- •Обчислювальний експеримент. Теорія попиту.
- •Абсолютна і відносна похибки
- •Методи розв’язання системи лінійних рівнянь (слр). Прямі методи слр.
- •Метод Гауса чисельного розв’язку слр.
- •Вивід розрахункових формул
- •Модифікація методу Гауса
- •Умови застосування методу Гауса і його зв'язок з розкладом матриці на множники.
- •Обчислення визначника
- •Обчислення обернених матриць
- •Обумовленість с-ми лінійних рівнянь Стійкість слар
- •Обумовленість слар, число обумовленості
- •Метод прогонки для розв’язання слар
- •Ітераційні методи розв’язання слар
- •Ітераційний метод Якобі
- •Ітераційний метод Зейделя
- •Канонічна форма однокрокових ітераційних методів
- •Приклад розв’язання методом Зейделя та Якобі
- •Метод простої ітерації
- •Дослідження збіжності ітераційних методів
- •Необхідна і достатня умова збіжності у стаціонарних методах
- •Оцінки швидкості збіжності стаціонарних ітераційних методів
- •Многочлени Чебишева 1-го роду і многочлени Чебишева на відрізку [0,1]
- •Многочлен Чебишева на проміжку [a,b]
- •Ітераційні методи Чебишовським набором параметрів
- •Неявний Чебишевський ітераційний метод
- •Інтерполяція функцій
- •Інтерполяційний многочлен Лагранжа
- •Розділені різниці. Інтерполяційний многочлен Ньютона
- •Властивості розділених різниць
- •Побудова інтерполяційного многочлена Ньютона
- •Приклад
- •Скінченні різниці
- •Формула залишкового члена інтерполяційного многочлена Лагранжа
- •Інтерполяції за допомогою раціональних функцій
- •Інтерполювання періодичних функцій
- •Інтерполяційний многочлен Ерміта
- •Збіжність інтерполяційних процесів
- •Інтерполяція сплайнами
Многочлен Чебишева на проміжку [a,b]
Іноді виникає потреба побудови многочлена Чебишева на проміжку [a,b]
,
,
,
(1)
(2)
Причому
коефіцієнт при
буде рівна
Тоді многочлен Чебишева із старшим коефіцієнтом «1», який найменше відхиляється від нуля
(3)
Це многочлен першого роду на проміжку [a,b], тоді відповідно корені цього многочлена :
(4)
-
корені
В теорії чисельних методів виникає задача:
Знайти
многочлени, які найменше відхиляються
від нуля на [a,b].
Це многочлени n-го
степеня, які при
рівні
одиниці. Вигляд такого многочлена може
бути записаний
(5)
, тоді із рівностей (3) і (5) ми одержимо
(6)
(7)
Введемо в розгляд заміну змінної
,
,
:::
,
де
Серед всіх многочленів степеня (n) які при приймають значення «1» і найменше відхиляються на прміжку [a,b] від нуля.
,
,
,
Також ставиться інша задача, яка розглядається при виборі оптимальних параметрів для цілих процесів
(9)
підбираємо таким чином щоб мінімізувати
величину
.
Многочлен
(9) задовольняє умову
.
Цю задачу можна вирішити за допомогою
многочлена Чебишева(8). Корені (9) :
тоді ці корені
повинні співпадати з коренями многочлена
(8)
Тоді,
,
і тоді відхилення
від нуля буде мінімальним
Ітераційні методи Чебишовським набором параметрів
Розглянемо
СЛАР виду
(1) з симетричною додатньовизначеною
матрицею А. будемо розв’язувати систему
(1) за допомогою явного нестаціонарного
ітераційного методу.
(2) де
– початкове наближення
Поставимо
задачу про вибір оптимальних параметрів,
тобто в відшуканні таких чисел
в яких
буде мінімальною
,
де
–
-а
компонента
Теорема_1.
Нехай
матриця А симетрична додатньовизначена
і
є відповідними min
і
max
власним значенням, і нехай задано число
ітерацій n,
тоді серед методів типу (2)
найменшу
похибку
має метод для якого
,
(4)
Тоді
якщо параметр
вибираєм з (3) і (4) то для похибки буде
справедлива оцінка.
(5)
,
,
Доведення.
Позначимо через
де k
– точний розвязок
(7)
(9)
(8):
Так
як E
і A
є симетричні
то
також є симетричною і норма симетричної
матриці співпадає з її спектральним
радіусом, тобто з найбільшим власним
значенням по модулю, тоді
максимальне власне
значення матриці
Тоді
треба так параметр
так щоб
було найменшим. Нехай власні значення
матриці А
розташуєм
їх у порядку
то власні значеня для матриці
будуть
відповідно числа
Треба вибрати та параметр щоб було мінімальним
(10)
, тому ця задача розвязується за допомогою многочленів Чебишева. Корені многочлена (10) і вони повинні співпадати з коренями многочлена
(11)
, , (12)
Тоді корені многочлена будуть знаходитись в точках
(13)
То
відхилення
від нуля буде мінімальним і таке
максимальне відхилення буде дорівнювати
(14)
де
визначається
з (12)
,
Доведено.
Знайдемо
кількість ітерацій які необхідні для
досягнення деякої точності
З нерівності(5):
,
де
визначається
з (12)
,
,
,
,
,
,
,
,
,
З (15) вибираємо кількість ітерацій яка необхідна для досягнення зданої точності .
