
- •Сравнение естественного и стандартного чисел обусловленности матрицы а также - точного значения стандартного числа обусловленности с его оценкой, вычисленной процедурой decomp:
- •Исследовать возможность улучшения обусловленности задачи посредством внесения малого случайного возмущения в матрицу системы.
- •7 Повторить эксперимент п.6 для 2-3 задач с плохо обусловленной матрицей.
- •8 Выполняя п.П. 6 и 7 , исследовать работоспособность различных методов оценки ошибок решения ( выражения (7), (12), (13) ) при наличии возмущения левой части системы.
- •Исходные параметры:
- •Исходные параметры:
- •Исходные параметры:
- •Исходные данные:
- •Исходные данные:
- •Провести исследование влияния вида доминирования матрицы задачи на сходимость процедур Якоби и Гаусса-Зейделя.
- •Исходные данные:
- •Исходные параметры:
- •Исходные параметры:
- •Исходные параметры:
- •Исходные параметры:
- •Исходные параметры:
- •Исходные параметры:
- •Исходные параметры:
- •Исследовать устойчивость решения задачи среднеквадратичного приближения к погрешности исходных данных.
- •Исходные параметры:
- •Убедиться в справедливости условий чебышевского интерполирования.
- •Исходные параметры:
- •При интегрировании нескольких систем нелинейных уравнений обратить внимание на эффективность различных методов реализации схемы прогноз-коррекция.
- •Исходные параметры:
- •Исходные параметры:
- •При интегрировании жёстких задач:
- •Исходные параметры:
- •Исходные параметры:
- •Исходные параметры:
- •Исходные параметры:
- •Исходные параметры:
- •Исходные параметры:
- •Исходные параметры:
- •Исходные параметры:
- •Дополнительное исследование метода релаксации:
Исходные параметры:
Порядок полинома: 5
Функции:
Интервал: - функция меняет характер монотонности;
- функция не
меняет характер монотонности;
- функции
не меняют, а
функция
меняет характер
монотонности; длина промежутка
не изменятся.
Метод: Ньютона.
Сетка: чебышёвская.
-
Интервал
Модуль наибольшего уклонения
6.07E-06
1.72E-01
6.78E-01
1.67E-06
4.44E-15
1.96E-04
5.35Е-06
1.59Е-14
8.75Е-7
На
первом рассматриваемом интервале
функции меняют характер монотонности.
Функции
делают
это более «резко», чем
,
поэтому их интерполяция на этом промежутке
даёт существенно большую (~в
раз) ошибку. На том интервале, где функции
сохраняли монотонность, интерполяция
дала хорошую точность. Причём, как видно
из экспериментальных данных, чем ближе
к линейной была зависимость на этом
участке, тем меньше была ошибка. На
последнем интервале функция
сменила характер монотонности более
резко, чем на первом участке – в итоге
была получена большая, чем в первом
случае ошибка. Остальные функции не
изменили характера монотонности –
тенденции предыдущего промежутка
сохранились.
Таким образом, можно сделать следующий вывод: при сохранении характера монотонности ошибка интерполяции остаётся сравнительно небольшой; причём, чем функция ближе к линейной - тем меньше значение ошибки. При изменении характера монотонности величина ошибки существенно зависит от скорости «подхода» функции к экстремуму: чем «более плавно» функция подходит к экстремуму, тем меньше ошибка приближения.
б) Зависимость погрешности от порядка интерполяционного полинома.
Исходные параметры:
Функции:
Интервал:
Метод: Ньютона.
Сетка: чебышёвская.
Порядок полинома |
Модуль наибольшего уклонения |
2 |
2.00E-03 |
3 |
1.01E-03 |
4 |
1.20E-05 |
5 |
6.07E-06 |
8 |
9.58E-11 |
12 |
1.75E-12 |
16 |
7.25E-11 |
C ростом порядка интерполяционного полинома точность решения значительно улучшается. Это связано с появлением большего числа слагаемых, способных «более детально» описать приближаемую функцию.
в) Зависимость погрешности от величины интервала интерполирования.