- •«Численные методы»
- •Оглавление
- •§1. Теоретические основы численных методов 10
- •§2. Особенности математических вычислений на эвм. Погрешности вычислений 13
- •§3. Численные методы решения алгебраических и трансцендентных уравнений 25
- •§4. Методы решения систем уравнений 38
- •Введение
- •Из истории вычислительной математики
- •§1. Теоретические основы численных методов
- •§2. Особенности математических вычислений на эвм. Погрешности вычислений
- •Задания для самостоятельного решения
- •Практическая работа №1
- •Примеры выполнения заданий работы
- •Контрольные вопросы.
- •§3. Численные методы решения алгебраических и трансцендентных уравнений
- •3.1 Задача решения алгебраических и трансцендентных уравнений
- •3.2 Локализация корней
- •3.3 Метод деления отрезка пополам (метод бисекции, метод дихотомии)
- •3.4 Метод простой итерации
- •Задания для самостоятельного решения
- •Практическая работа №2
- •Примеры выполнения заданий работы
- •Контрольные вопросы.
- •3.5 Методы Ньютона
- •3.6. Решение уравнений с помощью табличного процессора Excel
- •Задания для самостоятельного решения
- •Практическая работа №3
- •Примеры выполнения заданий работы
- •Контрольные вопросы.
- •§4. Методы решения систем уравнений
- •4.1 Система линейных уравнений
- •4.1.1 Прямые методы решения систем линейных уравнений
- •Задания для самостоятельного решения
- •Практическая работа №4
- •Примеры выполнения заданий работы
- •4.1.2 Вычисление определителей и обратной матрицы
- •Задания для самостоятельного решения
- •Контрольные вопросы.
- •4.1.3 Итерационные методы решения систем линейных уравнений. Метод простой итерации
- •4.2. Решение системы уравнений и вычисление определителя с помощью табличного процессора Excel
- •Задания для самостоятельного решения
- •Практическая работа №5
- •Примеры выполнения заданий работы
- •Контрольные вопросы
- •§5. Методы приближения и аппроксимации функций
- •5.1 Понятия интерполяции и экстраполяции
- •5.2 Интерполяционный многочлен Лагранжа
- •Задания для самостоятельного решения
- •5.3 Приближение функций с помощью табличного процессора Excel
- •Задания для самостоятельного решения
- •Практическая работа №6
- •Примеры выполнения заданий работы
- •Контрольные вопросы
- •5.3 Интерполяционные формулы Ньютона
- •Задания для самостоятельного решения
- •§6. Численное интегрирование
- •6.1 Задача численного интегрирования
- •6.2 Методы прямоугольников и трапеций
- •6.3 Метод Симпсона (метод парабол)
- •Задания для самостоятельного решения
- •Практическая работа №7
- •Примеры выполнения заданий работы
- •Контрольные вопросы
- •6.4 Квадратурная формула Гаусса
- •6.5. Вычисление интеграла с использованием табличного процессора Excel.
- •Задания для самостоятельного решения
- •Практическая работа №8
- •Примеры выполнения заданий работы
- •Контрольные вопросы
- •§7. Решение обыкновенных дифференциальных уравнений
- •7.1. Задача численного решения обыкновенных дифференциальных уравнений
- •7.2. Методы Эйлера
- •7.3 Метод Рунге – Кутта
- •Задания для самостоятельного решения
- •Практическая работа №9
- •Примеры выполнения заданий работы
- •Контрольные вопросы
- •§8. Методы оптимизации
- •8.1 Методы одномерной оптимизации
- •Задания для самостоятельного решения
- •8.2 Методы многомерной оптимизации
- •8.3. Решение задач оптимизации с помощью табличного процессора Excel
- •Задания для самостоятельного решения
- •Практическая работа №10
- •Примеры выполнения заданий работы
- •Контрольные вопросы
- •Литература
4.1.2 Вычисление определителей и обратной матрицы
Вычисление определителей
Рассмотрим систему линейных уравнений:
Определитель системы линейных уравнений имеет вид:
(4.13)
Вычисление определителя системы линейных уравнений удобно производить методом Гаусса.
