Приближённые методы решения СЛАУ
Выбери формат для чтения
Загружаем конспект в формате doc
Это займет всего пару минут! А пока ты можешь прочитать работу в формате Word 👇
Лекция 1
Приближённые методы решения СЛАУ
А) Метод простых итераций. (Метод последовательных приближений).
Пусть дана система n линейных уравнений с n неизвестными:
(1)
или где - заданные числа; .
Задаются произвольно n-чисел – нулевое приближение искомой функции.
Далее подставляем в правую часть системы (1) нулевое приближение и находим первое приближение.
, (2)
Затем по 1-ому приближению находят 2-ое, 3-е и т.д.
В результате для k-ого приближения получаем формулу:
, (2’)
Таким образом мы получили последовательность векторов
Х(0),Х(1),…, Х(К), к=1,2,…
Если любая из таких последовательностей {Хi(к)} сходится некоторому пределу xik = ci , ,то данный вектор сi, является решением сист. (1)
В равенстве (2’) перейдем к пределу при k→∞ при замене хi на сi.
Теорема (достаточные условия сходимости простой итерации):
Пусть выполняется хотя бы одно из следующих условий (нормы матрицы):
а) Если максимум суммы модулей коэффициентов при неизвестных (по строкам) меньше 1:
б) Если максимум суммы модулей коэффициентов при неизвестных (по столбцам) меньше 1:
в) Если сумма всех элементов в квадрате меньше 1.
Если выполняется хотя бы одно, тогда справедливы утверждения:
1) система (1) имеет единственное решение (С1,... Сn);
2) последовательность , где i = определяется по формуле (2), при любом начальном приближении сходится к соответствующим компонентам точного решения. i =
3) для приближенного равенства верны оценки (x1(k),…xn(k))(C1,…Cn),
а’) если выполняется условие а), то
,
б’) если выполняется условие б), то
,
в’) если выполняется условие в), то
.
Замечания:
1)Если нет никакой информации о точном решении СЛАУ, то за начальное приближение выбираем столбец свободных коэффициентов. (из приведенной матрицы);
2)остановка вычислений производной по заданной величине абсолютной погрешности и приведенным в теореме оценкам.
Б) Метод Зейделя.
Этот метод является модификацией МПИ и заключается в том, что при вычислении (к+1) приближения неизвестного хi (i>1), используются уже вычисленные ранее (к+1) приближения неизвестных х1, х2,…, хi-1
Рассмотрим систему: i=1,n
Пусть матрица α удовлетворяет одному из условий теоремы:
Если, а) <1 (коэффициенты по строкам)
б) <1 (коэффициенты по столбцам)
в)<1 (все коэффициенты)
тогда общая формула метода Зейделя имеет вид:
к=1,2…
Замечание: метод Зейделя обычно, но не всегда сходится к точному решения быстрее, чем МПИ
Лекция 2.
Интерполяция, аппроксимация.
Предполагается, что функция задана в виде таблицы конечного числа точек:
х
х0
х1
…
хn
,
у
y0
y1
…
yn
например, получена экспериментально или по известной (достаточно сложной) формуле для . Здесь хi и yi (i=0,1,…, n) – произвольные числа и при этом все хi различны и упорядочены: . При этом множество всех узлов хi называют сеткой, если узлы являются равноотстоящими, т.е. хi= х0+ih, где .
Используя исходные данные, затем подбирают функцию несложного вида, значения которой при являются приближенными для .
Важным здесь следует отметить не только то, чтобы имела простой вид и хорошо приближала , но и чтобы ее практически можно было найти. В этом смысле наиболее подходящий вид для - многочлен . Но и в этом случае не все просто с вычислительной стороны. Как правило, при нахождении значений нельзя обойтись без многочисленных промежуточных округлений числе, что часто приводит к большой потере точности коэффициентов . И может случиться так, что полученный в результате многочлен будет гораздо хуже приближать данную функцию , чем истинный многочлен , а это недопустимо.
При расчетах чаще всего нельзя заранее предсказать оптимальный режим вычислений, т.е. указать минимальную разрядность счета (начав с какой-либо) до тех пор, пока, не добьются удовлетворительных результатов, т.е. совпадения цифр в требуемых разрядах результата.
Определение 1. Функция называется интерполяционной для , если выполнены условия: , i=0,1, …, n, т.е график проходит через все заданные точки .
Известно, что для данной таблицы всегда существует и притом единственны интерполяционный многочлен (ИМ) степени n. Будем обозначать ИМ через . Для него верно:
,
i=0,1, …, n.
