Φ = 2x cos(x + y) |
− 2.2x − 2x cos(x + y)= −2.2x, |
|
|
|
|
|
|
|
|
|
|
|
cos(x + y) |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A |
|
|
|
|
|
|
A |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2x |
|
|
|
|
|
|
|
− cos(x + y) |
|
|
− |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
−1 |
(x)= |
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
1.1 |
|
|
|
|
|
|
|
|
2.2x |
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Φ |
|
|
|
|
|
|
|
|
|
|
11 |
|
|
|
|
|
21 |
|
= − |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
1.1 − cos(x |
|
+ y) |
|
|||||||||||||||||
|
|
|
|
|
|
det Φ |
A12 |
|
|
|
|
A22 |
|
|
|
|
|
|
2.2x |
|
− 2x |
|
cos(x + y)−1.1 |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.1 |
|
|
|
|
|
|
|
|
|
2.2x |
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
)= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(0) |
|
− 0.9091 |
|
2.0618 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(1) |
|
|
|
|
(0) |
|
|
|
|
|
|
|
|
(0) |
|
|
|
|
(0) |
|
|
||||||||||||||||||||||||||||||||||||||||||||
Отсюда |
|
|
|
|
|
|
|
|
Φ−1 (x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
= x |
− Φ−1 (x |
) f (x |
)= |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.9091 |
|
|
|
|
2.9382 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
0.1 |
|
− |
− 0.9091 |
2.0618 |
|
|
0.7912 |
|
|
|
|
|
|
0.1 |
− |
− 0.6987 |
|
|
|
0.7987 |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
|
|
. |
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.9091 |
|
|
2.9382 |
|
|
|
0.0100 |
|
|
|
|
|
|
|
|
0.7487 |
|
|
|
|
|
0.2513 |
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
1.0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.0 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(1) |
)= |
|
|
− 0.1111 |
|
|
|
|
|
|
|
|
|
|
|
|
|
(1) |
|
|
|
|
− |
0.9091 |
0.2832 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
Второй шаг. |
|
|
f |
(x |
|
|
|
Φ−1 (x |
|
|
|
|
|
Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
|
|
)= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
− 0.2989 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.9091 |
0.3428 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(2) = |
|
|
|
|
|
(1) − Φ−1 (x |
(1)) |
|
|
|
(x |
(1))= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
x |
f |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||
|
|
0.7987 |
|
|
− 0.9091 |
0.2832 |
|
|
|
− 0.1111 |
|
|
|
|
|
0.7987 |
|
|
|
0.0164 |
|
|
= |
|
0.7823 |
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
= |
|
|
|
|
|
− |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
− |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|||||||||||||||||||||||||||
|
|
0.2513 |
|
0.9091 |
|
|
|
|
0.3428 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.2513 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.4548 |
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
− 0.2989 |
|
|
|
|
|
|
|
|
− 0.2035 |
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(2) |
)= |
|
|
− 0.0157 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(2) |
|
|
|
|
− |
0.9091 |
0.1903 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
Третий шаг. |
|
|
f (x |
|
|
|
Φ−1 (x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
|
|
)= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
− 0.1813 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.9091 |
0.4488 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
( 3 ) = |
|
|
(2) − Φ−1 (x |
(2)) |
|
|
(x |
(2))= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
x |
f |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||
= |
|
0.7823 |
− |
− 0.9091 |
|
|
|
0.1903 |
|
|
− 0.0157 |
|
|
|
|
|
|
0.7823 |
− 0.0202 |
|
|
|
|
0.8025 |
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
− |
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
. |
|
|
|||||||||||||||||||||||||||||
|
|
0.4548 |
|
|
|
0.9091 |
|
|
|
|
0.4488 |
|
|
|
− 0.1813 |
|
|
|
|
|
|
0.4548 |
|
− 0.0956 |
|
|
|
|
0.5504 |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(3) |
)= |
|
|
− 0.0064 |
|
|
|
|
|
|
|
|
|
|
|
|
|
(3) |
|
|
|
|
|
− 0.9091 |
0.1224 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||
Четвертый шаг. |
|
|
f (x |
|
Φ−1 (x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
|
)= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
− 0.0531 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.9091 |
|
|
0.5006 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(4) = |
|
(3) − Φ−1 (x |
(3)) |
|
|
(x |
(3))= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
x |
|
f |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||
= |
|
0.8025 |
|
|
− |
− 0.9091 |
|
|
|
0.1224 |
|
|
|
− 0.0064 |
|
|
|
|
|
|
0.8025 |
|
|
− 0.0123 |
|
|
|
|
0.8148 |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
− |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
. |
|
|
||||||||||||||||||||||||
|
|
0.5504 |
|
|
|
0.9091 |
|
|
|
|
0.5006 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.5504 |
|
− 0.0324 |
|
|
|
|
0.5828 |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
− 0.0531 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(4) |
) |
|
|
|
|
− 0.0112 |
|
|
|
|
|
|
|
|
|
|
|
|
|
(4) |
)= |
− 0.9091 |
0.0961 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
Пятый шаг. |
|
|
f (x |
|
|
|
Φ−1 (x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.0036 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.9091 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.5175 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(5) = |
|
(4) − Φ−1 (x |
(4)) |
|
(x |
(4))= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
x |
f |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
= |
|
0.8148 |
|
− |
− 0.9091 |
|
|
|
0.0961 |
|
|
− 0.0112 |
|
|
|
|
|
|
0.8148 |
|
|
0.0105 |
|
|
|
|
|
0.8043 |
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
− |
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
. |
|
|
|||||||||||||||||||||||||||||
|
|
0.5828 |
|
|
|
0.9091 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.0036 |
|
|
|
|
|
|
|
0.5828 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.5175 |
|
|
|
|
|
|
|
|
|
|
|
|
− 0.0083 |
|
|
|
0.5911 |
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(5) |
)= |
− 0.0001 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
Поскольку далее |
|
|
|
|
f (x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, вычислительный процесс можно закончить, ут- |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
− 0.0013 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
верждая, что заданная точность вычисления корней исходной системы достигнута.
6.7. Лабораторная работа № 11. Решение систем нелинейных уравнений методом Ньютона
Основная идея метода Ньютона состоит в выделении из уравнений системы
157
f (x)= 0 линейных частей, которые являются главными при малых приращениях аргументов.
Это позволяет свести одну исходную задачу к решению последовательности задач для линейных систем.
Итерационная формула метода Ньютона для системы нелинейных уравнений (6.4.7)
имеет вид x(k +1) = x(k ) − Φ−1 (x(k ) ) f (x(k ) ). Необходимость обращения матрицы первых частных
производных при каждой итерации сильно затрудняет решение. Эти затруднения чаще носят технический характер, тем не менее вместо уравнения (6.4.7) иногда решают систему линейных алгебраических уравнений вида (6.4.8):
|
|
|
|
|
|
(k ) |
|
|
|
|
|
|
(k +1) |
|
|
|
|
|
|
|
|
(k ) |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
) |
x |
= f (x |
), |
|
|
|
|
|
|
|
|
|
|||||||||||||||||
Φ(x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
(k +1) |
|
|
|
|
(k ) |
|
|
|
|
|
(k +1) |
|
|
|
|
|
|
|
|
|
|
|
||||||||
x |
= x |
+ |
|
x |
. |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
По методу Ньютона итерационный процесс при наличии хорошего начального при- |
||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
(k +1) − |
|
(k ) |
|
|
|
< ε , то |
||||||||||||||||||||
ближения сходится с квадратичной |
|
скоростью, |
|
|
то |
есть если |
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
x |
x |
x(k +1) − xточн. ≈ ε 2 << ε.
В пакете Mathcad для решения систем нелинейных уравнений служат конструкции Given-Find и Given-MinErr, разобранные в четвертой лабораторной работе. С помощью этих подпрограмм можно решать системы объемом до двухсот уравнений.
