- •Математическое моделирование и вычислительный эксперимент.
- •Виды погрешностей.
- •2. Приближенное решение нелинейных уравнений
- •3.Численное решение систем нелинейных уравнений.
- •4.Численные методы решения систем линейных алгебраических уравнений (слау).
- •5. Численное интегрирование. Квадратурные формулы Ньютона–Котеса. Формула трапеций, формула Симпсона. Погрешность квадратурных формул. Интегрирование с помощью степенных рядов. Метод Монте-Карло.
- •6. Численное дифференцирование.
- •7. Интерполирование функций.
- •8. Численное решение задачи Коши для дифференциальных уравнений.
- •9. Краевые задачи для обыкновенных дифференциальных уравнений.
- •13. Комбинаторные объекты и комбинаторные числа
- •14. Рекуррентные соотношения
- •15. Булевы функции. Представление булевых функций полиномами Жегалкина.
- •17. Множества.
- •Операции над множествами
- •Свойства отношений
- •Примеры отношений эквивалентности
- •18. Графы.
- •Эйлеровы графы.
- •5 Красок
- •19. Алгоритмы на графах. Алгоритмы на графах.
- •Задача о кратчайших путях
- •Различные алгоритмы на графах
- •Перебор с возвратами
- •Методы сокращения перебора: эвристики, метод ветвей и границ, динамическое программирование.
- •20. Деревья.
- •21. Проблема разрешимости в алгебре высказываний.
- •24. Понятие о компьютерном математическом моделировании. Этапы и цели. Классификация математических моделей. Моделирование физических процессов.
- •25. Имитационное моделирование.
- •26. Моделирование фрактальных объектов. Моделирование фрактальных объектов.
- •Самоподобные множества с необычными свойствами в математике
- •Рекурсивная процедура получения фрактальных кривых
- •Фракталы как неподвижные точки сжимающих отображений
- •Фракталы в комплексной динамике
- •Стохастические фракталы
- •Применение фракталов
- •Конструктивные, алгебраические и стохастические фракталы.
- •Понятие о фрактальной размерности.
- •Рекурсивный алгоритм построения конструктивных фракталов.
- •Построение
- •Свойства
3.Численное решение систем нелинейных уравнений.
Метод Ньютона для систем нелинейных уравнений.
Пусть дана система:
Согласно методу Ньютона последовательные приближения вычисляются по формулам:
, где
Начальные приближения определяются приближенно (например, графически).
Метод Ньютона эффективен только при достаточной близости начального приближения к решению системы.
4.Численные методы решения систем линейных алгебраических уравнений (слау).
Метод Гаусса с выбором главного элемента для системы линейных уравнений
Система из п линейных уравнений с п неизвестными вида:
(3.1)
имеет единственное решение при условии: , где
матрица коэффициентов системы (3.1)
К точным методам относится метод Гаусса с выбором главного элемента. Среди элементов матрицыА выберем наибольший по модулю, называемый главным элементом. Пусть им будет элемент . Строка с номеромр, содержащая главный элемент, называется главной строкой.
Далее вычисляем множители: для всех. Затем преобразуем матрицу следующим образом: из каждой неглавной строки вычитаем почленно главную строку, умноженную наmi . В результате получим матрицу, у которой все элементы q-го столбца, за исключением , равны нулю. Отбрасываем этот столбец и главную строку и
получаем новую матрицу с меньшим на единицу числом строк и столбцов. Над матрицейповторяем аналогичные операции, после чего получаем матрицуА2 и т. д. Такие преобразования продолжаем до тех пор, пока не получим матрицу, содержащую одну строку, которую считаем тоже главной. Затем объединяем все главные строки, начиная с последней. После некоторой перестановки они образуют треугольную матрицу, эквивалентную исходной. На этом заканчивается этап вычислений, называемый прямым ходом. Решив систему с полученной треугольной матрицей коэффициентов, найдём последовательно значения неизвестных . Этот этап вычислений называетсяобратным ходом. Смысл выбора главного элемента состоит в том, чтобы сделать достаточно малым число mi и тем самым уменьшить погрешность вычислений.
Вычисление обратной матрицы для системы линейных уравнений
Пусть дана невырожденная матрица , где(i, j = 1, 2,…, n). Для нахождения элементов обратной матрицы , где (i, j = 1, 2,… n) воспользуемся основным соотношением:
АА-1 =Е, где Е – единичная матрица.
Перемножая матрицы А и А-1 и используя равенство их матрице Е, получим п систем линейных уравнений вида:(i = 1, 2, …, n; j – фиксировано), где .
Полученные п систем линейных уравнений имеют одну и ту же матрицу А и различные столбцы свободных членов. Эти системы можно решать методом Гаусса (см. п. 3.1.1). В результате решения систем получаем единичную матрицу A.
Метод простой итерации для систем линейных уравнений
Метод простой итерации даёт возможность получить последовательность приближённых значений, сходящуюся к точному решению системы.
Преобразуем систему (3.1) к нормальному виду:
. (3.2)
Правая часть системы (3.2) определяет отображение:
, преобразующее точку -мерного
метрического пространства в точку того же пространства.
Выбрав начальную точку , можно построить итерационную последовательность точекп - мерного пространства:
При определённых условиях данная последовательность сходится.
Так, для исследования сходимости таких последовательностей используется принцип сжимающих отображений, который состоит в следующем.
Если F – сжимающее отображение, определённое в полном метрическом пространстве с метрикой , то существует единственная неподвижная точка, такая, что. При этом итерационная последовательность,, полученная с помощью отображенияF с любым начальным членом х(0), сходится к .
Оценка расстояния между неподвижной точкой отображенияF и приближением х(к) даётся формулами:
(3.3)
где α – множитель, определяемый достаточными условиями сжимаемости отображения F.
Значение множителя α, определяется выбором метрики, в которой проверяется сходимость последовательности значений .
Рассмотрим Достаточные условия сходимости итерационной последовательности .
Практически, для применения метода итерации систему линейных уравнений удобно "погрузить" в одну из трёх следующих метрик:
(3.4)
Для того, чтобы отображение F, заданное в метрическом пространстве соотношениями (3.2), было сжимающим, достаточно выполнение одного из следующих условий:
а) в пространстве с метрикой :
, т. е. максимальная из сумм модулей коэффициентов в правой части системы (3.2), взятых по строкам, должна быть меньше единицы.
б) в пространстве с метрикой :, т. е. максимальная из сумм модулей коэффициентов в правой части системы (3.2), взятых по столбцам, должна быть меньше единицы.
в) в пространстве с метрикой : , т. е. сумма квадратов при неизвестных в правой части системы (3.2) должна быть меньше единицы
Метод Зейделя для систем линейных уравнений
Метод Зейделя является модификацией метода простой итерации. Вычисление проводится по следующим формулам:
Достаточные условия сходимости итерационной последовательности приближенных решений системы и оценка погрешности проводятся по тем же формулам, что и в методе простой итерации.