- •Требования к выполнению лабораторних работ
- •Постановка задачи
- •Содержание отчета
- •Теоретические сведения
- •Примеры выполнения заданий
- •Расчет в пакете mathcad
- •Теоретические сведения
- •Постановка задачи
- •Содержание отчета
- •Постановка задачи.
- •Примеры выполнения заданий
- •Уточнение корня комбинированным методом.
- •Пример вычислений по методу хорд в пакете mathcad.
- •Пример реализации модифицированного метода
- •Варианты лабораторных работ
- •Лабораторная работа № 3 решение алгебраических и трансцендентных уравнений методом простой итерации
- •Постановка задачи
- •Содержание отчета
- •Постановка задачи.
- •Теоретические сведения
- •Примеры выполнения заданий
- •Пример решения трансцендентного уравнения в пакете mathcad.
- •Пример расчета в пакете matlab.
- •Варианты заданий (трансцендентное уравнение)
- •Встроенные функции пакетов mathcad, matlab для приближенного решения уравнений Пакет mathcad
- •Пакет matlab
- •Постановка задачи
- •Содержание отчета
- •Теоретические сведения.
- •Теоретические сведения
- •Примеры выполнения заданий
- •Пример вычислений в пакете mathcad.
- •Программная реализация метода Гаусса для решения слау в пакете matlab.
- •Варианты лабораторных работ
- •Лабораторная работа № 5 итерационные методы решения системы линейных алгебраических уравнений (слау)
- •Постановка задачи
- •Содержание отчета
- •Постановка задачи.
- •Теоретические сведения.
- •Теоретические сведения
- •Пример выполнения заданий
- •Решение системы методом простой итерации.
- •Пример расчета в пакете mathcad.
- •Программная реализация метода простой итерации для решения слау в пакете matlab.
- •Встроенные функции пакетов mathcad и matlab
- •Для приближенного решения систем линейных
- •Алгебраических уравнений
- •Пакет mathcad
- •Пакет matlab
- •Тема 3. Интерполяция и приближение полиномами Лабораторная работа № 6 интерполяционный многочлен лагранжа
- •Постановка задачи
- •Теоретические сведения.
- •Теоретические сведения
- •Пример выполнения заданий
- •Построение полинома Лагранжа для таблично заданной функции.
- •Построение полинома Лагранжа в пакете mathcad.
- •Пример построения полинома Лагранжа в пакете matlab.
- •Пример использования узлов Чебышева.
- •Пример вычисления погрешности интерполирования.
- •Варианты лабораторных работ
- •Варианты лабораторных работ (продолжение)
- •Варианты лабораторных работ (окончание)
- •Лабораторная работа № 7 интерполирование для таблиц с постоянным шагом. Численное дифференцирование. Обратное интерполирование
- •Постановка задачи
- •Содержание отчета
- •Постановка задачи.
- •Теоретические сведения.
- •Теоретические сведения
- •Пример выполнения заданий
- •Построение первой формулы Ньютона в пакете mathcad.
- •Пример программ для вычислений по первой формуле Ньютона в matlab.
- •Обратное интерполирование с помощью полинома Ньютона в пакете mathcad.
- •Решение задачи обратного интерполирования
- •Варианты заданий
- •Лабораторная работа № 8 интерполирование кубическими сплайнами
- •Постановка задачи
- •Содержание отчета
- •Постановка задачи
- •Теоретические сведения.
- •Теоретические сведения
- •Пример выполнения заданий
- •Построение кубического сплайна в пакете matlab.
- •Построение кубического сплайна в пакете mathcad.
- •Варианты лабораторных работ
- •Варианты лабораторных работ (окончание)
- •Встроенные функции интерполирования Пакет mathcad
- •Пакет matlab
- •Библиографический список
- •Содержание
- •Тема 1. Приближенное решение алгебраических
- •Тема 2. Приближенное решение систем линейных
- •Тема 3. Интерполяция и приближение полиномами……50
Содержание отчета
-
Теоретические сведения.
-
Таблица ручного счета для решения системы уравнений.
-
Листинги расчета на ЭВМ.
-
Выводы.
Теоретические сведения
Одним из наиболее распространенных методов решения систем линейных уравнений является метод Гаусса. Он может быть осуществлен с помощью разных вычислительных схем, в основе которых лежит одна и та же идея последовательного исключения неизвестных. Метод Гаусса является точным, т.е. если коэффициенты при неизвестных и правые части системы – точные числа, а все вычисления производятся без округлений, то в ответе получим точные значения неизвестных. Рассмотрим подробнее схему единственного деления.
