- •Министерство образования Республики Беларусь
- •Раздел 3. Численное решение нелинейных уравнений 52
- •Раздел 4. Решение систем нелинейных уравнений 64
- •Раздел 5. Аппроксимация функций 72
- •Раздел 6. Численное интегрирование 94
- •Раздел 7. Численное дифференцирование 112
- •Раздел 8. Обыкновенные дифференциальные уравнения 122
- •Основы численных методов введение
- •1. Этапы решения технических задач на эвм
- •2. Методы реализации математических моделей
- •Раздел 1. Элементы теории погрешностей
- •1.1. Постановка задачи
- •1.2. Источники погрешностей
- •1.3. Приближенные числа и оценка их погрешностей
- •1.4. Правила записи приближенных чисел
- •1.5. Задачи теории погрешностей
- •1.6. Понятия устойчивости, корректности постановки задач и сходимости численного решения
- •1.7. Некоторые обобщенные требования к выбору численных методов
- •Раздел 2. Решение систем линейных алгебраических уравнений
- •2.1. Основные понятия и определения
- •2.2. Методы решения слау
- •2.2.1. Прямые методы решения слау
- •1. Правило Крамера
- •2. Метод обратных матриц
- •3. Метод Гаусса
- •4. Модифицированный метод Гаусса
- •5. Метод прогонки
- •6. Метод квадратного корня
- •2.2.2. Итерационные методы решения слау
- •1. Метод простой итерации
- •2. Метод Зейделя
- •2.3. Вычисление определителей высоких порядков
- •2.4. Вычисление обратных матриц
- •2. Другой подход к определению обратной матрицы а–1
- •3. Обращение матрицы а посредством треугольных матриц
- •2.5. Применение метода итераций для уточнения элементов обратной матрицы
- •Раздел 3. Численное решение нелинейных уравнений
- •3.1. Постановка задачи
- •3.2. Отделение корней
- •3.2.1. Метод половинного деления
- •3.2.2. Графическое отделение корней
- •3.3. Итерационные методы уточнения корней
- •3.3.1. Метод простой итерации
- •3.3.2. Метод Ньютона (касательных)
- •3.3.3. Метод секущих
- •3.3.4. Метод деления отрезка пополам
- •3.3.5. Метод хорд
- •3.4. Общий алгоритм численных методов решения нелинейных уравнений
- •Раздел 4. Решение систем нелинейных уравнений
- •4.1. Постановка задачи
- •4.2. Метод простой итерации
- •4.2.1. Условия сходимости метода простой итерации для нелинейных систем уравнений второго порядка
- •4.2.2. Общий случай построения итерирующих функций
- •4.3. Метод Ньютона для систем двух уравнений
- •4.4. Метод Ньютона для системn-го порядка сnнеизвестными
- •Раздел 5. Аппроксимация функций
- •5.1. Постановка задачи
- •5.2. Интерполирование функций
- •5.3. Типовые виды локальной интерполяции
- •5.3.1. Линейная интерполяция
- •5.3.2. Квадратичная (параболическая) интерполяция
- •5.4. Типовые виды глобальной интерполяции
- •5.4.1. Интерполяция общего вида
- •5.4.2. Интерполяционный многочлен Лагранжа
- •1. Формула Лагранжа для произвольной системы интерполяционных узлов
- •2. Полином Лагранжа на системе равноотстоящих интерполяционных узлов
- •5.4.3. Интерполяционный многочлен Ньютона
- •1. Интерполяционный многочлен Ньютона для системы равноотстоящих узлов
- •2. Интерполяционный многочлен Ньютона для системы произвольно расположенных узлов
- •3. Локальная интерполяция
- •4.2. Интерполяционный многочлен Ньютона
- •5.5. Сплайны
- •5.6. Сглаживание результатов экспериментов
- •1. Метод выбранных точек
- •2.Метод средних
- •3. Метод наименьших квадратов
- •5.7. Вычисление многочленов
- •Раздел 6. Численное интегрирование
- •6.1. Постановка задачи
- •6.1.1. Понятие численного интегрирования
- •6.1.2. Понятие точной квадратурной формулы
- •6.2. Простейшие квадратурные формулы
- •6.2.1. Формула прямоугольников
- •6.2.2. Формула трапеций
- •6.2.3. Формула Симпсона
- •6.3. Составные квадратурные формулы с постоянным шагом
- •6.3.1. Составная формула средних
- •6.3.2. Формула трапеций
- •6.3.3. Формула Симпсона
- •6.4. Выбор шага интегрирования для равномерной сетки
- •6.4.1. Выбор шага интегрирования по теоретическим оценкам погрешностей
- •6.4.2. Выбор шага интегрирования по эмпирическим схемам
- •1. Двойной пересчет
- •2. Схема Эйткина
- •3. Правило Рунге
- •4. Другие оценки погрешности
- •6.5. Составные квадратурные формулы с переменным шагом
- •6.6. Квадратурные формулы наивысшей алгебраической точности (формула Гаусса)
- •Раздел 7. Численное дифференцирование
- •7.1. Постановка задачи
- •7.2. Аппроксимация производных посредством локальной интерполяции
- •7.4. Аппроксимация производных посредством глобальной интерполяции
- •7.4.1. Аппроксимация посредством многочлена Ньютона
- •7.4.2. Вычисление производных на основании многочлена Лагранжа
- •7.5. Метод неопределенных коэффициентов
- •7.6. Улучшение аппроксимации при численном дифференцировании
- •Раздел 8. Обыкновенные дифференциальные уравнения
- •8.1. Постановка задачи
- •8.2. Задача Коши для оду
- •8.3. Численные методы решения задачи Коши
- •8.3.1. Одношаговые методы решения задачи Коши
- •1. Метод Эйлера
- •2. Метод Эйлера с пересчетом
- •3. Метод Эйлера с последующей итерационной обработкой
- •4. Метод Рунге-Кутта
- •8.3.2. Многошаговые методы решения задачи Коши
- •1. Семейство методов Адамса
- •2. Многошаговые методы, использующие неявные разностные схемы
- •3. Повышение точности результатов
2.4. Вычисление обратных матриц
1. По методу Гаусса. Всякая неособенная матрица, для которой, имеет обратную матрицу. Очевидно, чтоА*А–1 =Е. запишем это равенство в виде системыnуравнений сnнеизвестными
; (37)
где аik – элементы матрицыА;
zkj– элементы обратной матрицы (А–1);
ij– элементы единичной матрицы.
