Вычислительная математика: Методические указания к...
TRANSCRIPT
ВЫЧИСЛИТЕЛЬНАЯ МАТЕМАТИКА
Методические указания
к проведению практических занятий
Ñàíêò-Ïåòåðáóðã2003
ÌÈÍÈÑÒÅÐÑÒÂÎ ÎÁÐÀÇÎÂÀÍÈß ÐÎÑÑÈÉÑÊÎÉ ÔÅÄÅÐÀÖÈÈÃÎÑÓÄÀÐÑÒÂÅÍÍÎÅ ÎÁÐÀÇÎÂÀÒÅËÜÍÎÅ Ó×ÐÅÆÄÅÍÈÅ
ÂÛÑØÅÃÎ ÏÐÎÔÅÑÑÈÎÍÀËÜÍÎÃÎ ