- •Лекція 1 етапи розв‘язування задач на еом .Елементи теорії похибок
- •1.1 Точні і наближені числа. Джерела похибок. Класифікація похибок
- •1.2 Абсолютна і відносна похибки
- •1.3 Десятковий запис наближених чисел. Значуща цифра числа. Дійсна значуща цифра
- •1.4 Зв’язок між числом дійсних знаків і похибкою числа
- •1.6 Обчислювальний експеримент та його основні етапи. Поняття стійкості та коректності
- •2.3 Особливості методів Гауса
- •Лекція № 3 розв‘язування систем лінійних алгебраїчних рівнянь
- •2.1 Основні поняття та визначення
- •2.2 Класифікація методів розв’язання слар на еом
- •2.3.1 Метод Гауса з послідовним виключенням невідомих
- •2.3.2 Метод Гауса за схемою Халецького
- •2.3.3 Метод Гауса з вибором головного елемента
- •2.3.4 Метод Гауса з одиничними коефіцієнтами
- •2.3.5 Метод Гауса-Жордана
- •Лекція №3 наближені методи розв'язання слар на еом
- •3.1 Постановка задачі та класифікація методів
- •3.2 Загальний підхід до розв’язання слар наближеними методами
- •3.3 Умови збіжності ітераційного процесу
- •3.4 Метод послідовних наближень (метод Якобі)
- •3.5 Метод Гауса-Зейделя
- •3.6 Метод верхньої релаксації
- •Лекція № 4 чисельні методи роз’вязання нелінійних рівнянь та систем нелінійних рівнянь
- •4.1 Загальні поняття та визначення
- •4.2 Принципи розв’язання нелінійних рівнянь на еом
- •4.3 Чисельні методи уточнення коренів
- •4.3.1 Метод половинного ділення
- •4.3.2 Метод хорд
- •4.3.3 Метод Ньютона (метод дотичних)
- •4.3.4 Комбінований метод
- •4.3.5 Метод ітерацій (метод послідовних наближень)
- •4.4 Чисельні методи розв’язання систем нелінійних рівнянь
- •5.1 Способи завдання функцій
- •5.2 Математична постановка задачі інтерполювання
- •5.2.1 Інтерполяційний багаточлен Лагранжа
- •5.2.2 Перша інтерполяційна формула Ньютона для рівновіддалених вузлів інтерполяції
- •Лекція №6 Апроксимація табличних функцій
- •6.1 Апроксимація табличних функцій
- •6.1.1 Апроксимація табличних функцій степеневими поліномами
- •6.1.2 Апроксимація узагальненими поліномами
- •6.1.3 Апроксимація ортогональними поліномами
- •6.1.4 Апроксимація тригонометричними поліномами (гармонійний аналіз)
- •7.1 Основні поняття та визначення
- •7.2 Чисельні методи знаходження визначеного інтегралу
- •7.2.1 Метод прямокутників
- •7.2.2 Метод трапецій
- •7.2.3 Метод Сімпсона
- •8.1 Метод Ньютона-Котеса
- •8.2 Метод Чебишева
- •8.3 Метод Гауса
- •8.4 Загальний підхід до визначення інтегралів на еом
- •9.1. Основні визначення та поняття
- •9.2. Класифікація численних методів розв'язання задачі Коші
- •9.3 Одноточкові методи розв'язання задачі Коші на еом
- •9.1.1 Модифікації методу Ейлера
- •9.1.2 Метод Рунге–Кутта
- •9.4 Методи прогнозу і корекції (багатоточкові методи)
- •9.4.1 Метод Мілна
- •9.4.2 Метод Адамса - Башфорта
- •9.4.3 Метод Хемінга
- •10.1 Чисельні методи розв’язання крайових задач
- •10.1.1 Методи стрільби
- •10.1.2 Кінцево-різницеві методи
- •10.1.3 Метод прогонки
- •11.1 Різницеві методи розв'язування диференційних рівнянь у частинних похідних
- •11.2 Етапи чисельного розв'язування диференційних рівнянь (др) у частинних похідних на еом
- •11.3 Еліптичні рівняння
- •11.4 Гіперболічні рівняння
- •12.1 Параболічні рівняння
- •13.1 Метод загального пошуку
- •13.2 Метод половинного ділення (розділення відрізка навпіл)
- •13.3 Метод дихотомії
- •13.4 Метод “золотого перетину”
- •13.5 Метод Фібоначчі
- •13.6 Порівняння методів одновимірного пошуку
- •14.1 Основні поняття та визначення
- •14.2 Критерії оптимальності
- •14.3 Градієнтні методи
- •14.3.1 Найшвидший підйом з використанням одномірного пошуку
- •14.3.2 Метод найшвидшого спуску
- •14.3.3 Метод Флетчера – Рівса
- •14.3.4 Метод Девідона – Флетчера – Пауела
- •14.3.5 Метод конфігурацій Хука – Дживса
- •14.3.6 Метод конфігурацій Розенброка
2.3.5 Метод Гауса-Жордана
Особливістю метода Гауса-Жордана є перетворення системи (2.1) (прямий хід) до еквівалентної з одиничною матрицею коефіцієнтів виду:
,
(2.41)
тобто системи, яка містить тільки одиничну діагональ.
