
- •Министерство образования рф
- •Содержание
- •Введение Математическое моделирование и вычислительный эксперимент
- •Численные методы алгебры и анализа
- •1 Решение систем линейных алгебраических уравнений
- •1.1 Точные методы
- •1.1.1 Метод Гаусса
- •1.2 Итерационные методы решений систем алгебраических уравнений
- •1.2.1 Метод Якоби (простых итераций)
- •Рассмотрим систему
- •Для решения системы рассмотрим одношаговый стационарный метод
- •2 Плохо обусловленные системы линейных алгебраических уравнений
- •Погрешность возросла примерно в 237 раз. Число обусловленности системы (2.1) приблизительно равна 237.
- •2.1 Метод регуляризации для решения плохо обусловленных систем
- •Тогда ее можно представить как
- •2.2 Метод вращения (Гивенса)
- •В матричной форме получаем , где,.
- •3 Решение нелинейных уравнений
- •3.1 Метод простых итераций
- •Пример. Рассмотрим предыдущий пример и приведем систему к удобному для итераций виду
- •3.2 Метод Ньютона
- •Формула (3.7) и есть итерационная формула метода Ньютона для приближенного решения системы нелинейных уравнений.
- •3.2.1 Сходимость метода
- •4 Решение проблемы собственных значений
- •4.1 Прямые методы
- •У которой, как известно, собственными числами являются диагональные элементы.
- •4.1.4 Метод итераций определения первого собственного числа матрицы.
- •5 Задача приближения функции
- •Пример. При mn система функций 1,х,х2,…,хm линейно независима в точках х0,х1,…,хn, если они попарно различны.
- •5.1 Интерполяционный многочлен Лагранжа
- •5.1.1 Оценка погрешности интерполяционного многочлена
- •5.2 Интерполяционные полиномы Ньютона
- •Аналогично третья конечная разность
- •Вычислим первую конечную разность многочлена Pn(X) в точке х0
- •5.3 Интерполирование сплайнами
- •5.3.1 Построение кубического сплайна
- •5.4 Аппроксимация функций методом наименьших квадратов
- •6 Численные методы решения задачи Коши для обыкновенных дифференциальных уравнений исистем дифференциальных уравнений
- •6.1 Семейство одношаговых методов решения задачи Коши
- •6.2 Многошаговые разностные методы решения задачи Коши для обыкновенных дифференциальных уравнений
- •Будем искать его решение в виде функции
- •6.3 Численное интегрирование жестких систем обыкновенных дифференциальных уравнений
- •6.4 Краевые задачи для обыкновенных дифференциальных уравнений
- •6.5 Решение линейной краевой задачи
- •Причем- для первой задачи.
- •6.6 Решение двухточечной краевой задачи для линейного уравнения второго порядка сведением к задаче Коши
- •Отсюда следует, что
- •6.7 Методы численного решения двухточечной краевой задачи для линейного уравнения второго порядка
- •Подставляя это выражение в уравнение (6.54), получим
- •7 Приближенное решение дифференциальных уравнений в частных производных
- •7.1 Метод сеток для решения смешанной задачи для уравнения параболического типа (уравнения теплопроводности)
- •Задано начальное условие
- •7.2 Решение задачи Дирихле для уравнения Лапласа методом сеток
- •7.3 Решение смешанной задачи для уравнения гиперболического типа методом сеток
- •Лабораторная работа № 1 Решение систем линейных алгебраических уравнений
- •Порядок выполнения лабораторной работы:
- •Текст программы:
- •Варианты заданий
- •Лабораторная работа № 3
- •Решение нелинейных уравнений и систем нелинейных уравнений
- •Порядок выполнения лабораторной работы:
- •Метод Леверрье
- •Метод Фадеева
- •Текст программы:
- •Метод Крылова
- •Метод qr-разложения
- •Текст программы:
- •Метод обратных итераций
- •Текст программы:
- •Варианты заданий
- •Вычисления по программе привели к следующим результатам:
- •Квадратурная формула Гаусса
- •Дифференцирование с помощью сплайнов
- •Список использованной литературы
Будем искать его решение в виде функции
,
где
q-число подлежащее определению.
Подставивв (6.18) получаем уравнение для нахожденияq
-
.
(6.19)
Уравнение (6.19)
принято называть характеристическим
уравнением для разностных методов
(6.11). Говорят, что разностный метод (6.11)
удовлетворяет условию корней, если все
корни уравнения (6.19)
лежат внутри или на границе единичного
круга комплексной плоскости, причем на
границе нет кратных корней.
