- •Глава 1. Численные методы.
- •1.1 Структура погрешности в численном анализе.
- •Округление.
- •Погрешность вычисления функции при неточном задании аргументов. (Вопрос вычисления функции при наличии ошибки в вычислении ее аргумента)
- •1.2. Понятие близости в метрическом пространстве.
- •Примеры классов функций и соответствующих нормированных пространств.
- •1.3. Задача приближения функций. Интерполяция.
- •Задача наилучшего приближения в нормированном пространстве.
- •Задача приближения полиномами.
- •Общая задача интерполяции.
- •1.4. Интерполяционный многочлен Ньютона.
- •Пример:
- •Запись интерполяционного многочлена для равноотстоящих узлов.
- •1.5. Среднеквадратичное приближение функции.
- •1.6. Классические ортогональные многочлены и их применение в задачах приближения функций.
- •С другой стороны
- •1.7. Некоторые общие свойства ортогональных полиномов.
- •1.8. Многочлены Чебышева, их свойства и применение в задачах приближения функций.
- •Первые применения многочленов Чебышева к задаче интерполяции.
- •1.9. Равномерное приближение функций на отрезке.
- •1.10 Теоремы о равномерном приближении функций на отрезке.
- •Глава II. Численное интегрирование.
- •2.1. Квадратурные формулы на основе интерполяций.
- •Формулы Ньютона-Котеса.
- •2.2 Квадратурные формулы Гаусса-Кристоффеля.
- •Глава III. Численные методы алгебры.
- •3.1. Принцип сжатых отображений.
- •3.2. Метод простых итераций для функциональных уравнений.
- •3.3.Метод Ньютона.
- •3.4. Численные методы линейной алгебры.
- •3.4.1. Нормы матриц. Спектральные свойства матриц.
- •Для любой квадратной матрицы и любой согласованной матричной нормы имеет место неравенство:
- •Простейшие следствия из определений.
- •3.4.2. Обусловленность матриц и систем уравнений.
- •3.4.3. Итерационные методы решения систем лау.
- •3.4.4 Стационарные итерационные процедуры. Теоремы о сходимости.
- •Некоторые определения.
- •Глава IV. Численные методы решения обыкновенных дифференциальных уравнений.
- •4.1. Численное дифференцирование.
- •4.2.Численные методы решения задачи Коши.
- •4.2.1. Оценка погрешности метода Эйлера.
- •1. Ошибка растет с номером шага k.
- •4.2.2.Методы Рунге-Кутта.
- •4.3. Численные методы решения краевых задач для оду.
- •4.3.1.Задача аппроксимации на сетке.
- •4.3.2.Аппроксимация, устойчивость и сходимость разностных схем.
- •Итерационная процедура устойчива по правой части тогда и только тогда, когда
- •При этом, если выполняется условие
Глава III. Численные методы алгебры.
Лекция 9.
3.1. Принцип сжатых отображений.
Пусть Х – полное метрическое пространство, - расстояние между элементамих и у. Пусть, кроме того, S – замкнутое ограниченное множество (компакт): SX и Т – оператор (вообще говоря, – нелинейный), действующий из S в S, то есть отображающий множество S в себя:.
Назовем точку неподвижной точкой оператора Т, если
х*=Тх* (1)
Таким образом, неподвижные точки оператора Т являются решениями уравнения (1). Наиболее простой способ решения этого уравнения – итерационный, начиная с некоторого значения х0
хn+1=Txn , х0 (2)
При этом важно, чтобы такая последовательность {xn} сходилась к единственной точке х*. Следующая теорема формулирует достаточные условия сходимости итерационного процесса (2).
Теорема 1. (Принцип сжатых отображений).
Пусть Т – оператор сжатия на S, то есть
и (3)
Тогда в S существует единственная неподвижная точка оператора Т, являющаяся пределом последовательности {xn} , определяемой процедурой итераций, начиная с . При этом скорость сходимости оценивается неравенствами:
(4)
(5)
Докажем, что последовательность {xn} – фундаментальная. Рассмотрим
(6)
Далее при p>1 имеем
{неравенство треугольника: вставим точку }
{продолжая вставлять точки}
{на основании (6)}
{геометр. прогрессия}
. (7)
Отсюда следует, что
,
следовательно, последовательность {xn} – фундаментальная, и согласно критерию Коши-Вейерштрасса последовательность {xn} сходится к элементу (так как S - компакт). Таким образом, имеем
.