(1)
Остаточный член для , т.е. величина , имеет вид:
(2)
где Пn+1(x)=(x-x0)(x-x1)…(x-xn).
Так как точка ξ практически всегда неизвестна, то при оценке погрешности для пользуются неравенством:
.
(2´)
А) ИМ Лагранжа имеет вид:
где .
В) ИМ Ньютона
ИМ Ньютона строятся на сетке и выражаются через конечные разности.
Определение 2. Величина называется конечной разностью первого порядка функции в точке с шагом h. По аналогии имеем: 2-ая конечная разность – это , …,
k-ая конечная разность – это .
Конечные разности удобно записывать в виде таблицы 1 (в каждом столбце, кроме столбца , из последующего числа вычитается предыдущее число и разность записывается в следующем столбце).
Но если является приближенным (например, из-за округлений), то в этой связи с ростом порядка конечных разностей погрешность растет (удваивается на каждом шаге). Поэтому исходные данные надо брать с повышенной точностью.
Таблица 1
xi
yi
Δ yi
Δ2 yi
Δ3 yi
Δ4 yi
…
x0
y0
Δ y0
Δ2 y0
Δ3 y0
Δ4 y0
…
x1
y1
Δ y1
Δ2 y1
Δ3 y1
…
x2
y2
Δ y2
Δ2 y2
…
x3
y3
Δ y3
…
x4
y4
…
…
…
1-ый ИМ Ньютона имеет вид:
.
(4)
ИМ Ньютона играет в численном анализе роль, аналогичную роли формулы Тейлора в математическом анализе. Так при использовании формулы (4), если слагаемые, начиная с какого-то номера становятся малыми, то ими пренебрегают.
Если ввести обозначение: t=(x-x0)/h, то 1-ый ИМ Ньютона примет вид:
(5)
0 ≤ t ≤ n; t=(x-x0)/h
Оценка погрешности:
; 0 ≤ t ≤ n; x є [x0;xn], μ=max│f(n+1)(x)│
Если ввести обозначение: t=(x-xn)/h, то получим 2-ый ИМ Ньютона:
(6)
─ n ≤ t ≤ 0; t=(x-xn)/h
Оценка погрешности:
; -n ≤ t ≤ 0; x є [x0;xn], μ=max│f(n+1)(x)│
С.) «МЕТОД НАИМЕНЬШИХ КВАДРАТОВ»
Перечислим особенности, на которые надо обратить внимание при выполнении задания по этой теме.
Предполагается, что функция задана в виде таблицы конечного числа точек
хi
х0
х1
…
хn
,
уi
y0
y1
…
yn
например, получена экспериментально, где xi, yi (i=1,…,n) – произвольные числа. При этом все
числа xi различны.
Пусть также имеется некоторая функция , определенная для всех значений xi (i=1,…,n).
Определение 3. Число Т, где
,
(7)
называется среднеквадратичным (или среднеквадратическим) уклонением функции от заданной .
Наряду с числом Т вводят также вспомогательную величину
.
(8)
Функцию стараются подобрать, чтобы число Т получилось достаточно малым.
Можно предложить следующие способы выбора функции .
Способ 1. , (9)
т.е. - многочлен степени m, при этом m 0, то приближённое значение корня находят по формуле (2), если f′(x)∙f″(x) < 0 (т.е. фиксируется х = b), то по формуле:
. (3)
3) Метод Ньютона (касательных).
Пусть на отрезке [a,b] функция f(x) непрерывна и принимает на концах отрезка значения разных знаков, а производные f ′(x) и f ″(x) сохраняют постоянный знак на интервале (a,b).
Геометрический смысл метода касательных состоит в том, что дуга кривой
y = f(x) заменяется касательной к этой кривой.
Рис.7. Иллюстрация метода касательных.
Выберем в качестве начального приближения х0 = a и проведём в точке А0(a,f(a)) касательную к графику функции f(x). Абсцисса пересечения касательной с осью Ох (у = 0) является первым приближением к корню (рси.7):
или х0 = .
Через точку А1(х1;f(x1)) снова проведём касательную, абсцисса точки пересечения которой даст второе приближение х2 корня ξ и т.д. Очевидно, что в точке Аn(xn;f(xn)):
y − f(xn) = f ′(xn)(x−xn)
и алгоритм метода Ньютона запишется так:
(4)
Заметим, что в нашем случае, если положить х0 = b и провести касательную к кривой у = f(x) в точке b, то первое приближение не принадлежит отрезку [a,b].