Для отримання такої системи в прямий хід алгоритму базового методу Гауса (з послідовним виключенням невідомих) додатково вводяться такі дії:
1. Організація циклу по k по всім рівнянням від 1 до N -1 (k = 1, 2, …, N-1).
2. Процедура
вибору головного елементу в кожному
k-му
стовпці при
;
3. Процедура
нормування k-го
рівняння системи, тобто в k-му
рівнянні кожен коефіцієнт ak
j розділити
на
,
включаючи
,
так, щоб коефіцієнт
=1.
4. Перетворення всіх рівнянь системи, починаючи з 1-го до N у відповідності з базовим алгоритмом Гауса з метою отримати еквівалентну систему з одиничною діагоналлю. В даному випадку для розрахунку коефіцієнтів ai j використовуються ті самі формули, що і в базовому алгоритмі Гауса:
;
;
,
але використовуються вони для всіх рівнянь з 1-го до N крім k-го, в якому остається коефіцієнт рівний одиниці.
5. Кінець циклу по k.
Обернений хід методу Гауса-Жордана дуже простий і використовує наступні формули:
x k=b k , при k=1,2,…,n.
Схема алгоритму методу Гауса-Жордана представлена на рисунку 2.6.
Рисунок 2.6. – Схема алгоритму методу Гауса-Жордана
Лекція №3 наближені методи розв'язання слар на еом
3.1 Постановка задачі та класифікація методів
До
наближених методів відносяться методи,
які дозволяють розв’язок системи
отримати як границю послідовних k
розв’язків системи (2.1) при
виду:
,
(3.1)
де
-
вектор розв’язку 0-го наближення,
- вектор розв’язку 1-го наближення і
т.д.,
-
вектор розв’язку к-го наближення.
Для розв’язання СЛАР наближеними методами найбільшу цікавість представляють такі методи:
метод послідовних наближень;
метод Гауса-Зейделя;
метод верхньої релаксації.
Розглянемо особливості загального підходу до розв’язання СЛАР наближеними методами.
3.2 Загальний підхід до розв’язання слар наближеними методами
Розглянемо систему лінійних алгебраїчних рівнянь виду:
(3.2)
Для розв’язання системи (3.2) методами послідовних наближень необхідно виконати наступні кроки:
1) Кожне рівняння системи розділити на діагональний елемент аkk, де k=1,2...n, n – кількість рівнянь в системі, і перетворити кожне рівняння системи відносно координат вектора, індекс якого співпадає з номером рівняння:
(3.3)
2)
Нехай
,
а
,
де k=1,2…n;
i=1,2…n. Тоді
система (3.3) матиме вигляд:
(3.4)
Така система називається зведеною до нормального вигляду.
3) Представимо систему (3.4) в матричному вигляді:
,
(3.5)
або векторному
.
(3.6)
Якщо
деяким чином визначити, так званий,
вектор початкових значень
,
який знаходиться в правій частині (3.6),
то можна отримати певні значення вектора
.
В якості вектора початкових наближень вибирають:
вектор, в якого всі координати хі дорівнюють 0;
вектор, в якого всі координати хі дорівнюють 1;
вектор,
координати
якого
дорівнюють координатам вектора вільних
членів
;
координати вектору вибирають в результаті аналізу особливостей об’єкту дослідження та задачі, яка розв’язується.
4) Якщо вектор початкових наближень підставити в праву частину системи (3.5) або (3.6), то вона прийме вигляд:
aбо
,
легко
розв’язується, тому що в правої частині
містить всі визначені елементи, і
дозволяє отримати розв’язок системи,
який називається вектором
першого наближення
.
5) Перевіряється виконання умови закінчення ітераційного процесу пошуку розв’язку системи (3.2) виду:
(3.7),
де
-
задана похибка результатів розв’язання
задачі.
Якщо
умова (3.7) не виконується, то
підставляється
в праву частину (3.5) або (3.6) і знаходиться
з
системи виду:
aбо
.
6) Знову перевіряється виконання умови закінчення ітераційного процесу пошуку розв’язку системи (3.2)
.
Якщо
умова не виконується, то
підставляється
в праву частину (3.5) і знаходиться
з
системи виду:
.
і т.д.
7) Етапи 4 та 5 повторюються до тих пір поки на якому-небудь к - ому кроці не виконується умова
.
(3.8)
Таким чином, процес пошуку розв’язку системи (3.2) наближеними методами з заданою похибкою є ітераційним, а умовою виходу з цього процесу є умова (3.8).
