- •3.1. Постановка задачи 23
- •5.1. Постановка задачи 41
- •6.1. Постановка задачи 48
- •7.1. Постановка задачи 59
- •9.1. Постановка задачи 81
- •Введение
- •Тема 1. Элементы теории погрешностей
- •1.1. Точные и приближенные числа
- •1.2. Абсолютная и относительная погрешность
- •Тема 2. Методы решения нелинейных уравнений
- •2.1. Постановка задачи
- •Отделение корней (локализация корней);
- •Уточнение корней.
- •2.2. Отделение корней
- •2.2.1. Графическое отделение корней
- •2.2.2. Аналитическое отделение корней
- •2.3. Уточнение корней
- •2.3.1. Метод половинного деления
- •2.3.2. Метод итерации
- •2.3.3. Метод Ньютона (метод касательных)
- •2.3.4. Метод хорд
- •Тема 3. Интерполяция функций
- •3.1. Постановка задачи
- •3.2. Интерполяционная формула Лагранжа
- •3.3. Интерполяционные формулы Ньютона
- •3.3.1. Конечные разности
- •3.3.2. Первая интерполяционная формула Ньютона
- •3.3.3. Вторая интерполяционная формула Ньютона
- •3.4. Сплайн – интерполяция
- •Тема 4. Аппроксимация функций
- •4.1. Постановка задачи аппроксимации
- •4.2. Метод наименьших квадратов
- •Тема 5. Численное интегрирование
- •5.1. Постановка задачи
- •5.2. Методы прямоугольников
- •5.3. Формула трапеций
- •5.4. Формула Симпсона
- •5.5. Оценка погрешности численного интегрирования
- •Тема 6. Методы решения обыкновенных дифференциальных уравнений
- •6.1. Постановка задачи
- •6.2. Метод Эйлера
- •6.3. Методы Рунге-Кутты
- •6.4. Решение оду n-го порядка
- •Тема 7. Одномерная оптимизация
- •7.1. Постановка задачи
- •7.2. Метод прямого перебора с переменным шагом
- •7.3. Метод дихотомии
- •7.4. Метод золотого сечения
- •7.5. Метод средней точки
- •Тема 8. Многомерная оптимизация
- •8.1. Постановка задачи и основные определения
- •8.2. Методы спуска
- •8.3. Метод градиентного спуска с дроблением шага
- •8.4. Метод наискорейшего спуска
- •8.5. Метод покоординатного спуска
- •Тема 9. Методы решения систем линейных уравнений
- •9.1. Постановка задачи
- •9.2.Метод Гаусса
- •9.3. Метод итераций
- •Список литературы
2.3.2. Метод итерации
Метод итераций предполагает замену уравнения f(x)=0 равносильным уравнением x=j(x). Если корень уравнения отделен на отрезке [a;b], то исходя из начального приближения x0Î[a;b], можно получить последовательность приближений к корню:
x1 = j(x0), x2 = j(x1), …, , (2.3-3)
где функция j(x) называется итерирующей функцией.
Условие сходимости метода простой итерации определяется следующей теоремой:
Пусть корень х* уравнения x=j(x) отделен на отрезке [a;b]и построена последовательность приближений по правилу xn=j(xn-1). Тогда, если все члены последовательности xn=j(xn-1)Î [a;b]и существует такоеq (0<q<1), что для всех хÎ [a; b]выполняется условие |j’(x)| = q<1, то эта последовательность является сходящейся. Пределом последовательности является значение корня x*, т.е. процесс итерации сходится к корню уравнения независимо от выбора начального приближения.
Условие j(x)Î[a;b] при xÎ[a;b] означает, что все приближения x1, x2, …, xn,…,полученные по итерационной формуле, должны принадлежать отрезку [a;b], на котором отделен корень.
Для оценки погрешности метода итерации справедливо условие
(2.3-4)
За число q можно принимать наибольшее значение |j'(x)|, а процесс итераций следует продолжать до тех пор, пока не выполнится неравенство
(2.3-5)
На практике, если 0<q½, используется следующая оценка погрешности
|xn-1 - xn|£ . (2.3-6)
Использование итерационной формулы xn+1=j(xn) позволяет получить значение корня уравнения f(x)=0 с любой степенью точности.
Геометрическая иллюстрация метода итераций. Построим на плоскости X0Y графики функций y=x и y=j(x). Корень уравнения х=j(x) является абсциссой точки пересечения графиков функции y = j(x) и прямой y=x. Возьмем некоторое начальное приближение x0Î [a;b]. На кривойy = j(x) ему соответствует точкаА0 = j(x0). Чтобы найти очередное приближение, проведем через точку А0прямую горизонтальную линию до пересечения с прямой y = x (точкаВ1) и опустим перпендикуляр до пересечения с кривой (точкаА1), то естьх1=j(x0). Продолжив построение аналогичным образом, имеем ломаную линию А0, В1, А1, В2, А2…, для которой общие абсциссы точек представляют собой последовательные приближения х1, х2, …, хn («лестницу») к корню х*. Из рис. 2.3-3а видно, что процесс сходится к корню уравнения.
Рассмотрим теперь другой вид кривой y = j(x) (рис. 2.3-3b). В данном случае ломаная линия А0, В1, А1, В2, А2…имеет вид “спирали”. Однако и в этом случае процесс итераций сходится к корню.
a) b)
Рис. 2.3-3
Нетрудно видеть, что и в первом и во втором случае выполняется условие |j’(x)|<1ипроцесс итераций сходится к корню.
Теперь рассмотрим случаи, когда |j’(x)|>1. На рис. 2.3-4а показан случай, когда j’(x)>1, а на рис. 2.3-4b – когда j’(x) < -1.В обоих случаях процесс итерации расходится, то есть, полученное на очередной итерации значение х все дальше удаляется от истинного значения корня.
b)
Рис. 2.3-4
Способы улучшения сходимости процесса итераций. Рассмотрим представление функции j(x) при переходе от уравнения f(x) к x=j(x).
Представим функцию j(x) как j(x) = х - lf(x), где l- коэффициент, не равный нулю. Для того чтобы процесс сходился, необходимо, чтобы
0<|j¢(x)|=|1 - lf¢(x)|<1.
1-й способ выбора l. Положим l= 2/(m1+M1), где m1 и M1 – минимальное и максимальное значения (m1=min| |, M1=max| |) для хÎ[a;b],т.е.
0£ m1£ f¢(x) £ M1£1.
Тогда
и процесс будет сходящимся, а рекуррентная формула будет иметь вид
Если < 0, то в рекуррентной формуле f(x) следует умножить на -1.
2-й способ выбора λ.
Если , то , е а если , то ,
где
Тогда рекуррентная формула метода итераций имеет вид:
Пример 2.3-2. Уточнить корень уравнения 5x–8∙ln(x)–8 =0, который локализован на отрезке [3;4], методом итераций с точностью ε=0,1.
Приведем уравнение к виду, удобному для итераций:
За приближенное значение корня уравнения принимаем значение x3=3.6892, обеспечивающее требуемую точность вычислений. В этой точке f(x3)=0.0027.