- •1.Понятие«вычислительная задача». Типы вычислительных задач и их постановка.
- •3. Условия корректности вычислительной задачи.
- •2. Метод Гаусса решения систем линейных алгебраических уравнений: класс метода, прямой и обратный ходы, оценка трудоемкости.
- •Трудоёмкость метода Гаусса
- •Условие сходимости метода простых итераций
- •Трудоёмкость метода простых итераций
- •Условие сходимости метода Зейделя
- •Наглядное представление метода Зейделя
- •7. Источники погрешностей вычислений.
- •8. Метод бисекции решения нелинейных уравнений: условие локализации корня, алгоритм решения, условие окончания, надежность и эффективность метода.
- •9. Погрешности представления (округления) чисел в эвм. Понятие «представимое множество эвм». Способы округления.
- •11. Понятия «абсолютная погрешность» и «относительная погрешность». Реальные оценки погрешностей.
- •Упрощенный метод Ньютона
- •13. Правила записи приближенных чисел, понятия «значащие цифры числа» и «верные значащие цифры числа».
- •15. Абсолютная и относительная погрешности сложения.
- •14. Метод Ньютона–Рафсона решения систем нелинейных уравнений: алгоритм решения, условие окончания.
- •Алгоритм решения:
- •16. Метод Лагранжа интерполяции данных: тип метода, вид и степень общего полинома Лагранжа, условие интерполяции, задача построения полинома Лагранжа, недостаток метода.
- •17. Абсолютная и относительная погрешности вычитания.
- •18. Метод сплайнов интерполяции данных: тип метода, количество и степень сплайн-полиномов, условие интерполяции и условия сопряженности сплайнов, эффективность метода.
- •19. Абсолютная и относительная погрешности умножения.
- •20. Абсолютная и относительная погрешности деления.
- •21. Абсолютная и относительная погрешности деления.
- •24. Методы центральных прямоугольников, трапеций и Симпсона вычисления определенных интегралов: расчетные формулы, порядок точности, оценка погрешности, вычисление погрешности по правилу Рунге.
- •27. Общее понятие «численный метод».
- •28. Метод Монте-Карло вычисления определенных интегралов: расчетная формула, алгоритм метода.
- •29. Понятие «численный метод эквивалентных преобразований».
- •35. Понятие «итерационный (приближенный) численный метод.
- •Условие сходимости метода простых итераций
- •Трудоёмкость метода простых итераций
- •36.Решение оду модифицированным методом Эйлера: порядок точности, начальные условия, расчетная формула для получения решения, графическая интерпретация, вычисление погрешности по правилу Рунге.
- •37.«Численный метод статистических испытаний (случайный численный метод)»
35. Понятие «итерационный (приближенный) численный метод.
Это приближённый метод. Он позволяет получить решение сис-темы линейных алгебраических уравнений с погрешностью, не превышающей заданную допустимую величину ε, за ограниченное количество итераций.
При этом может быть достигнута экономия машинного времени по сравнению с получением точного решения по методу Гаусса, требующему больших трудозатрат, резко возрастающих с увеличением порядка решаемой системы уравнений.
Имеем исходную систему уравнений:
(1.5)
Запишем систему (1.5) в матричной форме:
A X = B, (1.6)
где A (n n) – матрица коэффициентов aij;
B(n) – вектор правых частей bi;
X(n) – вектор решений xj.
Можно представить исходную систему матричным уравнением
A X – B = 0 (1.7)
или в развёрнутой матричной форме
(1.8)
Вектор-столбец в правой части с нулевыми значениями элементов получается, когда вектор X есть точное решение системы. В противном случае получим вектор-«невязок» Δx.
Обозначим через Z вектор приближённых значений решения системы. Вначале это будет нулевое приближение – вектор Z(0). В качестве начального приближения решения системы можно брать .
При подстановке в систему (1.8) на место X вектора Z(0) получим:
(1.9)
где – вектор-«невязок» начального (нулевого) приближения относительно точного решения.
Цель и суть метода простых итераций – сведение к нулю «невязок» в решении системы (1.9). Практически стремятся к выполнению условия
(1.10)
где S – номер итерации, S = 0, 1, 2, …
Величина получается из соответствующего i-го уравнения системы (1.9).
Общая формула
(1.11)
где j – номер слагаемого скалярного произведения i-той строки матрицы A на вектор Z.
Если хотя бы по одному условие (1.10) не выполняется, то производится корректировка начального и любого предыдущего приближения к точному решению, и получается новое приближение:
(1.12)
Значение aii не равно нулю, что следует из условия сходимости.
Далее на следующей итерации вычисляются новые значения «невязок» .
Если для всех «невязок» условие (1.10) выполняется, то формируется вектор приближённых решений системы (1.1):
(1.13)
Условие сходимости метода простых итераций
Метод простых итераций сходится при условии, что диагональные коэффициенты матрицы A исходной системы по абсолютной величине больше суммы абсолютных величин других коэффициентов в своей строке:
Чем больше преимущество (доминирование) диагональных коэффициентов в своей строке (в этом случае говорят, что матрица хорошо обусловлена), тем меньше потребуется итераций для получения решения системы с той же точностью.
Трудоёмкость метода простых итераций
Количество действий этого метода на одной итерации
Qитер = 2n2 + 5n.
Однако надо иметь в виду, что решение по этому методу получается после выполнения нескольких итераций. Количество их зависит от требуемой точности.