- •Глава 1. Интерполирование
- •Постановка задачи интерполирования
- •1.2. Единственность интерполяционного многочлена
- •. Интерполяционный многочлен Лагранжа
- •1.4. Погрешность интерполяционной формулы Лагранжа
- •. Конечные разности и их свойства
- •1.6. Первая интерполяционная формула Ньютона
- •1.7. Вторая интерполяционная формула Ньютона
- •1.8. Интерполяционная формула Гаусса
- •1.10. Численное дифференцирование
- •Глава 2. Численное интегрирование
- •2.1. Общие замечания
- •Глава 3. Численные методы решения алгебраических и трансцендентных уравнений
- •3.1. Вводные замечания
- •3.2. Отделение корней
- •3.3. Метод половинного деления
- •3.5. Метод Ньютона (метод касательных)
- •3.6. Комбинированный метод
- •3.7. Метод итерации (метод последовательных приближений)
- •Глава 4. Решение систем линейных уравнений
- •4.1. Метод Гаусса (схема единственного деления)
- •4.2. Вычисление определителей
- •4.3. Вычисление обратной матрицы
- •4.4. Некоторые сведения из линейной алгебры
- •Рассмотрим систему линейных алгебраических уравнений
- •Вычитая второе равенство из первого, получаем
- •4.6. Приведение линейной системы к виду,
- •4.7. Метод Зейделя Пусть система линейных алгебраических уравнений приведена к виду
- •Глава 5. Обработка результатов наблюдений
- •5.1. Постановка задачи
- •5.2. Приближение функции, заданной таблично,
- •Глава 6. Численные методы решения
- •6.1. Методы решения задачи Коши. Вводные замечания
- •6.2. Решение дифференциальных уравнений
- •6.3. Метод Эйлера Пусть дано дифференциальное уравнение
- •6.4. Уточненный метод Эйлера Рассмотрим дифференциальное уравнение
- •6.6. Методы Рунге – Кутта Пусть дано дифференциальное уравнение
- •6.7. Метод Милна
- •6.8. Приближенное решение систем дифференциальных
- •6.9.Краевые задачи для обыкновенных дифференциальных
- •6.10. Решение краевых задач
- •6.11. Метод прогонки Рассмотрим линейную систему уравнений (6.54). Преобразуя первые (n-1) уравнения:
- •Глава 7. Численное решение дифференциальных уравнений в частных производных
- •7.1. Классификация дифференциальных уравнений
- •7.2. Метод сеток решения краевых задач
- •7.3. Погрешность аппроксимации дифференциальных уравнений
- •7.4. Аппроксимация граничных условий
- •7.6. Метод сеток для уравнений
4.4. Некоторые сведения из линейной алгебры
Сходимость последовательностей векторов и матриц. Пусть в n–мерном пространстве задана последовательность векторов
(к=1, 2, …).
Вектор называется пределом этой последовательности, если существуют n конечных пределов и
.
Последовательность Х(к) н называется сходящейся к вектору Х. Аналогично, если имеется последовательность квадратных матриц , пределом этой последовательности называют матрицу А с элементами при условии, что все эти n2 пределов существуют.
Определенная таким образом сходимость называется сходимостью по составляющим, или покомпонентной сходимостью.
2.Нормы векторов и матриц. Введем понятие нормы вектора, обобщающее понятие длины вектора. Нормой вектора Х называется действительное число , удовлетворяющее следующим условиям:
при и ;
при любом числовом множителе с;
.
(Вместо второго и третьего уравнений можно записать условие ). Вводить норму вектора можно различными способами, только бы выполнялись условия пп. 1 – 3. Укажем наиболее применимые нормы векторов:
1.) (4.20)
2.) (4.21)
3.) (евклидова норма). (4.22)
Третья норма вектора – это длина вектора. Можно проверить, что для всех трех норм выполняются условия пп. 1 – 3.
Рассмотрим понятие нормы матрицы. Нормой квадратной матрицы Ф называют число , удовлетворяющее следующим условиям:
при и ;
при любом числовом множителе с;
;
.
Норма матрицы может быть введена различными способами. В большинстве задач приходится одновременно рассматривать и матрицы, и векторы. Поэтому целесообразно вводить норму матрицы так, чтобы она была разумным образом связана с нормой вектора, введенной в рассматриваемой задаче. Норма матрицы А согласована с нормой вектора, если для любой матрицы А порядка n и любого вектора Х размерности n выполняется неравенство:
. (4.23)
Норму матрицы, согласованную с заданной нормой вектора, можно ввести несколькими способами. Отметим наиболее применимые на практике нормы матриц:
1. (4.24)
Эта норма матрицы согласована с первой нормой вектора (4.20).
2. (4.25)
Эта норма матрицы согласована со второй нормой вектора (4.21).
3. , (4.26)
где - наибольшее собственное значение матрицы А*А (А* матрица, комплексно сопряженная с транспонированной матрицей А/).
Эта норма матрицы согласована с третьей нормой вектора (4.22). на практике иногда используется норма матрицы
. (4.27)
Эта норма матрицы также согласована с третьей нормой вектора (4.22).
В начале параграфа была рассмотрена сходимость последовательности векторов и матриц по компонентам. Введем понятие сходимости по норме.
Последовательность векторов Х(к) сходится к вектору Х по норме, если при . Можно доказать, что в конечномерном пространстве сходимости по норме и по компонентам равносильны. Покажем справедливость этого утверждения для трех введенных нами норм векторов (формулы (4.20) – (4.22)). Пусть имеет место покомпонентная сходимость, т.е.
.
Покажем, что отсюда следует сходимость по норме. Действительно
при ;
при ;
при .
Покажем также, что на сходимости по норме следует сходимость по компонентам. Пусть
.
Тогда
.
Отсюда
.
Пусть
или .
Отсюда вытекает, что
так как первая норма вектора не превышает второй и третьей норм. А выше показано, что из условия вытекает покомпонентная сходимость.
Итак, показано, что покомпонентная сходимость последовательности векторов равносильна сходимости по норме.
Аналогично можно определить сходимость по норме последовательности матриц и показать, что сходимость по норме равносильна сходимости по компонентам.
4.5. Метод простой итерации