
- •Элементы теории погрешностей.
- •1.1.Определение абсолютной и относительной погрешности численного результата.
- •1.2.Основные составляющие абсолютной погрешности.
- •1.3.Формулы для оценки абсолютной и относительной погрешности для значения функции и переменных.
- •Решение уравнений с одной неизвестной.
- •2.1.Отделение корней уравнения и отделение корней алгебраического уравнения.
- •2.2.Понятие кратного корня.
- •2.3.Методы уточнения корней простой итерации.
- •2.4.Метод Ньютона.
- •2.5.Метод хорд.
- •2.6.Достаточное условие сходимости метода простой итерации.
- •Вывод условия сходимости:
- •2.7.Оценка погрешности n-приближения.
- •Решение систем линейных уравнений.
- •3.1.2.Классификация слау
- •3.1.3.Обусловленность слау
- •3.1.Метод Гаусса.
- •3.2.Метод прогонки.
- •3.3.Метой простой итерации. Приведение системы к итерационной форме
- •Выполнение итерации
- •Проверка условия окончания решения
- •3.4.Достаточное условие сходимости простой итерации.
- •3.5.Оценка погрешности n-приближения.
- •4.1.Метод простых итераций.
- •1) Функции 1(X,y) и 2(X,y) определены и непрерывно дифференцируемы в r;
- •3) В r выполнены неравенства
- •4.2.Метод Ньютона.
- •Интерполяция функций.
- •5.1.Постановка задачи.
- •5.2.Формула Лагранжа.
- •5.3.Формула Ньютона.
- •5.4.Оценка погрешности интерполяции.
- •5.5.Интерполяция сплайнами.
- •Определение кубического сплайна.
- •Формулировка системы уравнений для коэффициентов кубического сплайна.
- •Аппроксимация функций.
- •6.1.Постановка задачи.
- •6.2.Метод наименьших квадратов.
- •6.3.Матричная формула для коэффициентов многочлена аппроксимации.
- •Численное интегрирование.
- •8.1.Формулы прямоугольников, трапеций, парабол (Симпсона). Оценки погрешностей. Методы прямоугольников
- •Метод трапеций
- •Метод парабол
- •8.2.Метод Рунге двойного счета для оценки погрешности.
- •Методы решения задачи Коши для обыкновенного дифференциального уравнения.
- •9.1.Интегральное представление задачи Коши.
- •10.1.Обусловленность задачи поиска минимума.
- •10.3.Метод золотого сечения.
- •10.4.Метод координатного спуска.
- •10.5.Метод наискорейшего спуска.
3.2.Метод прогонки.
Метод прогонки применяется для решения систем линейных уравнений с матрицей специального вида - трехдиагональной матрицей :
- ai xi-1 + ci xi - bi xi+1= fi, i=2, ... , n-1
x1 = k 1 x2 + n 1 (2)
xn = k 2 xn-1 + n 2
На первом этапе находятся коэффициенты
a i+1 = bi /(ci - ai a i) , b i+1 = ( b i ai + fi ) /(ci - ai a i ) i=2, ... , n-1 (прямой ход), a 2 = k 1 , b 2 = n 1,
а на втором этапе находится решение
xi = a i+1 xi+1 + b i+1 , i = n-1, ... ,2,1
xn = (n 2 + b n ) / ( 1-a n k 2 ). Для корректности метода прогонки достаточно, чтобы коэффициенты aiбыли по модулю меньше единицы, а выражения в знаменателях формул были отличны от нуля. Достаточные условия корректности прогонки формулируются в следующих теоремах.
ТеоремаПусть система уравнений (2) такова, что ai> 0, bi> 0, ci> 0, ciі ai+ bi, i=2,..., n-1, и пk1п + пk2п <2, пk1п Ј 1, пk2п Ј 1.
Тогда метод прогонки корректен.
ТеоремаПусть система уравнений (2) такова, что ai> 0, bi> 0, ci> 0, ci і ai+ bi, i=2,..., n-1, и существует i0>1 такое, что ci0> ai0+ bi0, и п k1п Ј 1, п k2п Ј 1.
Тогда метод прогонки корректен.
ТеоремаПусть система уравнений (2) такова, что зaiз , зbiз ,зciз >0, зciз > зaiз+...+зbiз , i=2,..., n-1, и п k1п Ј 1, п k2п Ј 1. Тогда метод прогонки корректен.
3.3.Метой простой итерации. Приведение системы к итерационной форме
Представить исходную систему уравнений
a11x1 + a12x2 + … + a1nxn = b1
a21x1 + a22x2 + … + a2nxn = b2
… … … … … … … … …
an1x1 + an2x2 + … + annxn = bn
в итерационной форме можно путем записи каждого ее уравнения в виде решения относительно одного из неизвестных, например, соответственного неизвестного
x1 = c12x2 + c13x3 + … + c1nxn + d1
x2 =c21x1 + c23x3 + … + c2nxn + d2
… … … … … … … … … …
xn =cn1x1 + cn2x2 + cn3x3 +… + dn
где
В матричном виде итерационная система уравнений имеет вид
Выполнение итерации
В качестве начального приближения к решению может быть выбран произвольный вектор. Часто для этого используют вектор правых частей приведенной системы. Решение не зависит от выбора начального приближения, однако, чем ближе начальное приближение к точному решению, тем меньше итераций потребуется для решения системы с заданной точностью .
Вектор очередного приближения к решению рассчитывается по соотношению
или
Проверка условия окончания решения
Решение считается найденным, если два последовательных приближения оказываются достаточно близкими, т.е. норма вектора их разности сравнима с заданной точностью
3.4.Достаточное условие сходимости простой итерации.
Если норма матрицы коэффициентов приведенной системы меньше единицы
,
то процесс итераций сходится к единственному решению независимо от выбора начального приближения. Для оценки нормы можно использовать любое из трех известных соотношений.
Следует отметить, что процесс итераций заведомо сходится, если элементы исходной матрицы удовлетворяют условию
или элементы приведенной матрицы удовлетворяют условию
где n - число неизвестных системы.
Если все нормы матрицы больше единицы, то с помощью элементарных преобразований исходную систему нужно попытаться заменить эквивалентной, для которой условия сходимости выполняются. Эквивалентная система может быть получена перестановкой уравнений исходной системы или заменой отдельных уравнений линейной комбинацией других уравнений системы. Целью проводимых преобразований должно быть получение максимальных по модулю коэффициентов на главной диагонали матрицы коэффициентов.