- •«Вычислительная математика»
- •Часть 1.
- •§ 1. Действия с приближенными величинами
- •§ 2. Методы решения нелинейных уравнений
- •§ 3. Нормы вектора и матрицы
- •§ 4. Прямые методы решения систем линейных алгебраических уравнений с квадратной матрицей
- •Введение
- •§1. Действия с приближенными величинами
- •1.1 Основные понятия
- •Задачи для самостоятельного решения
- •1.2 Погрешности арифметических операций
- •Задачи для самостоятельного решения
- •1.3 Погрешности вычисления значения функции
- •Задачи для самостоятельного решения
- •Литература:
- •§2 Методы решения нелинейных уравнений
- •2.1 Изоляция корней
- •Задачи для самостоятельного решения
- •2.2 Уточнение корней при помощи методов, не требующих вычисления производных
- •2.2.1 Метод деления отрезка пополам (метод бисекции)
- •2.2.2 Метод простой итерации
- •2.2.3 Метод хорд
- •2.3 Уточнение корней при помощи методов, использующих производные
- •2.3.1 Метод Ньютона – Рафсона (метод касательных)
- •2.3.2 Модификации метода Ньютона
- •2.3.3 Метод хорд и касательных
- •Задачи для самостоятельного решения
- •Литература:
- •§3 Нормы вектора и матрицы
- •Задачи для самостоятельного решения
- •Литература:
- •§4 Прямые методы решения систем линейных алгебраических уравнений с квадратной матрицей
- •4.1 Метод Гаусса
- •4.1.1 Схема единственного деления
- •4.1.2 Схемы с выбором главного элемента
- •4.2 Метод Жордана
- •4.2.1 Классическая схема Жордана
- •4.2.2 Схема оптимального исключения
- •2). Схема оптимального исключения. Записываем в таблицу только рабочую часть расширенной матрицы, т.К. Остальные строки не преобразовываются.
- •4.3 Метод Холецкого.
- •4.4 Прямые методы решения системы линейных уравнений в случае квадратной матрицы специального вида
- •4.4.1 Метод квадратных корней
- •4) Находим решение системы (1):
- •4.4.2 Метод прогонки
- •4.5.1 Использование матриц вращения для решения систем
- •Для решения системы линейных уравнений
- •Литература
- •§5 Итерационные методы решения систем линейных алгебраических уравнений
- •5.1 Метод Якоби
- •5.2 Метод Зейделя
- •5.3 Метод наискорейшего спуска
- •5.4 Метод сопряженных градиентов
- •Литература
- •§6 Вычисление определителя матрицы и построение обратной матрицы
- •6.1 Вычисление определителя
- •6.2 Построение обратной матрицы методом окаймления
- •6.3 Построение обратной матрицы методом пополнения
- •Литература
- •§7 Решение систем линейных уравнений с прямоугольными матрицами
- •7.1 Классификация систем
- •7.2 Нахождение обобщенного решения переопределенной системы с помощью первой трансформации Гаусса
- •Задача 1
- •Задача 2
- •Литература
- •§ 8 Решение проблемы собственных значений
- •8.1 Приведение матрицы к трехдиагональному или почти треугольному виду при помощи метода Гивенса
- •Задача 1
- •8.2 Метод Якоби и схема его реализации для получения собственных значений матрицы
- •1. Классическая схема Якоби. На каждом шаге выбирают максимальный по модулю недиагональный элемент матрицы : и строят матрицу для обнуления этого элемента.
- •6. Копченова н. В., Марон и. А. Вычислительная математика в примерах и задачах - м.: Наука, 1972.
Литература
[1], гл. III, работа №9.
[4], т. II, гл. VI, §5; §10; §11.
[5], гл. II, §2.18–2.19.
[9], гл. VI, §8–10.
Конспект лекций.
