- •Иркутского государственного технического университета
- •2202 “Автоматизированные системы обработки информации и управления ”
- •Раздел 1 Погрешности вычислений
- •Причины возникновения погрешностей
- •Лабораторная работа 1
- •Вспомогательные материалы
- •5.1 Разработка программы в MathCad
- •Раздел 2 Численные методы решения систем линейных алгебраических уравнений
- •Решение систем линейных алгебраических уравнений методом Гаусса
- •Решение систем линейных алгебраических уравнений методом итераций
- •Лабораторная работа 2 Решение систем линейных алгебраических уравнений методом Гаусса
- •Вспомогательные материалы
- •Пример программы в MathCad
- •Лабораторная работа 3 Решение систем линейных алгебраических уравнений методом итераций
- •Раздел 3 Решение нелинейных уравнений
- •Итерационный метод решения нелинейных уравнений
- •Лабораторная работа 4 Решение нелинейных уравнений
- •Раздел 4
- •1. Первая интерполяционная формула Ньютона
- •3. Оценки погрешностей интерполяционных формул Ньютона
- •4. Интерполяционная формула Лагранжа
- •6 Обратное интерполирование
- •Блок-схема программы построения кубического сплайна и построения полинома Лагранжа представлены на рис. 4.3 и рис. 4.4
- •Лабораторная работа 5 Методы интерполирования функций
- •Раздел 5
- •Квадратурные формулы интерполяционного типа (формулы Ньютона - Котеса)
- •Формула прямоугольников
- •Формула трапеций
- •Формула Симпсона
- •Оценка погрешности квадратурных формул
- •Квадратурные формулы Гаусса
- •Блок-схемы решения задачи рассмотренными методами приведены на рис. 5.4 и 5.5.
- •Лабораторная работа 6 Методы численного интегрирования
- •Раздел 6 Численное решение обыкновенных дифференциальных уравнений
Решение систем линейных алгебраических уравнений методом Гаусса
Пусть требуется решить систему уравнений
(1)
Исключая сначала из второго и третьего уравнений, а затем из третьего уравнения, получаем
(2)
.
Таким образом осуществлен прямой ход в методе Гаусса.
В процессе обратного хода последовательно исключаются и из второго и первого уравнений. В результате получаем решение системы уравнений (1)
(3)
Пусть теперь дана система из n линейных уравнений с n неизвестными
(4)
… … … … …
Разделив первое уравнение на , получим разрешающее уравнение
, (5)
где ,
Умножим разрешающее уравнение (5) на и вычтем полученное уравнение из второго уравнения системы (4). Аналогично преобразуем остальные уравнения.
Система примет вид
(6)
… … … …
,
где
j = 2,3,...,n
Затем, оставляя без изменения первое уравнение, повторяем процедуру к оставшейся системе из n - 1 одного уравнения и т.д.
В результате получаем
(7)
… … … …
Прямой ход выполнен.
При выполнении обратного хода путем последовательного исключения неизвестных и т.д. из системы (7) , получаем решение задачи
(8)
В модифицированном методе Гаусса с выбором максимального элемента по столбцу в начале 1-го шага прямого хода среди коэффициентов i = 1,2,...,n при неизвестном x находят наибольший по модулю. Пусть это . После этого в исходной системе меняют местами 1-ое и J-ое уравнения. Далее выполняется описанный выше метод.
В начале второго шага ищется максимальный по модулю элемент среди коэффициентов i = 2,3,...,n. При необходимости вновь делают перестановку и т. д.
Модифицированный алгоритм Гаусса уменьшает погрешность вычислений.
Блок-схема решения системы линейных алгебраических уравнений методом Гаусса с выбором главного элемента ( по столбцу) приведена на рис. 2.1
Решение систем линейных алгебраических уравнений методом итераций
Рассмотрим систему линейных алгебраических уравнений
(9)
Если все диагональные элементы , то систему (1) можно представить в приведенном виде
(10)
где
Введем обозначения
Тогда система (2) запишется в виде
(11)
В качестве начального приближения возьмем вектор и подставим его в уравнение (11). Получим .Продолжая процесс, получим последовательности приближений:
- первое приближение
-второе приближение (12)
. . . . . . . . .
