- •Математичні моделі в сапр: методичні вказівки до лабораторних робіт
- •Передмова до методичних вказівок
- •1.Лабораторна робота EvalExpr на тему "Знаходження похибок обчислень"
- •Теоретичні питання.
- •Приклад виконання роботи EvalExpr
- •Варіанти індивідуальних завдань до роботи EvalExpr
- •2.Лабораторна робота DetKram на тему “Розв’язання слр за формулами Крамера”
- •Теоретичні питання
- •Приклад виконання роботи DetKram
- •Варіанти індивідуальних завдань до роботи DetKram
- •Допоміжні матеріали до роботи DetKram Інструкція користувачу до додатку InteractiveDet
- •Приклад змісту вхідного файла Det.Inp:
- •Вихідні файли програми.
- •Натискання клавіші “Введення з файлу”.
- •Натискання клавіші “Зменшити у рядку”.
- •Натискання клавіші “Зменшити у стовпці”.
- •Натискання клавіші “Зменшити розміри”.
- •Завершення роботи додатку.
- •3.Лабораторна робота InvMatr на тему “Розв’язання слр за методом оберненої матриці”
- •Теоретичні питання
- •Приклад виконання роботи InvMatr
- •Варіанти індивідуальних завдань до роботи InvMatr
- •Допоміжні матеріали до роботи InvMatr Програма AdjMatr
- •Інструкція користувачу до додатку InteractiveAdjMatr
- •4.Лабораторна робота Gauss на тему „Наближене розв`язання слр методами виключення невідомих”
- •Теоретичні питання
- •Приклад виконання роботи Gauss
- •2В. Обчислення компонент вектора нев’язки.
- •3A. Знаходження наближеної оберненої матриці за методом Гауса.
- •3B. Знаходження компонент наближеного розв’язку .
- •3C. Знаходження компонент вектору нев’язки
- •5. Знаходження міри обумовленості головної матриці системи.
- •Варіанти індивідуальних завдань до роботи Gauss
- •Додаткові матеріали до роботи Gauss Програма NormVect знаходження різних норм вектора
- •Програма NormMatr знаходження різних норм матриці
- •Процедура g3v33l4
- •Модуль GaussRow
- •Iнструкцiя користувачу до програми InteractiveGauss
- •5.Лабораторна робота LinSysIt на тему “Ітераційні методи розв’язання слр”
- •Теоретичні питання
- •Приклад виконання роботи LinSysIt
- •Варіанти індивідуальних завдань до роботи LinSysIt
- •Допоміжні матеріали до роботи LinSysIt Програма NormForm
- •Програма SysIter
- •Програма Zeidel
- •6.Лабораторна робота TransEq на тему "Розв'язання трансцендентних рівнянь з одним невідомим"
- •Теоретичні питання
- •Приклад виконання роботи TransEq
- •Розрахункова таблиця знаходження кореня
- •Розрахункова таблиця знаходження кореня
- •Розрахункова таблиця знаходження кореня
- •Уточнення відокремленого кореня за методом простих ітерацій.
- •Розрахункова таблиця знаходження кореня рівняння за методом простих ітерацій
- •Розрахункова таблиця знаходження кореня рівняння за методом простих ітерацій
- •Варіанти індивідуальних завдань до роботи TransEq
- •Додаткові матеріали до роботи TransEq Інструкція користувачу для роботи з додатком TranscEq
- •Робота з додатком TranscEq
- •7.Лабораторна робота NonLinSys на тему „Розв’язання систем нелінійних рівнянь”
- •Теоретичні питання
- •Приклад виконання роботи NonLinSys
- •Розрахункова таблиця знаходження роз'вязку
- •Варіанти індивідуальних завдань до роботи NonLinSys
- •Допоміжні матеріали до роботи NonLinSys Інструкція користувачу для роботи з програмою Newton2
- •Текст програми Newton2
- •Текст модуля Funct
- •Текст модуля NewtonS
- •8.Лабораторна робота SelfEq на тему ”Знаходження характеристичного рівняння”
- •Теоретичні питання
- •Приклад виконання роботи SelfEq
- •Варіанти індивідуальних завдань до роботи SelfEq
- •9.Лабораторна робота SelfVect на тему “Знаходження власних векторів”
- •Теоретичні питання.
- •Приклад виконання роботи SelfVect
- •Варіанти індивідуальних завдань до роботи SelfVect
- •Література
2В. Обчислення компонент вектора нев’язки.
;
;
;
/
Отже, для вектор нев’язки дорівнює .
3A. Знаходження наближеної оберненої матриці за методом Гауса.
Скористаємось програмою InteractiveGauss (див. далі відповідну інструкцію користувача). При знаходженні наближеної оберненої матриці за методом Гауса розширену матрицю (1.4.11) замінюємо на розширену матрицю
(1.4.12)
Далі, повністю повторюючи всі кроки, які робилися з матрицею у пункті 2, одержуємо матрицю
.
Тому наближена обернена матриця, яку ми знаходимо за методом Гауса, дорівнює:
(1.4.13)
3B. Знаходження компонент наближеного розв’язку .
,
,
,
.
Тобто, .
3C. Знаходження компонент вектору нев’язки
,
,
,
Отже,
4. Порiвняння знайдених наближених розв’язкiв. Скориставшись програмою NORMVEC знаходимо норми вiдповідних векторiв:
1). Для норми максимуму:
,
.
2). Для квадратичної норми:
,
3). Для iнтегральної норми або норми суми:
,
.
Звідси, для будь-якої норми Тобто, вектор нев’язки найменший при находженні розв’язку за методом Гауса.
5. Знаходження міри обумовленості головної матриці системи.
Для знаходження норм матиць (1.4.10) і (1.4.13) двічі скористаємось програмою NormMatr. Скориставшись формулою , знаходимо (тут беремо ):
,
,
,
8. Знаходження розв’язку заданої системи лінійних рівнянь за допомогою стандартної програми на ЕОМ. Скориставшись програмою Gauss , одержуємо: .
Висновки до лабораторної роботи. Порівнюючи одержані у лабораторній роботі результати, бачимо, що
Наближені розв’язки системи лінійних рівнянь, що знайдені різними методами, є різними й тому вони мають різні похибки.
Оцінку точності знаходження наближеного розв’язку при невідомій вірній відповіді можна знаходити лише за допомогою порівнянь двох, або більше, векторів нев’язки.
Мірою відхилення знайденого наближеного розв’язку від невідомого точного розв’язку є підрахунок деякої норми вектора нев’язки (наприклад, норм , , ).
Знання лише наближених векторів розв’язків не дає ніякої можливості оцінки похибки знаходження цього вектора.
Знання декількох наближених розв’язків дозволяє лише стверджувати, що той наближений розв’язок, який має менший за величиною вектор нев’язки (у нормі, яку обрано), знайдено більш-менш точніше, ніж інші наближені розв’язки.
Вибір іншої норми веде до іншого критерію порівняння наближених розв’язків.
У лабораторній роботі при інших рівних умовах менше значення довжини вектора нев’язки дає метод Гауса і лиш потім метод оберненої матриці.
Міра обумовленості системи лінійних рівнянь, яка розв’язувалась у лабораторній роботі, найменша для квадратичної норми (біля 11) і удвічі більша (біля 18) для норми максимуму. Для інтегральної норми маємо середню оцінку (біля 13). У будь-якому випадку ця міра обумовленості не є суттєво великою і система лінійних рівнянь, яку ми розв’язували, є досить добре обумовленою, тобто достатньо малі збурення правих частин цієї системи ведуть до малих змін вектора нев’язки. Так як похибки проміжних дій можна розглядати як збурення правих частин при точному розв’язанні системи лінійних рівнянь, то проміжні заокруглення за рахунок дискретності розрядної сітки ЕОМ не ведуть до великих відносних похибок одержуваного наближеного розв’язку.