- •1. Погрешность
- •1.1. Определение погрешности
- •1.2. Источники погрешности
- •1.3. Способы оценки погрешности
- •2. Аппроксимация, интерполяция функций
- •2.1. Задачи аппроксимации и интерполяции
- •2.2. Интерполяционный многочлен Ньютона.
- •2.3. Интерполяционная формула Лагранжа
- •2.4. Погрешность и трудоемкость интерполяции
- •2.5. Нелинейная интерполяция
- •2.6. Эрмитова интерполяция
- •2.7. Интерполяция сплайнами
- •2.8. Аппроксимация функций методом наименьших квадратов
- •2.9. Двумерная интерполяция
- •3. Численное дифференцирование
- •3.1. Полиномиальные формулы
- •3.2. Конечноразностные формулы
- •3.3. Метод Рунге - Ромберга
- •3.4. Вычисление частных производных
- •4. Вычисление интегралов
- •4.1. Квадратурные формулы Ньютона-Котеса
- •4.2. Формула средних
- •4.3. Формула трапеций
- •4.4. Формула Симпсона
- •4.5. Формулы Гаусса и Маркова
- •4.6. О сходимости квадратурных формул
- •4.7. Нестандартные случаи интегрирования
- •4.8. Вычисление кратных интегралов
- •4.9.Метод ячеек
- •5. Решение систем линейных алгебраических уравнений
- •5.1. Постановка задачи
- •5.2. Корректность задачи
- •5.3. Методы решения слау
- •5.4. Метод Гаусса (схема единственного деления)
- •5.5. Метод прогонки
- •5.6. Метод lu-разложения
- •5.7. Метод квадратного корня
- •5.7. Итерационные методы решения слау
- •5.8. Обращение матриц
- •6. Алгебраическая проблема собственных значений
- •6.1. Постановка задачи
- •6.2. О методах решения характеристического уравнения
- •6.3. Преобразование подобия
- •6.4. Итерационный метод вращений (Якоби)
- •6.5. О выборе аннулируемых элементов
- •7. Методы решения нелинейных уравнений и систем
- •7.1. Постановка задачи
- •7.2. Метод половинного деления (дихотомия)
- •7.3. Метод простых итераций
- •7.4. Метод Ньютона (касательных)
- •7.5. Метод секущих
- •7.6. Метод парабол
- •7.4. Метод Ньютона решения системы нелинейных уравнений
5.5. Метод прогонки
Если матрица СЛАУ ленточная трехдиагональная, то метод Гаусса принимает более компактную форму и называется методом прогонки. СЛАУ при этом имеет следующий вид:
(5.16)
При прямой прогонке каждое неизвестное xi выражается через xi+1 :
(5.17)
где
(5.18)
Обратная прогонка состоит в определении всех неизвестных, начиная с последнего, по формулам (5.17) и (5.18).
Всего производится приблизительно 9/2n арифметических действий.
Если выполнено условие преобладания диагональных элементов
, (5.19)
то в формулах прямого хода не возникнет деления на ноль.
Вычисление определителя происходит в соответствии с методом Гаусса:
(5.20)
5.6. Метод lu-разложения
Матрица A СЛАУ
, (5.21)
если все главные миноры матрицы A отличны от нуля, может быть преставлена в виде произведения
A = LU, (5.22)
где L - нижняя треугольная, а U - верхняя треугольная матрицы:
; . (5.23)
Тогда СЛАУ (22) эквивалентна двум СЛАУ с треугольными матрицами
(5.24)
(5.25)
Решение их элементарно.
Проблема в том, чтобы получить разложение (22). Это соотношение в покомпонентной форме имеет вид
(5.26)
и является системой n2 уравнений относительно n2 искомых коэффициентов матриц L и U. Однако, если записать эти уравнения в определенном порядке, то каждое из них будет содержать только одно неизвестное и легко решается:
(5.27)
По трудоемкости метод LU - разложения равноценен методу Гаусса.
Вычисление определителя соответствует разложению (22):
(5.28)
5.7. Метод квадратного корня
Если СЛАУ имеет симметричную матрицу, то для последней возможно представление
A = STDS, (5.29)
где S - верхняя треугольная матрица, D - диагональная матрица с элементами +1 или -1. СЛАУ (3) тогда принимает вид
, (5.30)
который эквивалентен трем СЛАУ
; (5.31)
; (5.32)
. (5.33)
Для нахождения коэффициентов матриц S и D разложение (29) записывается в покомпонентном виде
. (5.34)
Записывая уравнения (34) в определенном порядке, можно определить коэффициенты матриц S и D:
(5.35)
Метод квадратного корня требует приблизительно 1/3n3 арифметических действий.
Вычисление определителя соответствует разложению (29):
(5.36)
Здесь p - количество отрицательных элементов матрицы D.
Если матрица A - не только симметрична, но и положительно определенна, то в разложении (29) D - единичная матрица и тогда СЛАУ (3) принимает более простой вид
, (5.37)
который эквивалентен двум СЛАУ
; (5.38)
. (5.39)
Последовательность определения коэффициентов матрицы S аналогична (35).
Вычисление определителя:
(5.39)
5.7. Итерационные методы решения слау
Итерационные методы решения СЛАУ заключаются в построении последовательности векторов (k=0,1,2,…), сходящейся к вектору - решению :
. (5.40)
На практике приближенное решение считается найденным, если норма вектора невязки в (5.40) монотонно уменьшается с ростом k (метод сходится) и выполняется условие
, (5.41)
где - допустимая погрешность, а m достаточно велико, чтобы считать "точным" по сравнению с .
Кроме условия (5.41) на практике также применяется условие малости невязки для СЛАУ:
. (5.42)
Различные методы различаются алгоритмами построения указанной последовательности, но все они основаны на итерационных алгоритмах вычисления, то есть алгоритмах, многократно использующих одни и те же формулы, и все они нуждаются в том, чтобы было задано начальное приближение решения .
Метод простой итерации строится приведением СЛАУ (1) к виду
(5.43)
после чего итерационный процесс принимает следующий вид:
(5.44)
где k = 0,1,2,… .
Достаточные условия сходимости:
(5.45)
или
. (5.46)
Оценки погрешности:
, (5.47)
если выполнено условие (45) или
, (5.48)
если выполнено условие (46).
Метод Зейделя является модификацией метода простой итерации:
(5.49)
Условия и оценки его сходимости какие же, как и для метода простой итерации. Дополнительное условие сходимости: если матрица СЛАУ симметричная положительноопределенная, то метод Зейделя сходится.
В методе релаксации каждая итерация состоит из двух шагов:
в соответствии с методом Зейделя (49) определяется промежуточное значение вектора ;
определяется очередное приближение вектора
. (5.50)
Здесь - параметр релаксации, выбором которого можно влиять на свойства итерационного процесса. При имеем метод нижней релаксации, при - метод верхней релаксации.
Для СЛАУ с симметричной положительноопределенной матрицей метод релаксации сходится при .