- •010300.68 Математическое обеспечение и администрирование информационных систем
- •Планы практических занятий
- •Занятие № 1. Теория погрешности.
- •Занятие № 2. Решения алгебраических уравнений. Отделение корней.
- •Занятие № 3. Метод хорд (секущих) и метод деления пополам.
- •Занятие № 4. Метод Ньютона (касательных).
- •Занятие № 5. Комбинированный метод.
- •Занятие № 6. Метод итераций.
- •Метод Гаусса
- •Занятие № 7. Прямые методы решения систем линейных алгебраических уравнений.
- •Занятие № 8. Метод итераций для систем уравнений.
- •Занятие № 9. Равномерное приближение функций многочленами. Интерполяционный многочлен Лагранжа.
- •Занятие № 10. Интерполяционный многочлен Ньютона. Многочлены Чебышева.
- •Занятие № 11. Интерполяция с кратными узлами и формула Эрмита.
- •Занятие № 12. Понятие сплайна. Виды сплайнов.
- •Занятие № 13. Численное дифференцирование.
- •Занятие № 14. Численное интегрирование. Квадратурные формулы Ньютона-Котеса.
- •Занятие № 15. Квадратурные формулы Гаусса.
- •Занятие № 16. Численные методы решения задачи Коши для обыкновенных дифференциальных уравнений. Классификация методов. Метод Пикара.
- •Занятие № 17. Методы Эйлера.
- •Занятие № 18. Методы Рунге-Кутта.
- •Занятие № 19. Пошаговый контроль точности. Метод Кутты-Мерсона.
- •Занятие № 20. Многошаговые методы Адамса.
- •Занятие № 21. Методы прогноза и коррекции.
- •Занятие № 22. Метод Милна четвертого порядка
- •Приложение 1 полиномы лежандра
- •Приложение 2.
- •Индивидуальное домашнее задание № 1
- •Индивидуальное задание №2.
- •Индивидуальное задание №3
- •Литература
Занятие № 7. Прямые методы решения систем линейных алгебраических уравнений.
Существует несколько методов, позволяющих получить решение системы n линейных уравнений с n неизвестными приближенно, с заданной точностью.
Способы решения систем линейных уравнений делятся на две группы:
точные методы, представляющие собой конечные алгоритмы для вычисления корней системы (решение систем с помощью обратной матрицы, правило Крамера, метод Гаусса и др.),
итерационные методы, позволяющие получить решение системы с заданной точностью путем сходящихся итерационных процессов (метод итерации, метод Зейделя и др.).
Вследствие неизбежных округлений результаты даже точных методов являются приближенными. При использовании итерационных методов, сверх того, добавляется погрешность метода.
Эффективное применение итерационных методов существенно зависит от удачного выбора начального приближения и быстроты сходимости процесса.
Метод Гаусса
1. Схема единственного деления. Рассмотрим сначала простейший вариант метода Гаусса, называемый схемой единственного деления.
Прямой ход состоит из n - 1 шагов исключения.
1-й шаг. Целью этого шага является исключение неизвестного x1 из уравнений с номерами i = 2, 3, n. Предположим, что коэффициент a11 ≠ 0. Будем называть его главным элементом 1-го шага.
Найдем величины
называемые множителями 1-го шага. Вычтем последовательно из второго, третьего, …, n-го уравнений системы первое уравнение, умноженное соответственно на q21, q31, …, qn1. Это позволит обратить в нуль коэффициенты при x1 во всех уравнениях, кроме первого. В результате получим эквивалентную систему
в
которой
вычисляются
по формулам
2-й шаг. Целью этого шага является исключение неизвестного х2 из уравнений с номерами i = 3, 4, n. Пусть a22(1) ≠ 0, где a22(1) - коэффициент, называемый главным (или ведущим) элементом 2-го шага. Вычислим множители 2-го шага
и вычтем последовательно из третьего, четвертого, ..., n-го уравнения системы второе уравнение, умноженное соответственно на q32, q42, …, qm2. В результате получим систему
Здесь
коэффициенты
вычисляются
по формулам
Аналогично проводятся остальные шаги. Опишем очередной k-й шаг.
к-й шаг. В предположении, что главный (ведущий) элемент k-го шага akk(k-1) отличен от нуля, вычислим множители k-го шага
и
вычтем последовательно из (k
+
1)-го,
…, n-го
уравнений полученной на предыдущем
шаге системы k-e
уравнение,
умноженное соответственно на
После (n - 1)-го шага исключения получим систему уравнений
матрица
которой
является верхней треугольной. На этом
вычисления прямого хода заканчиваются.
Обратный ход. Из последнего уравнения системы находим xn. Подставляя найденное значение xn в предпоследнее уравнение, получим xn-1. Осуществляя обратную подстановку, далее последовательно находим xn-1, xn-2, ., x1. Вычисления неизвестных здесь проводятся по формулам
Необходимость выбора главных элементов. Заметим, что вычисление множителей, а также обратная подстановка требуют деления на главные элементы akk(k-1). Поэтому, если один из главных элементов оказывается равным нулю, то схема единственного деления не может быть реализована. Здравый смысл подсказывает, что и в ситуации, когда все главные элементы отличны от нуля, но среди них есть близкие к нулю, возможен неконтролируемый рост погрешности.
Метод Гаусса с выбором главного элемента по всей матрице (схема полного выбора).
В этой схеме допускается нарушение естественного порядка исключения неизвестных.
На
1-м
шаге метода среди элементов aiJ
определяют
максимальный по модулю элемент
Первое уравнение системы и уравнение
с номером i1
меняют местами. Далее стандартным
образом производят исключение неизвестного
из
всех уравнений, кроме первого.
На
k-м
шаге метода среди коэффициентов
при
неизвестных в уравнениях системы с
номерами i
=
k,
.,
n
выбирают
максимальный по модулю коэффициент
Затем
k-е
уравнение и уравнение, содержащее
найденный коэффициент, меняют местами
и исключают неизвестное
из
уравнений с номерами i
=
k
+
1, ., n.
На этапе обратного хода неизвестные вычисляют в следующем порядке:
Пример. Решить систему методом Гаусса с выбором главного элемента:
Решение системы удобно оформить в виде таблицы
Используя выделенные строки, получим треугольную систему для определения неизвестных
Откуда
последовательно находим
Задания: выполнить задание 4 ИДЗ№1.
