- •Экзаменационные вопросы
- •Нахождение корней методом половиного деления
- •Достоинства и недостатки
- •Оценка погрешности приближенного корня (при любом методе вычислений)
- •Метод итерации
- •Геометрическая модель
- •Условие сходимости итерационного процесса
- •Оценка приближения
- •Вторая формула для вычисления погрешности
- •Условия окончания процесса итерации
- •Метод Ньютона (метод касательных)
- •Геометрическая интерпретация метода Ньютона
- •Сходимость итерационного процесса в методе Ньютона
- •Оценка приближения
- •Векторы и матрицы. Основные определения
- •Элементарные преобразования матриц
- •Подобные матрицы
- •Треугольные матрицы
- •Абсолютная величина. Норма матрицы
- •Канонические нормы
- •Решение систем линейных уравнений
- •Метод Гаусса
- •Прямой ход
- •Обратный ход
- •Процедура приведения матрицы к треугольному виду
- •Обращение матриц методом Гаусса (Вычисление обратной матрицы методом Гаусса)
- •Итерационные методы решения систем линейных уравнений
- •Метод Якоби
- •Сходимость метода Якоби
- •Оценка погрешности приближения процесса итерации в методе Якоби
- •Приведение линейной системы к виду, удобному для итерации
- •Метод Зейделя
- •Сходимость метода Зейделя (первое достаточное условие)
- •Полная проблема собственных значений
- •Метод Данилевского
- •Исключительные случаи метода Данилевского
- •Вычисление собственных векторов по Данилевскому
- •Метод вращений
- •Трехдиагональная матрица
- •Ортогональные матрицы
- •Преобразование симметричной матрицы к трехдиагональному виду посредством вращений
- •Вычисление собственных векторов трехдиагональной матрицы и исходной матрицы
- •Частная проблема собственных значений
- •Определение наибольшего по модулю собственного значения матрицы
- •Постановка задачи интерполирования
- •Конечные разности
- •Обобщенная степень
- •Конечные разности для обобщенной степени
- •Первая интерполяционная формула Ньютона
- •Вторая интерполяционная формула Ньютона
- •Интерполяционная формула Лагранжа (для произвольных узлов интерполирования)
- •Оценки погрешностей
- •Оценка погрешности интерполяционной формулы Лагранжа
- •Оценка погрешностей интерполяционных формул Ньютона
- •Формула прямоугольников
- •Погрешность формулы прямоугольников
- •Обобщенная теорема о среднем
- •Квадратурные формы Ньютона-Котеса
- •Формула трапеций
- •Формула погрешности
- •Общая формула трапеций
- •Формула Симпсона и ее погрешность
- •Погрешность формулы Симпсона (без вывода)
- •Общая формула Симпсона
- •Приближенное (численное) дифференцирование
- •Формулы приближенного дифференцирования, основанные на первой интерполяционной формуле Ньютона
- •Нормальная система дифференциальных уравнений
- •Задача Коши
- •Метод Эйлера
- •Достоинства и недостатки метода Эйлера
- •Метод Рунге-Кутта
- •Постановка задачи об апроксимации ф-и
- •Системы ф-ий, ортогональные на интервале
- •Полные системы
3.5Условия окончания процесса итерации
Пусть погрешность вычисления корня в соотвествии с условиями (14 17). Тогда окончание процесса вычисления должно быть
1 q q j'(x0) x0j < "(18)
1 q q jxn xn 1j < " (19)
3.6Блок-схема метода итерации
Входные данные: x(0); q; "
Выходные параметры: ; f( ); i + 1
4Метод Ньютона (метод касательных)
Пусть дано у-ние
f(x) = 0 (1)
единственный корень на отрезке [a; b] и производные f0(x), f00(x) непрерывны и сохраняют определенные знаки на [a; b].
Пусть xn какое-либо n-ое приближение корня
xn
на [a; b], уточним его
= xn + hn (2)
где hn - малая величина.