Рассмотрим пример. Пусть дана система
|
|
|
|
|
2 |
|
|
tg(xy + 0.3) |
− x |
= 0, |
|||||
|
|||||||
|
x2 |
+ 2 y |
2 |
= 1. |
|||
|
|
|
|||||
2 |
|
||||||
|
|
|
|
|
|
Вводим программу
ORIGIN := 1 |
f 1(x, y):= tan(x y + 0.3)− x2 |
f 2(x, y):= 0.5 x2 |
+ 2 y2 |
−1 |
||||||||||||||||
|
|
|
|
|
|
d |
|
d |
|
|
|
|
|
|
|
|
|
|||
− 0.5 |
|
|
|
|
|
|
f 1(x, y) |
|
|
|
f 1(x, y) |
|
|
|
f 1(x, y) |
|||||
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
A(x, y):= dx |
|
dy |
|
|
f (x, y):= |
||||||||||||||
x0 := |
1.0 |
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
d |
|
d |
|
|
|
|
|
|
|
f 2(x, y) |
|||||
|
|
|
|
|
|
|
|
|
f 2(x, y) |
|
|
|
f 2(x, y) |
|
|
|
|
|
||
|
|
|
|
|
dy |
|
|
|
||||||||||||
|
|
|
|
|
|
dx |
|
|
|
|
|
|
|
|
||||||
A(x0 , x0 |
|
) |
|
|
2.0410914 |
|
− 0.5205457 |
|
f |
(x0 , x0 |
|
− 0.4527100 |
|
|||||||
2 |
= |
|
|
|
|
|
|
|
2 |
)= |
|
|
|
|||||||
1 |
|
|
|
|
− 0.5 |
4 |
|
|
|
1 |
|
1.125 |
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
x := −0.5 y := 1.0 |
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Given |
tan(x y + 0.3)− x2 = 0 |
|
|
|
|
|
|
|
|
|
|
|||||||||
|
0.5 x2 |
+ 2 y 2 −1 = 0 |
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
− 0.3023399 |
|
|
|
|
|
|
|
|
|
|
||||
|
Find(x, y) = |
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
0.6907587 |
|
|
|
|
|
|
|
|
|
|
||||
Given |
tan(x y + 0.3)− x2 = 0 |
|
|
|
|
|
|
|
|
|
|
|||||||||
|
0.5 x2 |
+ 2 y2 −1 = 0 |
|
|
|
|
|
|
|
|
|
|
MinErr(x, y)= − 0.30233990.6907587
При задании иных начальных условий получаются другие точки экстремума. Напри-
мер,
x := 1.0 y := 1.0
158
Given |
tan(x y + 0.3)− x2 |
= 0 |
|
|
|
0.5 x2 + 2 y 2 |
−1 = 0 |
|
|
|
1.0144947 |
|
||
|
Find(x, y) = |
|
|
|
|
|
|
|
|
|
0.4926461 |
|
||
x := −1.0 y := 3.0 |
|
|
|
|
Given |
tan(x y + 0.3)− x2 |
= 0 |
|
|
|
0.5 x2 + 2 y 2 |
−1 = 0 |
|
|
|
MinErr(x, y) = |
− 2.1256772 |
||
|
|
|
|
|
|
|
|
|
|
|
|
0.9774855 |
|
Это неудивительно, ибо поверхность, представляющая функцию, равную сумме уравнений исходной системы, имеет множество локальных экстремумов. Убедимся в этом, построив эту поверхность и ее линии уровня:
i :=1...100 j :=1...100 xi := −5 + 0.1 i y j := −5 + 0.1 j M 3i, j := f 1(xi , y j )+ f 2(xi , y j )
Найти решение упрощенным методом Ньютона по формулам (6.6.1), когда матрица Φ−1 (x(k ))не перевычисляется на каждом шаге, можно с помощью нескольких операторов.
Φ := A(x0 , x0 |
|
) |
|
0.506 |
0.066 |
|
|
|
2 |
Φ−1 = |
|
|
|
|
|||
1 |
|
|
|
0.063 |
0.258 |
|
|
|
|
|
|
|
|
|
)1 , (xv i )2 ) |
||
xv 1 := x0 i :=1...11 |
xv i+1 |
:= xv i |
− Φ−1 f ((xv i |
Наконец, подпрограммы, реализующие вычисления по методу Ньютона по формулам
(6.4.7) и (6.4.8)-(6.4.9), могут быть такими:
159
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f1 |
(x1 , x2 ,..., xn ) |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f |
|
(x , x |
|
,..., x |
|
) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
2 |
n |
|
|||||
|
Параметры |
|
|
этих |
подпрограмм |
одинаковы: |
f = |
|
|
|
|
1 |
|
|
|
, |
|||||||||||||
|
|
|
f (x)= |
....................... |
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f |
n |
(x , x |
2 |
,..., x |
n |
) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|||
|
∂f |
1 |
|
∂f |
1 |
... |
∂f |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
∂x1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
∂x2 |
∂xn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
∂f2 |
|
∂f2 |
∂f2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
A = |
∂x |
|
|
... |
|
|
, n - |
размерность системы, x0 - вектор |
начального |
|
приближения, |
||||||||||||||||||
|
∂x |
∂x |
|
||||||||||||||||||||||||||
|
|
1 |
|
|
2 |
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
... |
... ... |
... |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
∂fn |
|
∂fn |
|
∂fn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
∂x |
|
∂x ... |
∂x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
1 |
|
|
2 |
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ε- заданная точность вычислений. Приведенные варианты подпрограмм рассчитаны на систему из двух уравнений с двумя неизвестными, однако легко переделываются для любого ко-
160
нечного числа неизвестных и уравнений. Для этого нужно лишь перечислить требуемое число аргументов в операторах, вычисляющих вектор f (x) и матрицу A внутри подпрограмм.