- (k+1)-ое приближение.
Если существует предел последовательности векторов то, переходя к пределу в равенстве при , убеждаемся, что является решением уравнения (11), т.е.
Достаточное условие сходимости итерационного процесса:
Теорема. Если какая-нибудь норма матрицы А меньше единицы: , то уравнение (11) имеет единственное решение , к которому стремится последовательность итераций (12) при любом выборе начального приближения.
Под нормой матрицы понимают следующие выражения:
(m-норма) сумма модулей элементов строки
(l-норма) сумма модулей элементов столбца
(k-норма)
Пример: для матрицы
В расчетах полагают . Погрешности приближенного решения уравнения (11) на k-ом шаге оценивают неравенством
, (13)
где - норма вектора X
m-норма или кубическая норма
l-норма или октаэдрическая норма
Введем обозначения
Тогда система (2) запишется в виде
(11)
В качестве начального приближения возьмем вектор и подставим его в уравнение (11). Получим .Продолжая процесс, получим последовательности приближений:
- первое приближение
-второе приближение (12)
. . . . . . . . .
- (k+1)-ое приближение.
Если существует предел последовательности векторов то, переходя к пределу в равенстве при , убеждаемся, что является решением уравнения (11), т.е.
Достаточное условие сходимости итерационного процесса:
Теорема. Если какая-нибудь норма матрицы А меньше единицы: , то уравнение (11) имеет единственное решение , к которому стремится последовательность итераций (12) при любом выборе начального приближения.
Рис. 2.1 Блок-схема решения системы линейных алгебраических уравнений
Под нормой матрицы понимают следующие выражения:
(m-норма) сумма модулей элементов строки
(l-норма) сумма модулей элементов столбца
(k-норма)
Пример: для матрицы
В расчетах полагают . Погрешности приближенного решения уравнения (11) на k-ом шаге оценивают неравенством
, (13)
где - норма вектора X
m-норма или кубическая норма
l-норма или октаэдрическая норма
k-норма или сферическая норма.
Из неравенства (13) можно получить оценку числа итераций k, необходимых для обеспечения заданной точности .
Отклонение приближения от решения по норме не будет превышать , если
(14)
Для вывода (14) достаточно рассмотреть равенства:
; ; ;
;
; и т.д.
Далее .
И учитывая, что , т.к. норма .
В неравенствах (13) и (14) используются согласованные нормы для матриц и векторов, т.е. m и l-нормы.
Неравенство (14) дает завышенную оценку числа итераций k. Из (14) можно получить удобное условие, позволяющее принять приближение в качестве решения с точностью .
(15)
Пример: Найти решение системы уравнений
методом итераций с точностью 10-2.
Решение: Приведем систему к виду (10)
Запишем последовательность итераций
(16)
Для приведенной матрицы достаточное условие ходимости выполняется по m-норме:
В качестве начального приближения возьмем вектор-столбец свободных членов приведенной системы .
Число итераций для достижения заданной точности определяем из неравенства (13) , которое запишем так:
, действительно:
.
; т.к. то ; .
Вычислим теперь три последовательных приближения по формулам (15) и оценим погрешность каждого результата, используя неравенство (13) в виде:
.
Первое приближение:
Следовательно, дает значение корня ξ с погрешностью, не превышающей величины .
Далее последовательно находим:
;
Третья итерация:
;
Заданная точность достигается за 5 шагов. Точное решение .
Ниже приведена блок – схема алгоритма решения системы линейных алгебраических уравнений методом итераций.
_
+
+
_
_
+
+
Рис2.2
Блок – схема алгоритма решения системы
линейных
алгебраических
уравнений методом итераций
+
_
_