0 = f(xn + hn) f(xn) + f0(xn) hn
11
hn = f0(xn) f (xn)
подставив это значение hn в формулу (2) получим следующее приближенное значения корня
xn+1 = xn f0(xn) n = 0; 1; 2; ::: (3)
f (xn)
4.1 Геометрическая интерпретация метода Ньютона
Положим для определенности при x 2 [a; b].
f00(x) > 0 f(b) > 0
Выберем x0 = b, тогда
f(x0) > 0 и f00(x0) > 0
Проведем касательную к графику ф-и y = f(x) в точку B0(x0; f(x0)), ее уравнение имеет вид f(x0) y = f0(x0)(x0 x)
или
y f(x0) = f0(x0)(x x0)
В качестве первого приближения x1 корня возьмем абсциссу точки пересения этой касетельной с осью Ox, т. е. положим
y = 0 x1 = x0 f0(x0) f (x0)
Через точку B1(x1; f(x1)) снова проведем касательную. В качестве второго приближения x2 корня возьмем абсциссу точки пересечения этой касательной с Ox и т. д.
На n-ом шаге у-ние касательной будет иметь вид
y f(xn) = f0(xn)(x xn)
Полагая в нем
y = 0 x = xn+1
получим формулу
xn+1 = xn f0(xn) (3) f (xn)
12
4.2Сходимость итерационного процесса в методе Ньютона
Пусть выполняется неравенство
f(x0)f00(x0) > 0 (4)
Теорема. Если
f(a) f(b) < 0
причем f0(x) f00(x) отличны от 0 и сохраняют определенные знаки на [a; b], то при любом начальном приближении x0 2 [a; b], удовлетворяющем неравенству (4) последовательность x1; x2; . . . ; xn получаемая по формуле (3) сходится к единственному корню у-ния (1).
Док-во. Положим для определенности
8
f(a) < 0
>
>
>
<f(b) > 0
на [a; b]
>f0(x) > 0
>
>
:f00(x) > 0
Остальные случаи доказываются аналогично. Из неравенства (4) имеем, что
f(x0) > 0 и x0 >
Методом математической индукции докажем, что все приближения
xn > n = 0; 1; 2; :::
следовательно
f(xn) > 0
Предположим, что xn > . Положим
= xn + ( xn)
По формуле Тейлора
0 = f( ) = f(xn) + f0(xn)( xn) + 12 f00(cn)( xn)2 (5)
где < cn < xn
Так как f00(x) > 0, то
12 f00(cn)( xn)2 > 0
откуда
f(xn) + f0(xn)( xn) < 0
откуда
< xn f0(xn) = xn+1 f (xn)
что и требовалось доказать.
Из формулы (3), учитывая знаки f(xn) и f0(xn) получим, что
xn+1 < xn
т. е. последовательность x0; x1; . . . ; xn ограниченная и монотонно-убывающая, значит существует предел
= lim xn
n!1
Переходя к пределу в равенстве (3) получим
= f( )
f0( )
т.е. f( ) = 0. Т.к. на интервале [a; b] у-ние (1) имеет единственный корень, то
=
13
4.3Оценка приближения
Получичим формулу для оценки точности приближения xn по методу Ньютона. Примененяя формулу Тейлора получим
f(xn) = f(xn 1 + (xn xn 1)) = f(xn 1) + f0(xn 1)(xn xn 1) + 12 f00( n 1)(xn xn 1)
где
n 1 2 (xn 1; xn)
В силу определения приближения xn (смотри формулу 3), имеем, что f(xn 1) + f0(xn 1) (xn xn 1) = 0
Из (6) получим, что
jf(xn)j = 12 jf00( n 1)(xn xn 1)2j 6 12 m2(xn xn 1)2
где m2 наибольшее приближение значения модуля второй производной f00(x) на [a; b]. Общая формула для оценки точности любого метода имеет вид
j xnj 6 jf(xn)j m1
где m1 - наименьшее значение модуля 1-ой производной fn(x) на [a; b]. Поэтому получим
j xnj 6 m2 (xn xn 1)2 (7)
2m1
4.4Блок-схема алгоритма метода Ньютона
Входные параметры: x0; "; m1; m2 Выходные параметры: = x(i + 1); f( )
14