- •Предисловие
- •1. Численные методы алгебры
- •1.1.Устойчивость системы линейных алгебраических уравнений
- •1.1.2.Устойчивость системы линейных алгебраических уравнений
- •1.1.4.Нахождение меры обусловленности симметричной матрицы A степенным методом
- •1.2.Решение систем линейных алгебраических уравнений методом Гаусса
- •1.3.Решение систем линейных алгебраических уравнений с помощью LU-разложения
- •1.4.Решение систем линейных алгебраических уравнений методом квадратного корня
- •1.5.Решение систем линейных алгебраических уравнений с трёхдиагональной матрицей методом прогонки
- •1.6.Численные методы решения систем нелинейных уравнений
- •2. Приближение функций
- •4. Приближенное вычисление двойного интеграла
- •4.2.2.Последовательное интегрирование с использованием формулы трапеций
- •4.2.3.Последовательное интегрирование с использованием квадратурных формул Гаусса
- •5. Задача Коши для обыкновенных дифференциальных уравнений
- •5.3.Интегрирование систем обыкновенных дифференциальных уравнений первого порядка
- •Литература
Глава 1
Численные методы алгебры
1.1.Устойчивость системы линейных алгебраических уравнений
1.1.1. Нормированные пространства. Свойства нормы матрицы
Определение. Нормированным пространством называется линейное пространство L, в котором для любого элемента x 2 L определён функционал kxk (норма ) такой, что выполняются условия:
1)kxk 0, причём kxk = 0 , x = 0;
2)k xk = j j kxk; 8 2 R;
3) kx + yk kxk + kyk, 8x; y 2 L.
Пример 1. Рассмотрим пространство R1. Здесь kxk = jxj, jx+yj jxj+jyj.
n
Пример 2. Пусть R1n — n-мерное пространство. Здесь . k~xk = |
jxij, ~x = |
|
|
|
=1 |
(x1; x2; :::; xn). Проверим выполнение условия 3: |
iP |
|
n |
n |
|
XX
k~x + ~yk1 = jxi + yij (jxij + jyij) = k~xk1 + k~yk1:
i=1 i=1
Пример 3. Пусть R2n — n-мерное евклидово пространство,
s
n
P
k~xk2 = jxij2 – евклидова норма.
i=1
p
В общем случае равенство kxk = (x; x) определяет норму в евклидовом пространстве.
9
Глава 1. Численные методы алгебры
Пример 4. Пусть R1n — n-мерное пространство с нормой k~xk1 = max jxij.
i=1;:::;n
Проверим выполнение условия 3 в определении нормированного простран-
ства:
~x |
+ |
~y |
max |
|
x |
+ y |
|
|
max ( |
x |
ij |
+ y |
ij |
) |
|
||||
k |
|
k = i=1;:::;n j |
i |
|
ij i=1;:::;n |
j |
|
j |
|
|
|||||||||
|
|
|
max |
x |
ij |
+ max y |
ij |
= ~x |
k1 |
+ ~y |
k1 |
: |
|||||||
|
|
|
i=1;:::;n j |
|
|
i=1;:::;n j |
k |
|
k |
|
|||||||||
Пример 5. C[a; b] — пространство непрерывных на [a; b] функций, kf(x)k =
max jf(t)j — норма.
