- •Тема1: Модели и моделирование
- •Пример построения математической модели:
- •Погрешности численных методов
- •Свойства численного решения
- •Тема2 Аппроксимация функций
- •Интерполяционная формула Лагранжа
- •Сплайны
- •Сплайны третьей степени
- •Метод наименьших квадратов
- •Тема 3: Решение нелинейных уравнений
- •Метод половинного деления
- •Метод простых итераций
- •Метод хорд
- •Метод Ньютона (касательных)
- •Тема 4: Решение систем линейных уравнений
- •Метод Гаусса
- •Метод прогонки
- •Метод уточнения решения
- •Метод Гаусса-Зейделя
- •Тема5: Решение систем нелинейных уравнений
- •Простой итеррации
- •Метод Ньютона
- •Метод возмущения параметров
- •Тема 6: Численное интегрирование
- •Метод определенного интеграла
- •Метод трапеции
- •Метод Симпсона
- •Метод Гаусса
- •Метод Монте-Карло
- •Метод Монте-Карло для вычисления кратных интегралов
- •Решение обыкновенных дифференциальных уравнений (оду)
- •Метод Эйлера
- •Модифицированный метод Эйлера
- •Метод Рунге – Кутта
- •Метод Рунге-Кутта для решения систем оду
- •Метод Рунге-Кутта для оду высших порядков
- •Метод стрельбы
- •Метод конечных разностей (мкр) (метод сеток).
- •Решение дифференциальных уравнений с частными производными
- •Явная разностная схема для уравнения теплопроводности
- •Неявная разностная схема для уравнения теплопроводности
- •Задачи оптимизации.
- •Метод половинного деления
- •Метод золотого сечения
- •Метод покоординатного подъёма (спуска)
- •Метод градиентного подъёма (спуска)
- •Метод наискорейшего подъёма
- •Задания для самостоятельной проработки
Метод уточнения решения
Решение получается с помощью example.
![]()
……………………………
![]()
Решение полученные прямым методом содержат погрешности. В ряде случаев, особенно если объем системы велик эти погрешности могут быть значительными, рассмотрим итерационный процесс позволяющий уточнить решение на следующем итерационном шаге.
Пусть решается система
![]()
![]()
……………………………..
![]()
Пусть на k-ом итерационном шаге получено решение в виде ((x1)k,(x2)k, … , (xn)k)
Подставим полученное решение в левые части уравнений системы, результат вычислений этих уравнений обозначим (b1)k, (b2)k, … , (bn)k:
a
11
(x1)k+a12
(x2)k+a13
(x3)k+…+a1n
(xn)k=(b1)k
a21(x1)k +a22(x2)k +a23(x3)k +…+a2n(xn)k =(b2)k
a31(x1)k +a32(x2)k +a33(x3)k +…+a3n(xn)k =(b3)k
……………………………………………….
an1(x1)k +an2(x2)k +an3(x3)k +…+ann(xn)k =(bn)k
Вычтем из каждого уравнения первой системы соответствующее уравнений второй системы:
![]()
![]()
……………………………
![]()
![]()
–
это не вязка для
уравнения с соответствующим номером.
П
олучается
система (x1)k+1
= (x1)k
+ e1
Это
соотношение уточняющее решение.
(xi)k+1 = (xi)k + ei
Преимуществом этого метода является то, что на каждом итерационном шаге решается система с одной и той же матрицей.
Метод №17
Метод Гаусса-Зейделя
Этот метод является одним из самых распространенных итерационных методов. Это связано с простотой метода. Перепишем уравнение системы, выразим х1 из первого уравнения, х2 из второго, из третьего – х3 и так далее. Получится система, которая имеет вид:

Для этого чтобы избежать проблем предварительно прежде записи системы необходимо производить перестановку таким образом, чтобы диагональные элементы не были равными нулю.
(х1)0, (х2)0, …, (хn)0 и на первом итерационном шаге с помощью первого уравнения находим (х11)\ = (b1-a12 (x2)0-…-a1n (xn)0) / a11, (x2)\ = (b2-a21 (x1)\ -…-a2n (xn)0) / a11,….
(x1)\, (x2)\, …, (xn)\, потом получаем второй итерационный шаг. Для сходимости итерационного процесса достаточно чтобы модули диагональных коэффициентов для каждого уравнения системы были не меньше суммы всех недиагональных элементов.
Тема5: Решение систем нелинейных уравнений
Метод18
Простой итеррации
Пусть требуется найти решение системы из n уравнений с t неизвестными.
![]()

![]()
…………………..
![]()
В общем случае прямых решений систем нелинейных уравнений нет.
Метод простой итерации. Преобразуем исходную систему.
![]()

…………………..
![]()
Это можно сделать всегда, причем различными способами.
Задается начальное приближение. (x1)0,…,(xn)0. Из первого уравнения находим
(x1)\ =f1((x1)0 , (x2)0, …,(xn)0)
Из второго уравнения находим:
х2=f2((x1)2, (x2)0, …,(xn)0)
При использовании метода простой итерации успех во многом зависит от удачного выбора приближения, чем больше вероятность того, что метод будет расходиться. Для системы существует область сходимости, если начальное приближение попадает в эту область, то итерационный процесс будет сходиться. Чем больше число неизвестных, тем меньше число сходимости.
Метод 19
