- •Математические модели и численные методы
- •Структура погрешности при решении задачи на эвм
- •Решение уравнений с одной переменной Постановка задачи
- •Отделение корней
- •I. Графический способ отделения корней
- •II. Отделения корней программным способом.
- •Уточнение корней
- •Метод половинного деления
- •Метод хорд
- •Метод касательных
- •Метод простой итерации
- •Оценка погрешности метода итераций
- •Преобразование к итерационному виду
- •Решение системы линейных алгебраических Постановка задачи
- •Метод Гаусса
- •Метод простой итерации
- •Решение слу методом Зейделя
- •Интерполирование функций Постановка задачи
- •Интерполяционный многочлен Лагранжа
- •Интерполяционный многочлен Ньютона для равноотстоящих узлов
- •Первая интерполяционная формула Ньютона
- •Вторая интерполяционная формула Ньютона
- •Численное дифференцирование
- •Вычисление производной по определению
- •Вычисление производной на основе интерполяционного многочлена Лагранжа
Решение системы линейных алгебраических Постановка задачи
Рассмотрим систему m линейных уравнений с n неизвестными:
Ее можно записать в матричном виде A x = B, где
Решить СЛУ – значит найти набор таких чисел , которые превращают уравнения в верные равенства.
СЛУ совместна, если она имеет хотя бы одно решение.
СЛУ несовместна (противоречива), если она не имеет решения.
Совместная СЛУ определенна, если она имеет единственное решение и неопределенна, если более одного решения.
СЛУ имеет единственное решение, если ранг матрицы A равен рангу расширенной матрицы (A|b): rang(A) = rang(A|b).
СЛУ имеет единственное решение, если rang(A) = n и бесконечно много решений, если rang(A) < n.
Если матрица A – квадратная и det(A)0, то она называется невырожденной.
СЛУ с n неизвестными, имеющими невырожденную матрицу A, совместна и имеет единственное решение.
Единичной матрицей E называется квадратная матрица, у которой на главной диагонали стоят единицы, а на остальных местах – нули.
Обратной матрицей по отношению к матрице A называется такая матрица A-1, что A A-1=A-1 A = E.
Матрица AT, полученная перестановкой в матрице A строк со столбцами, называется транспонированной.
Квадратная матрица симметрична, если A=AT.
Все численные методы решения СЛУ можно разделить на прямые, итерационные и вероятностные.
Прямые методы дают решение системы за конечное число арифметических операций.
Например, метод Крамера (метод определителей),
метод Гаусса (метод последовательного исключения неизвестных).
«Плюсы» |
«Минусы» |
|
|
Итерационные методы дают решение системы как предел последовательности приближений, вычисляемых по единообразной схеме.
Например, метод простой итерации,
метод Зейделя.
«Плюсы» |
«Минусы» |
|
|
Вероятностные методы носят общее название – методы Монте-Карло.
Пусть получено решение СЛУ: . Рассматривается вектор невязки . Если велико, то где-то допущена ошибка, если мало, то ошибка отсутствует.
Метод Гаусса
Метод Гаусса относится к точным методам, однако вычислительная ошибка присутствует всегда (ошибка округления и, возможно, ошибка исходных данных).
Рассмотрим систему m линейных уравнений с n неизвестными:
Алгоритм состоит из двух этапов.
I. Прямой ход – приведение матрицы к треугольному виду (сверху вниз):
II. Обратный ход – определение неизвестных (снизу вверх).
Ручные вычисления по схеме единственного деления оформляют в виде таблицы с контролем вычислений, для чего в таблицу включены
столбец контрольных сумм ,
столбец сточных сумм S.
Контроль в прямом ходе:
После внесения коэффициентов при неизвестных и свободных членов исходной системы находят контрольные суммы (суммы коэффициентов и свободных членов по строкам) и вносят их в столбец .
Далее, выполняя преобразования, над контрольными суммами производятся те же преобразования, что и над свободными членами.
После выполнения каждого преобразования находят строчную сумму результатов и помещают ее в столбец S.
При отсутствии вычислительных ошибок числа в столбцах и S должны практически совпадать.
Контроль в обратном ходе:
При безошибочном выполнении вычислений в столбце должны быть на единицу больше соответствующих значений неизвестных из столбца свободных членов
Рассмотрим примеры решения СЛУ методом Гаусса
Разделы |
x1 |
x2 |
x3 |
св чл |
сумма |
S |
|
3,25 |
14,52 |
-1,32 |
367,58 |
384,03 |
|
|
32,02 |
-4,36 |
5,73 |
516,91 |
550,3 |
|
А |
7,21 |
11,92 |
-41,46 |
-886,32 |
-908,65 |
|
|
|
|
|
|
|
|
|
1 |
4,4677 |
-0,4062 |
113,1015 |
118,1631 |
118,163 |
|
0 |
-147,4158 |
18,7365 |
-3104,6000 |
-3233,2825 |
-3233,2793 |
|
0 |
-20,2921 |
-38,5313 |
-1701,7818 |
-1760,606 |
-1760,6052 |
|
|
|
|
|
|
|
А1 |
|
1 |
-0,1271 |
21,0602 |
21,9331 |
21,9331 |
|
|
0 |
-41,1104 |
-1274,4261 |
-1315,5373 |
-1315,5365 |
|
|
|
|
|
|
|
А2 |
|
|
1 |
31,0001 |
32,0001 |
32,0001 |
|
|
|
|
|
|
|
|
|
|
1 |
31,0001 |
32,0001 |
|
В |
|
1 |
0 |
25,0003 |
26,0003 |
|
|
1 |
0 |
0 |
13,9999 |
15 |
|
Невязки |
e1= |
367,58 |
- |
367,583899 |
= |
-0,003899 |
|
e2= |
516,91 |
- |
516,906063 |
= |
0,003937 |
|
e3= |
-886,32 |
- |
-886,321291 |
= |
0,001291 |