- •Глава 3. Численные методы решения систем уравнений
- •3.1.Обусловленность задачи решения системы линейных алгебраических уравнений
- •3.2. Метод Гаусса Постановка задачи решения линейной системы
- •Метод Гаусса с выбором главных элементов в столбцах Прямой ход метода Гаусса с выбором главных элементов в столбцах
- •Алгоритм и расчетные формулы для k-го шага прямого хода метода Гаусса с выбором главных элементов в столбцах
- •Обратный ход метода Гаусса
- •Алгоритм и расчетные формулы для обратного хода метода Гаусса
- •Применение метода Гаусса для вычисления определителей Теоретические основы
- •Алгоритм вычисления определителя
- •Применение метода Гаусса для вычисления обратных матриц Сведение вычисления обратной матрицы к решению линейной системы
- •Обратный ход метода Гаусса. 1. Приближенная проверка невырожденности матрицы системы. Если , то выдать сигнал о том, что матрица системы близка к вырожденной и закончить решение системы.
- •3.3. Метод правой прогонки Алгоритм решения линейной системы методом правой прогонки
- •Условия применимости метода прогонки
- •Теорема 1. Если
- •Доказательство. Неравенства длядокажем методом математической индукции.. Пусть при некоторомm выполняется неравенство , тогда
- •3.4. Метод простой итерации для линейных систем
- •Теорема 2. Пусть ,,.
- •Доказательство. Докажем первое утверждение теоремы. Зададим два произвольных столбца и рассмотрим
- •3.5. Решение систем нелинейных уравнений Получение итерационной формулы метода касательных путем линеаризации уравнения
- •Скорость сходимости метода касательных
- •Асимптотическое условие окончания итераций для метода касательных
- •Метод Ньютона для нелинейных систем уравнений
- •Локализация решения систем нелинейных уравнений
- •Контрольные вопросы и задания
Асимптотическое условие окончания итераций для метода касательных
Применение условия окончания итераций для метода касательных, полученного нами ранее, требует оценки снизу модуля первой производной в указанной окрестности корня. В том случае, когда условия квадратичной сходимости для метода касательных выполняются, можно воспользоваться более простым и приближенным асимптотическим условием окончания итераций. Получим его.
Пусть – последовательность приближений, сходящаяся к точному значению искомого корня, полученная методом касательных, и для нее выполнены все условия квадратичной сходимости. Разложим функцию по формуле Тейлора с остаточным членом в форме Лагранжа:
.
Здесь – некоторая точка междуx и . Подставим в эту формулуи получим
.
Здесь – некоторая точка между точкамии. Из формулы (3.5.5) следует, что, поэтому последняя формула принимает более простой вид
. (3.5.19)
С другой стороны, согласно теореме Лагранжа,
. (3.5.20)
Здесь учтено, что , а– некоторая точка между точкамии. Приравняем правые части формул (3.5.19) и (3.5.20) и, переходя к модулям, получим
. (3.5.21)
Обозначим через иположительные числа такие, что в указанной в условиях квадратичной сходимости окрестности выполняются неравенства
, . (3.5.22)
Из условий квадратичной сходимости следует и их существование. Тогда из формулы (3.5.21) с учетом формулы (3.5.22) получим апостериорную оценку погрешности
. (3.5.23)
И наконец, учитывая, что при , получаемприближенную асимптотическую, оценку погрешности
, (3.5.24)
Из нее получается искомое приближенное, асимптотическое условие окончания итераций
. (3.5.25)
Как только неравенство (3.5.25) будет выполнено, можно закончить вычисления и в качестве приближенного значения корня с погрешностью, не превышающей , выбрать .
Метод Ньютона для нелинейных систем уравнений
Рассмотрим задачу решения системы из n нелинейных уравнений с n неизвестными
(3.5.26)
Здесь – заданные функции. Будем считать, что эта система имеет решения. Обозначим черезискомое точное решение этой системы.Будем искать приближенное решение этой системы с погрешностью, не превышающей заданного положительного числа , то есть любой вектор, удовлетворяющий неравенству
. (3.5.27)
Здесь – некоторая заранее выбранная метрика в метрическом пространстве. Это может быть, например, одна из рассматриваемых метрик в параграфе 3.3. Пусть для определенности
. (3.5.28)
Для вычисления приближенного решения построить последовательность приближений, которая в данном случае будет представлять собой последовательность векторов , сходящуюся к искомому точному решению. Здесьk – номер члена последовательности. Иными словами, для последовательности приближений должно выполняться
. (3.5.29)
Построим последовательность приближений по аналогии с методом касательных. Зададим некоторое начальное приближение , достаточно близкое к искомому корню и обеспечивающее сходимость к нему всей последовательности, а последующие члены последовательности приближений вычислим по рекуррентной формуле. Получим ее так же, как и в методе касательных. Будем считать, что известен k–й член последовательности . В качестве следующего–го члена последовательностивыберем решение линеаризованной системы (3.4.26).
Линеаризуем уравнения системы, используя формулу для полного дифференциала функции многих переменных:
, (3.5.30)
.
Подставив формулу (3.4.30) в формулу (3.4.26), получим линеаризованную систему уравнений
, (3.5.31)
.
Координаты должны удовлетворять этой системе, поэтому для их определения необходимо решить относительносистему вида
, (3.5.32)
.
