- •Вычислительная математика
- •210100 "Управление и информатика в технических системах"
- •680035, Хабаровск, ул. Тихоокеанская, 136.
- •Прямые методы решения систем линейных алгебраических уравнений Метод Гаусса
- •Метод Гаусса с выбором главного элемента по столбцам
- •Итерационные методы решения систем линейных алгебраических уравнений
- •Нормы матриц
- •Итерационные методы решения систем линейных алгебраических уравнений Метод простых итераций
- •Метод Зейделя
- •Задания
- •Описание программы, входных и выходных параметров
- •Контрольные вопросы
- •Лабораторная работа 2 решение нелинейных уравнений
- •Решение алгебраических уравнений методом половинного деления
- •Метод отделения корней
- •Метод итераций
- •Метод поразрядного приближения
- •Задания
- •Описание программы, входных и выходных параметров
- •Контрольные вопросы
- •Точечное среднеквадратичное приближение функций многочленами Чебышева
- •Задания
- •Контрольные вопросы
- •Лабораторная работа 4 интерполирование функций
- •Интерполяционная формула Лагранжа
- •Интерполяция кубическими сплайнами
- •Задание
- •Контрольные вопросы
- •Лабораторная работа5
- •Описание программы, входных и выходных параметров
- •Контрольные вопросы
- •Лабораторная работа 6 Численное интегрирование
- •Квадратурные формулы интегрирования
- •Метод трапеций
- •Метод прямоугольников
- •Метод Симпсона (парабол)
- •Квадратурная формула Гаусса
- •Задание
- •Лабораторная работа 7 численное решение дифференциальных уравнений
- •Методы Рунге-Кутта
- •Метод Эйлера
- •Метод Эйлера-Коши
- •Метод Рунге-Кутта 4-го порядка
- •Задание
- •Контрольные вопросы
- •Лабораторная работа8 поиск экстремумов функции
- •Сужение промежутка унимодальности
- •Численные методы поиска минимума функции одной переменной Метод половинного деления
- •Метод золотого сечения
- •Метод сканирования
- •Задание
- •Контрольные вопросы
- •Библиографический список
- •Оглавление
Метод Гаусса с выбором главного элемента по столбцам
Метод Гаусса с выбором главного (максимального) элемента по столбцам является одной из модификаций метода Гаусса, позволяющих уменьшить погрешность вычислений.
В начале первого шага прямого хода среди коэффициентов при неизвестных находим максимальный по модулю (предположим, ). После этого в исходной системе (1.1) можно произвести перестановку: первое уравнение поставить на местоj-го, j-е на место первого. Далее вычисления проводят в описанной ранее последовательности.
В начале второго шага наибольший по модулю элемент выбирают среди коэффициентов при неизвестном , снова возможна соответствующая перестановка и исключение неизвестного , начиная с 3-го уравнения, и т. д., вплоть до последнего шага прямого хода в методе Гаусса.
Итерационные методы решения систем линейных алгебраических уравнений
С помощью этих методов решаются системы вида (1.1) или, иначе, векторно-матричных уравнений , где- вещественная матрица коэффициентов системы;- векторсвободных членов;- векторнеизвестных.
Нормы матриц
Нормы матриц часто используются при определении погрешности различных численных методов. В частности, в итерационных методах решения систем линейных алгебраических уравнений они применяются для того, чтобы определить погрешность решения, найденного на каждой итерации.
Как правило, используются нормы трех видов.
M-норма. Вычисляется по формуле
, где i – номер строки, j – номер столбца.
Пример. Для матрицы m-норма равна
L-норма. Вычисляется по формуле
, где i – номер строки, j – номер столбца.
Пример. Для матрицы l-норма равна
K-норма. Вычисляется по формуле
, где i – номер строки, j – номер столбца.
Пример. Для матрицы
k-норма равна
Итерационные методы решения систем линейных алгебраических уравнений Метод простых итераций
Метод простых итераций основан на пошаговом приближении к точному решению, при этом для нахождения решения с заданной точностью требуется несколько итераций.
Решение системы линейных алгебраических уравнений методом простых итераций можно разбить на несколько шагов.
Исходную систему уравнений вида (1.1) привести к эквивалентной системе, пригодной для итераций, вида
. (1.5)
Здесь ,
Для приведенной матрицы проверить сходимость итерационного процесса с использованием условия. Если какая-либо норма этой матрицы меньше 1, то итерационный процесс будет сходиться.
Записать последовательность итераций:
. (1.6)
Выбрать начальное приближение. В качестве начального приближения могут выбираться произвольные значения, но при вычислениях обычно принимается .
Можно оценить число итераций, необходимых для достижения требуемой точности, по формуле , где– требуемая точность.
Проводить вычисления по формулам (1.6). Итерационный процесс можно реализовать с использованием операторов
do {последовательность действий} while (условие),
то есть проводить вычисления до тех пор, пока выполняется условие ().
Здесь – погрешность данной итерации, которая вычисляется по формуле .
Примечание: Необходимо использовать только один вид норм, как правило, это m-норма.