- •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 .