Разностный метод (6.11), удовлетворяющий условию корней, называется устойчивым методом.
Теорема. Пусть
разностный метод (6.11) удовлетворяет
условию корней и выполнено условие
при
. Тогда при
,nm
и достаточно малых
будет выполнена оценка
-
,
(6.20)
где:
-погрешность
аппроксимации;
-погрешность
в задании начальных условий; M=const.
Методы Адамса удовлетворяют условию корней, т.к. a0=-a1=1, следовательно,q=q1=1.
6.2.3 Примеры m-шаговых разностных методов Адамса для различныхm
Явные методы. При m=1 порядок точности p=1. Тогда метод описывается формулой
.
В этом случае получаем метод Эйлера. При m=2 порядок точностиp=2. Тогда метод описывается формулой
.
При m=3 порядок точности p=3. Тогда метод описывается формулой
.
При m=4 порядок точностиp=4. Метод описывается формулой
.
Неявные формулы Адамса.
m=1,p=2,-метод
трапеций;
m=2,
p=3,
;
m=3,
p=4, .
Неявные методы
содержат искомое значение
нелинейным образом, поэтому для его
нахождения применяют итерационные
методы решения нелинейных уравнений.
6.3 Численное интегрирование жестких систем обыкновенных дифференциальных уравнений
Жесткие системы можно сравнить с плохо обусловленными системами алгебраических уравнений.
Рассмотрим систему дифференциальных уравнений(ДУ)
-
,
(6.21)
где
.
Для решения (6.21) рассмотрим разностные
методы вида
-
,
(6.22)
где n= m, m+1,m+2,….
Устойчивость и сходимость методов (6.22) определяется расположением корней характеристического уравнения, т.е. |q|1 - корни принадлежат единичной окружности. Среди методов (6.22) выделим те, которые позволяют получить асимптотически устойчивые решения.
Пример. В качестве частного случая (6.21) рассмотрим уравнение вида
-
,
(6.23)
где:
;<0;
-
решение ДУ. При<0
решение есть монотонно убывающая функция
приt.
Для этого решения можно записать при
любом шаге>0
-
,
(6.24)
что означает устойчивость решения.
Рассмотрим для задачи (6.23) метод Эйлера
,
где:
n=0, 1, 2, …,,q-промежуточный
параметр, равный 1+.
Оценка (6.24) для метода Эйлера будет выполнена тогда и только тогда, когда |q|. Шаг лежит в интервале 0 <<. Метод Эйлера для задачи (6.23) устойчив при выполнении этого условия.
Определение 1. Разностный метод (6.22) называется абсолютно устойчивым, если он устойчив при любом>0.
Определение 2.Разностный метод называется условно-устойчивым, если он устойчив при некоторых ограничениях на.
Например, метод Эйлера для (6.23) условно-устойчив, т.к. 0 < <. Примером абсолютно устойчивого метода является неявный метод Эйлера
,
.
Замечание.Условная устойчивость является недостатком явных методов в связи с тем, что приходится выбирать мелкий шаг интегрирования.
Пример для задачи (6.23). Если =-200, тогда0.01. Если мы рассмотрим интервал (0,1], то необходимо будет 100 шагов. Неявные методы со своей стороны приводят к решению на каждом шаге нелинейного уравнения, но это уже недостаток неявного метода.
6.3.1 Понятие жесткой системы ОДУ
Замечание.Все вышерассмотренные методы легко реализуются на примере одного уравнения и легко переносятся на системы ДУ, но при решении систем возникают дополнительные трудности, связанные с разномасштабностью описанных процессов.
Рассмотрим пример системы двух уравнений:
,
где: t >0; a1,a2>0. Это система однородных независимых ДУ
.
Решение монотонно убывает с ростом t. Пусть коэффициента2на порядок и выше большеа1, т.е.а2>>a1. Тогда компонентаu2затухает гораздо быстрееu1, начиная с некоторого момента времениtи тогда решение задачиu(t)полностью будет определяться поведением компонентыu1. Однако при численном решении данной задачи шаг интегрированиябудет определяться компонентойu2, несущественной с точки зрения поведения решения системы. Рассмотрим метод Эйлера для решения данной системы
.
Он будет устойчив, если на наложены ограничения
.
Учитывая,
что
>>
,
получаем окончательное ограничение на
.
Такие трудности могут возникнуть при решении любых систем ОДУ. Рассмотрим в качестве примера систему
-
,
(6.25)
где А-квадратная матрицаm*m. Если матрица А имеет большой разброс собственных чисел, то возникают проблемы с разномасштабностью описываемых системой процессов.