Таким образом, в качестве начального приближения х0 выбирается тот конец интервала [a,b], для которого знаки f(x) и f ″(x) одинаковы.
Условие окончания вычислений: │сn+1 − cn│< ε или │f(cn)│< ε1.
Для оценки погрешности можно пользоваться общей формулой
, где
4) Комбинированный метод (хорд и касательных).
Методы хорд и касательных дают приближения корня с разных сторон. Поэтому их часто применяют в сочетании друг с другом, и уточнение корня происходит быстрее.
Пусть дано уравнение f(x)=0, корень ξ отделён и находится на отрезке [a,b]. Применим комбинированный метод хорд и касательных с учётом типа графика функции (рис.4).
Если f (x)·f ″(x) < 0 (рис.4 в, г), то методом хорд получаем значение корня с избытком, а методом касательных – с недостатком.
Если f (x)·f ″(x) > 0 (рис.4 а, б), то метод хорд даёт приближение корня с недостатком, а метод касательных – с избытком.
Рассмотрим случай, когда f (b) < 0, f ″(x) > 0 (рис.8), то со стороны конца а лежат приближённые значения корня, полученные по методу касательных, а со стороны конца b – значения, полученные по методу хорд.
Рис.8 Иллюстрация комбинированного метода.
Тогда , .
Теперь истинный корень ξ находится на интервале [a1,b1]. Применяя к этому интервалу комбинированный метод, получаем
,
и вообще
, . (5)
Для случая, когда f (b)·f ″(x) > 0, то рассуждая аналогично, получим следующие формулы для уточнения корня уравнения:
, . (6)
Комбинированный метод очень удобен при оценке погрешности вычислений. Процесс вычислений прекращается, как только станет выполняться неравенство
|bn+1–an+1| < ε.
Корень уравнения есть среднее арифметическое последних полученных значений: ξ=(an+1+bn+1)/2
Лекция 5.
Приближённое решение обыкновенных дифференциальных уравнений и систем обыкновенных дифференциальных уравнений.
Пусть функция у = f(x,y) отражает количественную сторону некоторого явления. Рассматривая это явление, мы можем установить характер зависимости между величинами х и у, а также производными от у по х, т.е. написать дифференциальное уравнение.
Определение: Обыкновенным дифференциальным уравнением называется уравнение, связывающее независимую переменную х, искомую функцию y=f(x) и её производные.
Запись: F( x, y, y′, y′′,…, y(n)) = 0 или .
Определение: Порядком дифференциального уравнения называется порядок наивысшей производной, входящей в уравнение.
у′-2ху3+5=0----- уравнение первого порядка,
у″+ky′-by-sinx=0------ уравнение второго порядка.
Задача Коши (для уравнения первого порядка):
у′ = f(x, y) (1) найти решение y = y(x),
удовлетворяющее начальному условию: у(х0)=у0. (1*).
Т.е. найти интегральную кривую, проходящую через точку М(х0, у0).
Если f(x,y) непрерывна в области R: |x-x0| < a, |y-y0| < b, то существует по меньшей мере одно решение у = у(х), определённое в некоторой окрестности: |х-х0| < h, где h ― положительное число. Это решение единственно, если в R выполнено условие Липшица: (2)
Где N― постоянная (константа Липшица), зависящая в общем случае от a и b. Если f(x,y) имеет ограниченную производную в R, то можно положить:
Для дифференциального уравнения n-го порядка: у(n)=f(x,y,y′,…,y(n-1)) задача Коши состоит в нахождении решения у = у(х), удовлетворяющего начальным условиям:
у(х0) = у0, у′(х0) = у′0, …, у(n-1)(x0) = y(n-1)0 ― заданные числа.
Функция у = f(x, C1, C2,…, Cn), где С1,…, Сn― произвольные постоянные, называется общим решением ОДУ или общим интегралом.
Эти постоянные можно определить с помощью начальных условий. Решение ДУ при заданных начальных условиях называется его частным решением.
Определение: задача называется краевой, если указывается интервал интегрирования [a,b] и ставятся дополнительные условия для значений функции у и её производных на концах этого интервала.
Процесс познания закономерностей и стремление создать детальную картину исследуемых явлений приводит к более сложной количественной оценке, отражающей эти явления, а именно к функции многих переменных, зависящих как от пространственных координат, так и от времени u = f(x1, x2,…, xn, t).