Вводим конец программы:
ε := 10 |
−6 |
xx := Newtsyst(f , A,2, x0, ε) |
|
− 0.3023399 |
|
|||
xx = |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.6907587 |
|
|
|
|
|
− 0.3023399 |
|
|
|
||
xy := Nliniter(f , A,2, x0, ε) xy = |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
0.6907587 |
|
|
|
||
1.0 |
xx := Newtsyst(f , A,2, x0, |
ε) |
xx = |
|
− 0.3023399 |
|||
x0 := |
|
|
|
|
||||
|
|
|
|
|
|
0.6907587 |
|
|
1.0 |
|
|
|
|
|
|||
|
2.0 |
xx := Newtsyst(f , A,2, x0, |
ε) |
xx = |
|
− 0.3023399 |
||
x0 := |
|
|
|
|
|
|||
|
2.0 |
|
|
|
|
|
0.6907587 |
|
|
|
|
|
|
|
|
||
|
5.0 |
xx := Newtsyst(f , A,2, x0, |
ε) |
- подпрограмма не может решить систему, на- |
||||
x0 := |
|
|
||||||
|
2.0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
чальное приближение плохое и процесс расходится.
Задание № 1. Любым способом, разобранным в этой лабораторной работе, решить методом Ньютона следующую систему уравнений:
|
|
|
tg(xy) = x |
2 |
, |
|
|
|
1. |
|
|
|
|
||||
|
0.8x2 + 2 y2 |
= 1. |
|
|
||||
|
|
|
|
|
|
|
|
|
3. |
sin(x + y)−1.3x = 0, |
|||||||
|
|
x2 + y2 |
=1. |
|
|
|||
|
|
|
|
|
||||
5. |
|
|
tg(xy + 0.4) = x2 , |
|||||
0.6x2 + 2 y2 |
= 1, |
x > 0, y > 0. |
||||||
|
|
|
|
|
|
|
|
|
7. |
sin(y −1)+ x =1.3, |
|||||||
|
|
|
|
|
|
|
||
|
y − sin(x +1)= 0.8. |
|||||||
9. |
sin(y +1)− x =1, |
|
|
|||||
|
2 y + cos x = 2. |
|
|
|||||
|
|
|
|
|||||
11. |
sin(x + y)=1.5x + 0.2, |
|||||||
|
x2 + y2 =1. |
|||||||
|
|
|
||||||
13. |
2 y − cos(x +1)= 0, |
|||||||
|
x + sin y = −0.4. |
|||||||
|
|
|
||||||
|
|
|
|
|
2 |
|
||
15. tg(xy + 0.1) = x |
, |
|||||||
|
||||||||
|
|
x2 + 2 y2 |
= 1. |
|
|
|||
17. |
sin(x + y)−1.1x = 0.1, |
|||||||
|
x2 + y2 =1. |
|||||||
|
|
|
||||||
|
|
|
|
|
2 |
|
||
19. tg(xy + 0.1) = x |
, |
|||||||
|
||||||||
|
|
0.9x2 + 2 y2 = 1. |
2. |
cos(y −1)+ x = 0.8, |
|||||||||
|
y − cos x = 2. |
|||||||||
|
|
|||||||||
4. |
sin(x + 0.5)− y =1, |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
cos(y − 2)+ x = 0. |
|||||||||
6. |
cos(y + 0.5)+ x = 0.8, |
|||||||||
|
sin x − 2 y =1.6. |
|||||||||
|
|
|||||||||
|
sin(x − y)− xy = −1, |
|||||||||
8. |
x |
2 |
− y |
2 |
= |
3 |
. |
|||
|
|
|
|
|
|
|||||
|
|
|
4 |
|||||||
|
|
|
|
|
|
|
|
|
||
|
|
tg(xy) = x |
2 |
, |
|
|||||
10. |
|
|
||||||||
|
0.5x2 |
+ 2 y2 |
= 1. |
|||||||
|
|
|
|
|
|
|
|
|
|
|
12. |
|
sin(x + y)−1.6x = 0, |
||||||||
|
+ y2 =1, x > 0, y > 0. |
|||||||||
|
x2 |
sin(y + 2)− y =1.5,
14.x + cos(y − 2)= 0.5.
16. |
cos(x −1)+ y = 0.8, |
|
|
x − cos y = 2. |
|
|
|
|
18. |
sin(x − 0.6)− y =1.6, |
|
|
3x − cos y = 0.9. |
|
|
|
|
20. |
sin(2x − y)−1.2x = 0.4, |
|
|
0.8x2 +1.5y2 =1. |
|
|
|
161