Схема единственного деления. Для простоты рассуждений ограничимся рассмотрением системы трех уравнений с тремя неизвестными. Эти же приемы могут быть применены для системы уравнений любого порядка.
Требуется найти решение системы
(4.1)
Пусть
.
В противном случае уравнения переставляются
так, чтобы это условие выполнялось.
Разделим первое уравнение системы (4.1)
на коэффициент
,
который будем называть «ведущим»
элементом. Получим уравнение
,
(4.2)
где
.
Пользуясь
уравнением (4.2), можно исключить переменную
х1
из второго и третьего уравнений системы
(4.1). Для этого из второго уравнения
системы (4.1) вычитаем уравнение (4.2),
умноженное на
,
а из третьего уравнения системы (4.1)
вычитаем уравнение (4.2), умноженное на
.
Приходим к системе
(4.3)
где
![]()
.
К
полученной системе (4.3) применим те же
преобразования, что и к системе (4.1).
Делим первое уравнение системы на
«ведущий» элемент
.
Получаем уравнение
,
(4.4)
где
.
Исключаем
переменную х2
из второго уравнения системы (4.4). Для
этого умножаем уравнение (4.4) на
и вычитаем из второго уравнения системы
(4.3). Получаем
,
(4.5)
где
.
Наконец,
разделив уравнение (4.5) на
,
имеем
.
(4.6)
Объединив уравнения (4.2), (4.4) и (4.6) с коэффициентами b, получим треугольную систему, эквивалентную данной:
(4.7)
Решение системы (4.7) и, следовательно, системы (4.1) записывается в виде
(4.8)
Итак, для решения системы (4.1) сначала строим вспомогательную треугольную систему (4.7), а затем по формулам (4.8) записываем решение системы. Процесс нахождения коэффициентов треугольной системы называется прямым ходом, а процесс получения ее решения – обратным ходом. Во избежание накопления погрешностей округления весь расчет ведем с двумя запасными знаками, которые при записи решения системы отбрасываем.
Расчетные
формулы метода Гаусса в общем виде можно
записать следующим образом. На некотором
k-м этапе (k = 1,…,n-1) исключаем хk
с помощью преобразований, причем
предполагаем, что
:

(
,
).
Отметим,
что А = {
}
– расширенная матрица коэффициентов
(образуется из матрицы коэффициентов
добавлением столбца свободных членов).
Обратный ход для нахождения неизвестных задается формулой
,
.
Применение метода Гаусса для вычисления определителя. Доказано, что определитель матрицы А равен произведению «ведущих» (или главных) элементов в соответствующей схеме Гаусса, т.е.
.
Таким
образом, для вычисления определителя
нужно выполнить вычисления, необходимые
для осуществления прямого хода в методе
Гаусса для системы
,
а затем найти произведение «ведущих»
элементов. Вычислительная схема в этом
случае такая же, как и для решения системы
линейных уравнений, но только без столбца
свободных членов.
Применение
метода Гаусса для вычисления обратной
матрицы.
Обратной к матрице А называют такую
матрицу
,
для которой выполняется условие
,
(4.9)
где I – единичная матрица,
.
Квадратная матрица называется неособенной, или невырожденной, если ее определитель отличен от нуля. Всякая неособенная матрица имеет обратную.
Для
вычисления элементов обратной матрицы
используем соотношение (4.9). Умножая
матрицу А на матрицу
и приравнивая каждый элемент произведения
соответствующему элементу единичной
матрицы I, получаем систему из n2
уравнений с n2
неизвестными. Все эти системы имеют
одну и ту же матрицу коэффициентов А и
отличаются только свободными членами.
Так как при решении системы по методу
Гаусса основные вычисления приходится
производить над матрицей коэффициентов,
решение всех этих систем можно объединить
в одной схеме, рассматривая одновременно
n столбцов свободных членов.
Число арифметических операций N, необходимых для реализации метода Гаусса, определяется следующей формулой:
,
где n – число неизвестных. Таким образом, число арифметических операций примерно пропорционально кубу числа неизвестных.
Алгоритм неприменим, когда какой-либо из ведущих элементов равен нулю или имеет близкое к нулю значение. В этом случае следует использовать модифицированный метод Гаусса, в котором в качестве ведущего элемента на каждом шаге исключения неизвестных выбирается максимальный по модулю элемент матрицы коэффициентов. Это приводит к необходимости переименовывать неизвестные, но устойчивость метода повышается.