Но удобнее в начале найти разности . Обозначим
, . (3.5.33)
Тогда система (3.5.32) примет вид
(3.5.34)
Решить линейную систему (3.5.34) относительно можно ранее изученными методами (метод Гаусса, простой итерации). А получив это решение, определим координаты следующего члена последовательности приближений по тривиальным формулам
. (3.5.35)
Для окончания итераций используем условие, аналогичное полученному в предыдущем пункте:
. (3.5.36)
Как только неравенство (3.5.36) будет выполнено, можно закончить вычисления и в качестве приближенного значения корня с погрешностью, не превышающей , выбрать .
Описанный метод построения последовательности приближений получил название метода Ньютона. Условия сходимости последовательности приближений к точному решению для метода Ньютона получены, но их проверка зачастую очень сложна. В большинстве случаев их вообще не проверяют. Поэтому работать часто приходится наугад. Если существует несколько решений исходной системы, то последовательность может сойтись к любому из них. А если решений нет или начальное приближениевыбрано неудачно, то последовательностьможет вообще расходиться. Чтобы убедиться в сходимости полученной последовательностик искомому решениюприходится производить дополнительные теоретические и экспериментальные исследования, пользоваться косвенными признаками. Так, в процессе счетаобычно проверяется условие отличия от нуля определителя матрицы линейной системы. Если определитель близок к нулю, процесс вычисления прерывается и выдается сообщение об ошибке. Иногда в процессе счета также проверяются условия монотонного сближения членов последовательности и уменьшения невязки
, (3.5.37)
. (3.5.38)
Модификации метода Ньютона для нелинейных систем уравнений
Если оценивать качество метода Ньютона только по числу необходимых итераций, то следовало бы сделать вывод о том, что этот метод стоит применять всегда, когда он сходится. На практике для достижения разумной точности решения при выборе достаточно хорошего начального приближения требуется, как правило, 3-5 итераций.
Однако при оценке общей трудоемкости метода следует учитывать, что на каждой итерации требуется выполнение следующей дополнительной работы:
1) вычисление координат вектораf(x).
2) вычисление компонентов матрицы Якоби (x).
3) решение системы линейных алгебраических уравнений (3.5.34).
Существует большое число модификаций метода Ньютона, позволяющих в тех или иных ситуациях снизить его трудоемкость либо избежать необходимости вычисления производных. Рассмотрим кратко некоторые из таких модификаций.
Упрощенный метод Ньютона. Заменим в расчетных формулах метода Ньютона (3.5.34) матрицу (x), зависящую от х, постоянной матрицей A=(х). В результате этого получим расчетные формулы упрощенного метода Ньютона
Aхf(х), (3.5.39)
хх+х. (3.5.40)
Можно показать, что этот метод сходится со скоростью геометрической прогрессии, если начальное приближение хвыбрано достаточно близким к решению хпричем знаменатель прогрессии тем меньше, чем ближехк х
По сравнению с методом Ньютона число итераций, необходимое для достижения заданной точности , существенно возрастает. Тем не менее общие вычислительные затраты могут оказаться меньше, так как вычисление матрицы Якоби производится здесь только один раз.
Использование формул численного дифференцирования
Довольно часто вычисление производных , являющихся элементами матрицы, затруднено или вообще невозможно. В такой ситуации для приближенного вычисления производных можно попытаться использовать формулы численного дифференцирования. Например, можно использовать конечно-разностную аппроксимацию производной:
(х)J= (3.5.41)
Параметры это конечно-разностные шаги.
Если в расчетных формулах метода Ньютона (3.5.34), (3.5.35) заменить матрицу (x) аппроксимирующей ее матрицей J с элементами J, то получим итерационный метод
Jх= - f(x (3.5.42)
х=xх (3.5.43)
В простейшем варианте этого метода шаги h(j = 1, 2, ...,n) не зависят от k. Отметим, что выбор величины шагов представляет собой не очень простую задачу. С одной стороны, они должны быть достаточно малыми, чтобы матрица J хорошо приближала матрицу (x), с другой стороны, они не могут быть очень малы, так как в этом случае влияние погрешностей вычисления функций на погрешность формулы (3.5.41) численного дифференцирования становится катастрофическим (выполняется вычитание близких приближенных чисел).
Следующие три метода можно рассматривать как варианты метода (3.5.42), (3.5.43), в которых реализованы специальные подходы к вычислению вектора h. Для того чтобы приведенные ниже рассуждения были формально корректными, в формуле (3.4.41) положимJ=(x), если оказалось, что = 0.
Метод ложного положения. Пусть с фиксированный вектор. Положим h=с - x. Тогда формулы (3.5.41) (3.5.43) определяют метод ложного положения, обладающий линейной скоростью сходимости в случае, если вектор с и начальное приближение хвыбраны достаточно близко к решению.
Метод секущих. В одном из наиболее популярных своих вариантов метод секущих можно рассматривать как метод (3.5.41) (3.5.43), где h=х x. Метод секущих является двухшаговым: для вычисления очередного приближения хиспользуют два предыдущих приближения:x и х. Для того чтобы начать вычисления, необходимо задать два начальных приближенияхих. При удачном выборе начальных приближенийхихметод секущих сходится со сверхлинейной скоростью с порядком сходимости=.
Метод Стеффенсена. Вычисления по методу Стеффенсена производят по формулам (3.5.41) (3.5.43), где h= f(x). Метод не требует вычисления производных и в отличие от метода секущих является одношаговым, он, как и метод Ньютона, обладает свойством квадратичной сходимости. Правда, как и в методе Ньютона, его применение затруднено необходимостью выбора хорошего начального приближения.
По-видимому, для решения нелинейных систем вида (3.5.26) метод Стеффенсена окажется лучшим выбором, чем метод секущих или метод ложного положения.