7. Метод ложного положения

Рассмотрим еще одну модификацию метода Ньютона.

Пусть известно, что простой корень x^* уравнения f(x) = 0 находится на отрезке [a, b] и на одном из концов отрезка выполняется условие f(x)f"(x) 0. Возьмем эту точку в качестве начального приближения. Пусть для определенности это будет b. Положим x₀ = a. Будем проводить из точки B = (b, f(b)) прямые через расположенные на графике функции точки B_n с координатами (x_n, f(x_n), n = 0, 1, … . Абсцисса точки пересечения такой прямой с осью OX есть очередное приближение x_n+1.

Геометрическая иллюстрация метода приведена на рис. 2.10.

Рис. 2.10

Прямые на этом рисунке заменяют касательные в методе Ньютона (рис. 2.8). Эта замена основана на приближенном равенстве

f (x_n) . (2.23)

Заменим в расчетной формуле Ньютона (2.13) производную f (x_n) правой частью приближенного равенства (2.23). В результате получим расчетную формулу метода ложного положения:

x_{n +1} = x_n -.. (2.24)

Метод ложного положения обладает только линейной сходимостью. Сходимость тем выше, чем меньше отрезок [a, b].

Критерий окончания. Критерий окончания итераций метода ложного положения такой же, как и для метода Ньютона. При заданной точности > 0 вычисления нужно вести до тех пор, пока не будет выполнено неравенство

|x_n - x_{n - 1}| < . (2.25)

Пример 2.5.

Применим метод ложного положения для вычисления корня уравнения x³ + 2x - 11 = 0 с точностью = 10^-3.

Корень этого уравнения находится на отрезке [1, 2], так как f (1) = -8 < 0, а f (2) = 1 > 0. Для ускорения сходимости возьмем более узкий отрезок [1.9, 2], поскольку f (1.9) < 0, а f (2) > 0. Вторая производная функции f (x) = x³ + 2x - 11 равна 6x. Условие f(x)f"(x) 0 выполняется для точки b = 2. В качестве начального приближения возьмем x₀ = a = 1.9. По формуле (2.24) имеем

x₁ = x₀ -. = 1.9 + 1.9254.

Продолжая итерационный процесс, получим результаты, приведенные в табл. 2.5.

Таблица 2.5

n	xn
0 1 2 3	1.9 1.9254 1.9263 1.9263

Лекция 3 Тема: Решение систем линейных алгебраических уравнений

1. Постановка задачи

Требуется найти решение системы линейных уравнений:

a₁₁x₁ + a₁₂ x₂ + a₁₃x₃ + … + a_1nx_n = b₁

a₂₁x₁ + a₂₂ x₂ + a₂₃x₃ + … + a_2nx_n = b₂

a₃₁x₁ + a₃₂ x₂ + a₃₃x₃ + … + a_3nx_n = b₃ (3.1)

.

a_n1x₁ + a_n2 x₂ + a_n3x₃ + … + a_nnx_n = b_n

или в матричной форме:

Ax = b, (3.2)

где

a₁₁ a₁₂ a₁₃ … a_1n x₁ b₁

a₂₁ a₂₂ a₂₃ … a_2n x₂ b₂

A = a₃₁ a₃₂ a₃₃ … a_3n x =x_{3 ,} b =b₃

a_n1 a_n2 a_n3 a_nn x_n b_n

По правилу Крамера система n линейных уравнений имеет единственное решение, если определитель системы отличен от нуля (det A 0) и значение каждого из неизвестных определяется следующим образом:

x_j = , j = 1, …, n, (3.3)

где det A_j - определитель матрицы, получаемой заменой j-го столбца матрицы A столбцом правых частей b.

Непосредственный расчет определителей для больших n является очень трудоемким по сравнению с вычислительными методами.

Известные в настоящее время многочисленные приближенные методы решения систем линейных алгебраических уравнений распадаются на две большие группы: прямые методы и методы итераций.

Прямые методы всегда гарантируют получение решения, если оно существуют, однако, для больших n требуется большое количество операций, и возникает опасность накопления погрешностей.

Этого недостатка лишены итерационные методы, но зато они не всегда сходятся и могут применяться лишь для систем определенных классов.

Среди прямых методов наиболее распространенным является метод исключения Гаусса и его модификации, Наиболее распространенными итерационными методами является метод простых итераций Якоби и метод Зейделя.

Эти методы будут рассмотрены в следующих разделах.