- •1. Моделирование как научный прием
- •1.1. Основные понятия
- •1.2. Классификация моделей
- •1.3. Математическое моделирование
- •1.3.1. Цели математического моделирования
- •1.3.2. Требования к математической модели
- •1.3.3. Этапы математического моделирования
- •2.1. Области применения
- •2.2. Методы решения
- •1.3.4. Классификация математических моделей
- •2. Математические модели в форме
- •2.2.1. Прямые методы
- •2.2.1.1. Метод Гаусса
- •2.2.1.2. Метод lu-разложения
- •2.2.1.3. Матричный метод
- •2.2.2. Итерационные методы
- •2.2.2.1. Метод простых итераций
- •2.2.2.2. Метод Зейделя
- •3. Математические модели в форме нелинейных
- •3.1. Пример формирования модели
- •3.2. Базовые понятия
- •3.3. Методы решения
- •3.3.1. Особенности численных методов решения
- •3.3.1.1. Этапы численного решения нелинейного уравнения
- •3 .3.1.2. Отделение корней
- •3.3.1.3. Уточнение корней
- •3.3.1.3.1. Метод половинного деления (дихотомии, бисекции)
- •3.3.1.3.2. Метод Ньютона
- •3.3.1.3.3. Метод итерации (метод последовательных приближений)
- •4. Математические модели в форме
- •4.1. Базовые понятия
- •4.2. Решение математических моделей в классе обыкновенных дифференциальных уравнений
- •4.3. Методы решения математических моделей в классе оду
- •4.3.1. Численные методы
- •4.3.2. Метод Рунге-Кутта
- •5. Математические модели для систем
- •6. Детерминированные и стохастические
- •7. Математические модели в форме
- •7.1. Базовые понятия
- •7.2. Передаточная функция в форме изображений Лапласа
- •7.3. Передаточная функция в операторной форме
- •7.4. Элементарные типовые звенья физических систем
- •8. Математические модели в пространстве состояний
- •8.1. Основные понятия
- •8.2. Линейные непрерывные детерминированные системы
- •8.3. Формирование математической модели в пространстве состояний по дифференциальному уравнению n-го порядка
- •8.4. Формирование математической модели в пространстве состояний по передаточной функции системы
- •8.5. Пример формирования математической модели в пространстве состояний для исследования процессов в электрической цепи
- •8.6. Линейные дискретные детерминированные системы
- •9. Другие виды математических моделей
- •9.1. Переходная функция
- •9.2. Импульсная переходная функция
- •10. Математические модели в частотной области
- •Математические модели в форме
- •644046, Г. Омск, пр. Маркса, 35
3.3.1.3.2. Метод Ньютона
Требуется
решить уравнение
,
причем
и
определены,
непрерывны и сохраняют постоянные
знаки на отрезке
Р
ассмотрим
геометрическую
интерпретацию
метода Ньютона (рис. 3.7).
1) Выбираем
–
начальное приближение корня x*
При этом надо придерживаться следующего
правила:
за начальное приближение корня следует
принять тот конец отрезка
,
в котором знак функции совпадает со
знаком второй производной, т.е.
выполняется условие:
(3.23)
Это условие сходимости метода Ньютона.
Основываясь
на свойствах данной функции
(см. рис. 3.4), делаем вывод о том, что
условие сходимости выполняется для
точки
,
поэтому принимаем
2)
Вычисляем значение функции
.
Проводим касательную к кривой
в точке
.
Абсцисса точки пересечения касательной
с осью Оx
принимается за новое (первое) приближение
корня x1.
Известно, что уравнение касательной, проведенной в точке B0 с координатами (x0, f(x0)) к кривой функции f(x), имеет вид:
(3.24)
где x, y – текущие координаты точки, лежащей на касательной.
Для точки x1 сделаем подстановку в уравнение касательной (3.24):
x = x1; (3.25)
(3.26)
получаем:
.
(3.27)
Обе
части уравнения (3.27) делим на
и
выражаем x1:
(3.28)
3)
Вычисляем значение функции
в точке x1,
проводим касательную к кривой
в точке
Абсцисса точки пересечения касательной
с осью Оx
представляет собой второе приближение
корня x2:
(3.29)
4) Продолжаем последовательно проводить касательные и определять точки их пересечения с осью Оx. Тогда для текущего k-го приближения корня итерационный процесс реализуется рекуррентной формулой:
(3.30)
Процесс уточнения корня прекращается, когда выполнится условие близости двух последовательных приближений:
(3.31)
Алгоритм, реализующий метод Ньютона, представлен на рис. 3.8. Блок 4 реализует проверку условия сходимости метода и выбор значения начального приближения (блоки 5, 6), блок 10 реализует подсчет количества итераций, 11 – вычисление текущего приближения корня через предыдущее приближение.
Метод
Ньютона обладает высокой скоростью
сходимости, которая тем выше, чем больше
крутизна графика функции
в пределах рассматриваемого отрезка.
Если численное значение производной
мало вблизи корня, то процесс уточнения
корня может оказаться очень долгим.
Неудачно выбранное начальное приближение может привести к расходимости метода (см. рис. 3.7): представим, что за начальное приближение x0 принят левый конец отрезка a, касательная, проведенная в точке А0, пересекает ось Оx за пределами заданного отрезка [a,b]. Таким образом, получили первое приближение к корню ‹x1›, еще дальше отстоящее от искомого значения корня x*, чем нулевое приближение .