Определение: Дифференциальным уравнением с частными производными называется уравнение, связывающее независимую переменные х1, х2, …, хn, t, искомую функцию
u = f (х1, х2, …, хn, t) и её частные производные:
.
Постановка задачи.
Дано дифференциальное уравнение первого порядка: у′ = f(x,y) (1).
Требуется найти решение этого уравнения на отрезке [x0, xmax], удовлетворяющее начальным условиям: у(х0) = у0 (2).
В вычислительной практике более предпочтительным являются численные методы нахождения приближённого решения в фиксированных точках: х0 1 и b0 = 0 ― явными многошаговыми.
― при r > 1 и b0 ≠ 0 ― неявными многошаговыми.
Многошаговость нарушает однородность вычислительного процесса, используя для получения недостающей информации другие вычислительные схемы ( например, одношаговые).
А) Метод Эйлера.
Для решение Д.У.(1) с Н.У. (2) на отрезке [x0, xmax] по методу Эйлера, таблица приближённых значений у(х) для равноотстоящих узлов:
строится по формулам: yk+1 = yk + h∙f(xk,yk)
xk+1 = xk + h, k = 0,…,n-1, h=(xn-x0)/n (4)
Абсолютная погрешность формулы (4) на каждом шаге имеет порядок h2
(5)
Формула (4) означает, что на отрезке [xk, xk+1] интегральная кривая y = y(x) приближённо заменяется прямолинейным отрезком, выходящим из точки М(хk;уk) с угловым коэффициентом f(хk;уk). В качестве приближения искомой интегральной кривой получаем ломаную линию с вершинами в точках М0(х0;у0), М1(х1;у1),…, Мn(хn;уn). Первое звено касается истинной интегральной кривой в точке М0(х0;у0).
Метод Эйлера может быть применён к решению системы ОДУ и ДУ высших порядков. Последние должны быть предварительно приведены к системе ОДУ первого порядка.
Пусть задана система ОДУ первого порядка: (6)
с начальными условиями: у(х0) = у0, z(х0) = z0 (7)
Приближённые значения у(хi) ≈ yi, z(хi) ≈ zi вычисляются по формулам:
(8)
Метод Эйлера обладает двумя существенными недостатками:
1) малой точностью (метод первого порядка точности);
2) систематическое накопление ошибок.
В) Модификации метода Эйлера.
1ый усовершенствованный метод Эйлера.
Сначала вычисляют промежуточные значения:
(9)
А затем полагают: (10)
2oй усовершенствованный метод Эйлера.
Сначала определяют «грубые приближения»: (11)
И приближённо полагают: (12)
Локальная погрешность на i-ом шаге: . Оценка погрешности в точке хn может быть получена с помощью двойного просчёта (с шагом h и h/2):
(13)
С.) Метод Рунге-Кутта. (4го порядка)
Наиболее знаменитым из методов Рунге-Кутта является классический метод 4го порядка
(15)
(14)
Грубая оценка погрешности (двойной просчёт): (16)
Где у(хi) – точное решение, у*i – приближённое решение с шагом h/2, yi – … с шагом h .
Для оценки правильности выбора шага h используют равенство:
(17)
q должно равняться нескольким сотым, иначе h уменьшается.
D). Метод Рунге–Кутта 3-го порядка
Многошаговые методы.
(используют информацию о нескольких предыдущих точках)
Д ) Алгоритм Адамса.
Пусть дано дифференциальное уравнение: у′ = f(x, y) (1)
с начальными условиями: у(х0) = у0 (1*)
Требуется найти решение уравнения (1) на отрезке [a,b].
Разобьём отрезок [a,b] на n равных частей точками хi = х0 + ih (i =0, 1, …, n).
1ый этап: стартовая процедура. Используют какой-либо одношаговый метод того же порядка точности до тех пор, пока не будет получено достаточно значений для работы многошагового метода.
Следовательно, определены: у1, у2, …, уk-1 в точках: х0 + h, …, x0 + h(k-1).
2ойэтап: рекурсивной процедуры. Определение: уk, yk+1,…, yn основано на интегрировании интерполяционного многочлена Ньютона.
Рабочие формулы явных методов Адамса (2-го, 3-го, 4-го порядков).
(2)
(3)
(4)
Формулы (2)-(4) называются экстраполяционными и на практике используются в качестве прогноза.
Для улучшения точности или коррекции результата применяют неявные методы (используют ещё ненайденные значения: уk+1, yk+2,…).
(5)
(6)
(7)
Формулы (5)-(7) называются интерполяционными.
Для грубой оценки точности (двойной просчёт):