§6 Вычисление определителя матрицы и построение обратной матрицы
6.1 Вычисление определителя
Используя
схемы исключения (Гаусса и др.), можно
вычислить определитель квадратной
матрицы
.
Поскольку для треугольной и диагональной
матриц определитель равен произведению
элементов главной диагонали, то при
использовании методов Гаусса и Жордана
определитель можно получить, перемножив
ведущие элементы, определявшиеся в
процессе выполнения прямого хода этих
методов:
,
где верхний индекс – номер шага.
Если
на каком–то шаге процесса ведущий
элемент
=
0 или близок к нулю, то следует переставить
столбцы или строки матрицы
так, чтобы на главной диагонали стоял
ненулевой элемент. В итоге
,
где ki для i–го шага вычисляют по формуле:
ki
=
Для
вычисления определителя с использованием
схем исключения требуется
ячеек памяти и
арифметических операций, что значительно
меньше, чем при вычислении определителя
по всевозможным произведениям элементов.
Задача
Вычислить определитель матрицы A, используя метод Гаусса:
A=
.
Решение.
Поскольку
близко к нулю, используем схему с выбором
главного элемента (см. п. 4.1.2).
i
= 1. Главный элемент
=
5,31. Поменяем местами 1–й и 4–й столбцы,
чтобы этот элемент стал ведущим, затем
вынесем ведущий элемент за знак
определителя и получим нули в первом
столбце матрицы под диагональным
элементом:
.
i
= 2. Главный элемент
=
3,321. Поменяем местами 2–й и 3–й столбцы,
затем вынесем ведущий элемент за знак
определителя и получим нули во втором
столбце матрицы под диагональным
элементом:
.
i
= 3. Ведущий
элемент
=
1,691. Поменяем местами 3-ю и 4-ю строки,
затем вынесем ведущий элемент за знак
определителя и получим ноль под ним:
i = 4. Выносим за знак определителя последний ведущий элемент:
Ответ:
=
-0,18.
6.2 Построение обратной матрицы методом окаймления
Дана
невырожденная матрица
размерности
.
Требуется найти обратную матрицу
,
т.е. такую матрицу, что
.
Схема
метода окаймления следующая. Рассматриваем
матрицы
,
где
,
,
…,
,
т.е. каждая следующая матрица получается
из предыдущей “окаймлением” предыдущей
матрицы строкой и столбцом матрицы
.
На каждом шаге
1,
2, …,
строится матрица
,
обратная к
.
При этом, если матрицу
представить в форме:
,
где
,
то
обратная к ней матрица
будет иметь вид:
,
где:
– число:
;
(1)
– столбец:
;
(2)
– строка:
;
(3)
– матрица:
.
(4).
Таким
образом, для построения
используется
,
построенная на предыдущем шаге. На
–м
шаге получаем
.
Для
упрощения расчетов при
следует повторяющиеся элементы:
,
и
вычислять отдельно.
Особенно
удобен метод окаймления в случае, когда
требуется найти
,
а матрица
известна (здесь
– матрица
без последней строки и последнего
столбца). В этом случае обращение матрицы
осуществляется в 1 шаг. Можно рекомендовать
этот метод для матриц
большой размерности.
Задача
Получить
матрицу, обратную матрице
,
при помощи метода окаймления. Выполнить
проверку. Точность вычислений
=
0,01.
.
Решение.
.
3;
0,333.
.
;
здесь
;
=
- 4;
.
;
;
;
.
Получаем:
.
.
;
здесь
;
;
.
Сначала вычислим произведения
;
.
Теперь
найдем
;
;
;
.
Получаем
.
.
;
(3;
–1; 4);
(0;
1; 2)T;
.
Вычисляем произведения:
T.
Теперь находим
-12,321;
-0,081;
(0,581;
0,333; –0,083)T;
(–1,245;
4,726; –1,823);
.
Получаем обратную матрицу
.
Проверки.
;
.
Вывод:
,
обратная матрица построена верно.
Ответ:
.