При этом ij =
Для нахождения элементов одного столбца обратной матрицы необходимо решить соответствующую линейную систему (37) с матрицей А. Так для полученияj-го столбца дляА–1(z1j, z2j,…znj) решается система:
(38)
Следовательно для обращения матрицы Анужноnраз решить систему (38) приj=. Поскольку матрицаАсистемы не меняется, то исключение неизвестных осуществляется только один раз, а (n–1) раз при решении (38) делается только обратный ход с соответствующим изменением правой ее части.
2. Другой подход к определению обратной матрицы а–1
,
где – определитель матрицы,Аij – алгебраические дополнения соответствующих элементов матрицыА.
3. Обращение матрицы а посредством треугольных матриц
Известно, что всякая обратная матрица, если она существует, то по структуре будет такая же, как и исходная, т.к.
А–1А =АА–1=Е=. (39)
Рассмотрим пример обращения матрицы 3-го порядка следующего вида:
А=. (40)
Решение. МатрицуА–1 ищем в виде
А–1=. (41)
Перемножая АиА–1 с учетом (39) будем иметьt11 = 1;t11 + 2t21 = 0; 2t22 = 1;
Отсюда последовательно находим t11 = 1;t21 = –1/2;t31 = 0;t22 = 1/2;t32 = –1/3;t33 = 1/3, следовательно
А–1=. (42)
Перемножив (42) и (40) получим (39).
Известно, что любая произвольная матрица Аможет быть представлена в виде двух треугольных.
Например, пусть имеется матрица
. (43)
Будем искать Т1 =иТ2 =. Диагональ в матрицеТ2искусственно берется равной 1. Тогда
A = T1 T2 . (44)
Реализуя (44) и сравнивая с (43), получим
=.
Сравнивая значения правой и левой частей и выполняя простейшие вычисления, очевидно:
t11 = 1; t11 r12 = –1; t11 r13 = 2;
t21 = –1; t21 r12 + t22 = 5; t21 r13+ t22 r23 = 4;
t31 = 2; t31 r12 + t32 = –1; t31 r13+ t32 r23 + t33 = 14;
Решив полученную систему, получим
t11 = 1; t21 = –1; t31 = 2;
t22 = 4; t32 = 6; t31 = 1;
r12 =–1; r13 = 2; r23 = 3/2.
Таким образом Т1 =иТ2 =, тогдаA–1 = .
2.5. Применение метода итераций для уточнения элементов обратной матрицы
Точность получения элементов обратной матрицы естественно оценивается соотношением
А–1А =А0 =Е.
Однако в общем случае элементы обратной матрицы получаются с некоторой погрешностью, которая появляется в результате округлений в процессе вычисления и большого числа арифметических операций. Для уменьшения погрешностей используется итерационнаясхема уточнения элементов обратной матрицы.
Пусть для неособенной матрицы Аполучено приближенное значение элементов матрицыА–1. Обозначим ее черезD0A–1. Тогда для уточнения элементов обратной матрицы строится следующий итерационный процесс:
Fk–1 = E–ADk–1 , k =1,2,3… ; (*)
Dk = Dk–1(E + Fk–1); k = 1,2,3… (**)
Доказано, что итерации сходятся, если начальная матрица D0достаточно близка к искомойА–1.
В данной итерационной схеме матрица Fна каждом шаге как бы оценивает близость матрицыDкА–1.
Схема работает следующим образом.
Сначала по (*) при k = 1 находитсяF0=E–AD0, затем находится произведениеD0F0.
По итерации (**) при k= 1 находитсяD1 =D0+ D0F0.
Чтобы проверить, достигнута ли желаемая точность, вычисляется AD1, а по (*) приk = 2, вычисляетсяF1=E –AD1 и, если наибольший элемент матрицыF1 <, итерации прекращаются иA–1D1.