Допустим, что матрица А постоянна (т.е. не зависит от t). Тогда система (6.21) будет называться жесткой, если:
вещественные части собственных чисел
для всехk, гдек=1,…,m;
число
велико (десятки и сотни), и числоSназывается числом жесткости системы.
Если же матрица Азависит отt, то и
собственные числа зависят отtизависят отt.
Решение жесткой системы (6.25) содержит как быстроубывающие, так и медленно убывающие составляющие.
6.3.2 Некоторые сведения о других методах решения жестких систем
Разностные методы (6.22) для решения жестких систем на практике используются в виде методов Гира (неявный разностный метод) и метода матричной экспоненты(метод Ракитского).
6.3.2.1 Методы Гира
Это частный случай
методов (6.22), когда коэффициент
,
.
Запишем числовые коэффициенты, которые
определяются из условияp-го
порядка точности аппроксимации системы
разностными методами
-
;
;
(6.26)
где l=2,...,p.
Решив систему линейных уравнений (6.26) с учетом предыдущих условий, получаем все нужные коэффициенты.
Трехшаговый метод Гира (частный случай методов (6.22) с учетом условий (6.26)) имеет вид
-
.
(6.27)
При m=4, получаем четырехшаговый метод Гира
-
.
(6.28)
Запишем систему (6.26) в виде
-
.
(6.29)
Решив
(6.29) для каждого случая можем найти
коэффициенты
,к=1,2,…,т.
6.3.2.2 Метод Ракитского(матричной экспоненты) решения систем ОДУ
-
,
(6.30)
где:
;
;А-матрица размерностиn*n.
Допустим, что матрица А- постоянная, т.е. ее элементы не зависят от времени. Система (6.30)–однородная, с постоянными коэффициентами. Запишем аналитическое решение (6.30)
-
,
(6.31)
где
-матричная
экспонента и
-
+….
(6.32)
Пусть необходимо (6.30) проинтегрировать при значениях t=, 2, 3,….
Если точно знать
матрицу
,
то точное решение в указанных точках
можно получить по формуле (6.31), т.е.
решение можно записать
……………..…
Таким образом,
задача сводится к тому, чтобы достаточно
точно знать матрицу
.
На практике поступают следующим образом:
при большихрядом Тейлора нельзя воспользоваться
в связи с его бесконечностью, т.е. для
удовлетворительной точности пришлось
бы взять много членов ряда, что трудно.
Поэтому поступают так: отрезок [0,]
разбивают нак-частей, чтобы длинаh=/кудовлетворяла условию ||A*h||<0.1.
Тогда запишем по схеме Горнера
.
Каждый
столбец матрицы-
вычисляют по формуле
,
где
-
вектор столбец, вi-ой
строке которого 1, а в остальных - нули.
Если эта матрица найдена, то решение находится по (6.31).
Для исследования разностных методов при решении жестких систем рассматривают модельное уравнение
-
,
(6.33)
где -произвольное комплексное число.
Для того, чтобы уравнение (6.33) моделировало исходную систему (6.30) его нужно рассматривать при таких значениях , которые являются собственными числами матрицыА. Многошаговые разностные методы (6.31) имеют вид
-
,
(6.34)
где: n=m, m+1…;.
Если решение
уравнения (6.34) искать в виде
,
то для нахождения числаqполучим характеристическое уравнение
вида
.
Для устойчивости
метода достаточно выполнения условия
корней
.
В случае жестких систем используются
более узкие определения устойчивости.
Предварительные сведения. Областью устойчивости разностных методов называется множество всех точек комплексной плоскости*, для которых разностный метод применительно к уравнению (6.33) устойчив.
Определение 1.Разностный метод называется А-устойчивым, если область его устойчивости содержит левую полуплоскость комплексной полуплоскости, т.е.Re<0.
Замечание.Решение модельного уравнения (6.33) асимптотически устойчиво при значенияхRe<0, поэтому сущность А-устойчивого метода заключается в том, что А-устойчивый разностный метод является абсолютно устойчивым, если устойчиво решение исходного дифференциального уравнения.
Так как класс А-устойчивых методов узок, то пользуются А()-устойчивым методом.
Определение 2.Разностный метод (6.31) называется А()-устойчивым, если область его устойчивости содержит угол меньший, т.е. |arg(-)|<, где.Исходя из этого определяется, что приА() устойчивость совпадает с определением А-устойчивого метода.