t2[a;b]
Докажем выполнение условия 3 в определении нормированного простран-
ства:
kf + gk = max jf(t) + g(t)j max(jf(t)j + jg(t)j)
t2[a;b] |
t2[a;b] |
max jf(t)j + max jg(t)j = kfk + kgk:
t2[a;b] t2[a;b]
Пример 6. Пусть Rpn — n-мерное пространство с нормой
|
|
1 |
kxkp = |
n |
jxijp!p ; p 1: |
|
Xi |
|
|
=1 |
|
Пример 7. Рассмотрим пространство квадратных матриц:
|
|
|
|
|
|
0 a11 |
|
a12 |
|
::: |
a1n |
1 |
|
|
|||||
|
|
|
|
A = B a21 |
|
a22 |
|
::: |
a2n |
C |
|
|
|||||||
|
|
|
|
|
|
B |
|
|
|
|
|
|
|
|
|
C |
|
|
|
|
|
|
|
|
|
B |
|
|
|
|
|
|
|
|
|
C |
|
|
|
|
|
|
|
|
|
B |
::: |
|
::: |
|
::: |
::: |
C |
|
|
||||
|
|
|
|
|
|
B an1 |
|
an2 |
|
::: |
ann |
C |
|
|
|||||
|
|
|
|
|
|
B |
|
|
|
|
|
|
|
|
|
C |
|
|
|
Введем норму матрицы: |
@ |
|
|
|
|
|
|
|
|
|
A |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
k |
A |
k |
= sup |
kA~xk |
= sup |
k |
A~y |
|
; |
|||||||
|
|
|
|
|
|
|
~x |
|
k~yk=1 |
|
k |
|
|||||||
|
|
|
|
|
|
x6=0 k k |
|
|
|
|
|
|
|||||||
поскольку |
|
k |
= |
A ~x |
|
; |
~x |
|
= 1: |
||||||||||
|
k ~x |
|
|
|
|||||||||||||||
|
A~x |
|
|
|
|
~x |
|
|
|
|
|
|
~x |
|
|
|
|||
|
k |
k |
|
|
k k |
|
|
k k |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10
Глава 1. Численные методы алгебры
Пример 8. Пусть A : R22 ! R22, отображение задаётся матрицей
01
A = |
4 |
0 |
. |
|
@ |
A |
|||
|
|
|||
|
0 |
1 |
|
Параметризуем окружность единичного радиуса:
88
x1 = cos t |
|
y1 = 4 cos t |
|
< x2 = sin t |
; |
< y2 = sin t |
: |
: |
|
: |
|
Рис. 1.1 иллюстрирует понятие нормы в двумерном пространстве (здесь a — окружность единичного радиуса, б — ее образ). Из рисунка следует, что kAk = 4.
В общем случае, если A - симметричная матрица, 1; 2; :::; n – её собственные числа, то евклидова норма kAk = max j ij.
Рис. 1.1.
Рассмотрим свойства нормы матрицы:
1)kA + Bk kAk + kBk,
2)kABk kAk kBk.
11
Глава 1. Численные методы алгебры
Для доказательства свойств 1 и 2 нам понадобится следующее утверждение.
Утверждение. Имеет место равенство kAxk kAk kxk. Из определения нормы матрицы
kAxk kAk: kxk
Отсюда следует утверждение. Докажем свойства нормы матрицы. 1. Запишем цепочку неравенств
k(A + B)xk = kAx + Bxk kAxk + kBxk kAk kxk + kBk kxk:
Поделим все части неравенств на kxk:
k(A + B)xk kAk + kBk ) kA + Bk kAk + kBk: kxk
2. Аналогично
k(AB)xk = kA(Bx)k kAk kBxk kAk kBk kxk:
Осталось поделить все части неравенств на kxk. |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
Пример 9. Пусть |
A |
: |
Rn |
! |
Rn |
|
~x |
|
|
|
|
max |
x |
ij. Тогда |
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
, k k1 = i=1;:::;n j |
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
A~x |
|
|
n |
max |
|
X |
a |
|
x |
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|||||||
|
|
k1 = i=1;:::;n j=1 |
|
ij |
|
j |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
max |
X |
aij |
xj |
|
|
|
|
max |
|
xj |
|
max |
X |
aij |
|
|
= |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
i=1;:::;n |
|
j |
|
j j |
|
j i=1;:::;n j |
|
|
j i=1;:::;n |
j |
|
|
j |
|
|
|
||||||||||||||||||
|
|
|
|
|
j=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j=1 |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
= max |
X |
a |
|
|
|
x |
|
|
|
|
A |
|
|
|
max |
Xj |
|
|
|
|
: |
|||||||||||||
|
|
i=1;:::;n |
|
j |
|
ijj k |
|
|
|
k1 ) k k1 i=1;:::;n |
j |
ijj |
|
|
||||||||||||||||||||
|
|
|
|
|
j=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
=1 |
|
|
|
|
|
|
|
||
На самом деле |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
A |
|
|
max |
X |
a |
|
|
; |
|
|
|
A |
|
|
|
|
|
Xi |
a |
|
|
|
: |
||||||||||
k |
|
|
k1 = i=1;:::;n |
|
j |
|
|
ijj |
|
|
|
k |
|
|
k1 |
= j=1;:::;n |
j |
|
|
ijj |
|
|||||||||||||
|
|
|
|
|
|
|
|
|
j=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
=1 |
|
|
|
|
|
|
|||
12