Далее
.
Следовательно,
.
Докажем единственность неподвижной точки х*.
От противного. Пусть :х*=Тх*, у*=Ту*. Тогда
.
Но это противоречие.
Формула (4) следует из формулы (7) при р:
,
т.к. правая часть неравенства (7) не зависит от р.
Докажем (5):
{неравенство треугольника}
.
Отсюда
.
Если разделить обе части этого неравенства на (1-α), то получим (5).
Замечание 1.
Неравенство (4) показывает, что последовательность {xn} сходится к х* со скоростью геометрической прогрессии (такая скорость называется линейной: каждый шаг в раз приближает кх*). Кроме того, неравенство (4) позволяет определить, сколько итераций (шагов) необходимо сделать для достижения заданной точности . Для этого нужно решить неравенство:
Ясно, что для хорошей оценки числа итераций необходимо точнее оценивать константу сжатия , что на практике не всегда просто сделать. При реализации алгоритма полезно также использовать неравенство (5), позволяющее контролировать каждый шаг итерации и установить следующий критерий останова:
.
Теорема 2.
Пусть Х – банахово пространство, то есть полное нормированное пространство с нормой элементов .Т- оператор, определенный на замкнутом множестве S и отображающий S в себя. Тогда, если выполняется условие
(8)
(это условие Липшица с константой ), то справедливо утверждение теоремы 1.
Действительно, положим результат.
3.2. Метод простых итераций для функциональных уравнений.
Утверждение 1.
Пусть (одномерный случай) и задана функцияf(x), удовлетворяющая условию:
(9)
(Условие Липшица с константой на отрезке [a,b].)
Тогда оператор f(x) - сжимающий и уравнение f(x)=х имеет единственную неподвижную точку, которую можно найти методом простых итераций:
.
Действительно, определим . Следовательно, выполняется условие (8) теоремы 2, откуда и следует результат.
Утверждение 2.
Пусть , причем
(10)
Тогда оператор f(x) является сжимающим.
Согласно теореме о среднем
.
Оценим это неравенство по модулю:
.
Это говорит о том, что выполняется условие (9) утверждения 1, значит, f(x) действительно сжимающий оператор.
Рассмотрим задачу поиска корней уравнения . Пусть известны границы для корня этого уравнения и мы хотим найти этот корень методом итераций. Если удастся привести уравнение к видуx=f(x), так чтобы выполнялось одно из условий утверждения 1 или утверждения 2, то в этом случае можно будет применить метод итераций. Такое преобразование, вообще говоря, не единственно, причем главная трудность заключается в определении того замкнутого ограниченного множества S (а в одномерном случае – отрезка [a,b]), для которого помимо условия сжатости, выполняется условие .
Утверждение 3.
Определим множество - замкнутыйr-“шар” с центром в точке х0 (в одномерном случае – отрезок). Пусть оператор Т - сжимающий на S и выполняется следующее условие:
(11)
Тогда для любой точки выполняется:.
Достаточно доказать, что Имеем:
{неравенство треугольника}
.
Пример 1.
Решить уравнение .
Приведем к виду:
(12)
Графическая иллюстрация.
Найдем первую производную:
.
При и=0,5(значениеможно использовать в итерациях).
Можно улучшить оценку для , если заметить, что из (12) следует, что
.
Для простоты положим =0,5 и оценим радиус “шара”S, взяв в качестве начала приближения точку . Тогда получим:
;
.
То есть если положить , то
условие (11) выполняется. Последовательно найдем:
Продолжаем процедуру пока m значащих цифр после запятой не установятся, если задана точность . В данном случае, например, припридется сделать 8 итераций. Тогдах*=х8=0,4816 .
Пример 2.
F(x)=tgx-x , x[;].
Решить самостоятельно: построить график, затем сделав замену переменных:
x = + arctg y, и привести уравнение к виду: y = + arctg y = f(y) -удовлетворяет принципу сжатых отображений. Оценить α и запустить процедуру для ε = 0,001.