Рассмотрим, что происходит с определителем при реализации метода Гаусса:
Первое уравнение системы делят на элемент а11 – соответственно первая строчка определителя разделится на а11 , т.е.
Преобразования, связанные с исключением х1 (вычитание строк) величину D не меняют.
Второе уравнение делится на второй ведущий элемент , следовательно величина определителя станет
Продолжая аналогичные рассуждения на n-ом шаге приходим к треугольной системе и ее определитель равен . Поскольку определитель треугольной матрицы равен произведению элементов главной диагонали, а после преобразований получается система с единичной матрицей, определитель которой равен 1, тогда . Отсюда получаем:
(4.14),
где - ведущие элементы схемы единственного деления.
Таким образом, чтобы вычислить определитель некоторой квадратной матрицы, нужно решить систему уравнений без учета правой части и воспользоваться формулой 4.2.
Пример: Вычислить определитель:
Решение:
Расчеты будем производить с использованием расчетной таблицы:
Таблица 4.2
раздел |
х1 |
х2 |
х3 |
А |
2,34 8,04 3,92 |
– 4,21 5,22 – 7,49 |
–11,61 0,27 8,37 |
|
1 |
– 1,799 |
– 4,962 |
А1 |
|
19,685 – 0,938 |
40,161 27,819 |
|
|
1 |
2,040 |
А2 |
|
|
29,732 |
|
|
|
1 |
Ведущие элементы схемы единственного деления метода Гаусса: 2,34; 19,685; 29,732. Находим значение определителя
D = 2,34 ∙ 19,685 ∙ 29,732 = 1369,5.
Вычисление обратной матрицы
Схема единственного деления в методе Гаусса может использоваться и для нахождения обратной матрицы А–1 для невырожденной матрицы А.
Обратной матрицей А–1 для матрицы А называется матрица, для которой выполняется условие А· А–1 = Е, где Е – единичная матрица.
Если представить искомую матрицу А–1 и единичную матрицу в виде совокупности векторов-столбцов А–1 = (х(1), х(2), … , х(n)) , Е = (е(1), е(2), … , е(n)), где х(i) – i-й столбец А–1, е(i) – столбец, где i-й элемент равен 1, остальные нули. Тогда соотношение А· А–1 = Е можно представить в виде совокупности n систем линейных уравнений А· х(i) = е(i). Решение каждой системы дает соответствующий столбец обратной матрицы.
Таким образом нахождение обратной матрицы можно выполнять в виде схемы единственного деления, заменив столбец свободных элементов столбцами единичной матрицы.
Пример: Найти обратную матрицу для А:
Решение:
Расчеты будем производить с использованием расчетной таблицы:
Таблица 4.3
раздел |
х1j |
х2j |
х3j |
j =1 |
j=2 |
j=3 |
А |
2,34 8,04 3,92 |
– 4,21 5,22 – 7,49 |
–11,61 0,27 8,37 |
1 0 0 |
0 1 0 |
0 0 1 |
|
1 |
– 1,799 |
– 4,962 |
0,427 |
0 |
0 |
А1 |
|
19,685 – 0,938 |
40,161 27,819 |
–3,436 –1,674 |
1 0 |
0 1 |
|
|
1 |
2,040 |
–0,174 |
0,051 |
0 |
А2 |
|
|
29,732 |
–1,839 |
0,048 |
1 |
|
|
|
1 |
–0,062 |
0,002 |
0,034 |
В |
1 |
1 |
1 |
–0,062 –0,048 0,036 |
0,002 0,048 0,093 |
0,034 –0,069 0,043 |
Обратная матрица .
Примечание: При умножении прямой и обратной матриц естественно возникновение невязок, так как в процессе вычислений возникают погрешности.