- •Часть 2
- •Раздел 1. Элементы теории погрешностей 7
- •Раздел 2. Решение систем линейных алгебраических уравнений 15
- •Раздел 3. Численное решение нелинейных уравнений 43
- •Раздел 4. Решение систем нелинейных уравнений 54
- •Раздел 5. Аппроксимация функций 60
- •Раздел 6. Численное интегрирование 81
- •Раздел 7. Численное дифференцирование 97
- •Раздел 8. Обыкновенные дифференциальные уравнения 106
- •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 систем n-го порядка с n неизвестными
- •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
- •3.1. Линейная интерполяция
- •3.2. Квадратичная интерполяция
- •4. Глобальная интерполяция
- •4.1. Интерполяционный многочлен Лагранжа
- •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
- •1. Формула левых разностей
- •2. Формула правых разностей
- •3. Формула центральных разностей
- •7.3. Погрешность численного дифференцирования
- •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. Метод Зейделя
Данный метод является модификацией метода простой итерации и для системы (25) имеет следующую технологию
(32)
Суть его состоит в том, что при вычислении очередного приближения в системе (32) и в формуле (27*), если имеет место соотношение (27), вместо используются уже вычисленные ранее , т.е. (27*) преобразуется к виду
, i = 1, …, n. (33)
Это позволяет ускорить сходимость итераций почти в два раза. Оценка точности аналогична методу простой итерации. Схема алгоритма аналогична схеме метода простой итерации, если x0j заменить на xj и убрать строки x0i = 1, x0i = xi.
Пример. Методом Зейделя решить систему линейных уравнений с точностью = 0,0001, приводя ее к виду, удобному для итераций.
(34)
Условия (27) для системы не удовлетворяются, поэтому приведем ее к виду соответствующему данному требованию.
(35)
Здесь , значит, процесс Зейделя сходится.
По технологии счета (32)
k |
х1 |
х2 |
х3 |
k |
х1 |
х2 |
х3 |
0 |
0.19 |
0.97 |
–0.14 |
5 |
0.2467 |
1.1135 |
–0.2237 |
1 |
0.2207 |
1.0703 |
–0.1915 |
6 |
0.2472 |
1.1143 |
–0.2241 |
2 |
0.2354 |
1.0988 |
–0.2118 |
7 |
0.2474 |
1.1145 |
–0.2243 |
3 |
0.2424 |
1.1088 |
–0.2196 |
8 |
0.2475 |
1.1145 |
–0.2243 |
4 |
0.2454 |
1.1124 |
–0.2226 |
|
|
|
|
Ответ: x1 = 0.248; x2 = 1.115; x3 = –0.224.
Замечание. Если для одной и той же системы методы простой итерации и Зейделя сходятся, то метод Зейделя предпочтительнее. Однако на практике имеет место ситуация, когда области сходимости этих методов могут быть различными, т.е. метод простой итерации сходится, а метод Зейделя расходится и наоборот. Для обоих методов, если близка к единице, скорость сходимости очень малая.
Для ускорения сходимости тогда используется искусственный прием – так называемый метод релаксации. Суть его заключается в том, что полученное по методу итерации очередное значение пересчитывается по формуле:
(36)
– как правило, принято изменять в пределах 0 < 2 с каким-то шагом (можно h = 0,1 или 0,2). Параметр подбирают так, чтобы сходимость метода достигалась за минимальное число итераций.
Релаксация – (физ.тех.) постепенное ослабление какого-либо состояния тела после прекращения действия факторов вызвавших это состояние.
Пример. Рассмотрим результат пятой итерации с применением формулы релаксации. Возьмем = 1,5.
Как видно мы получили почти результат седьмой итерации.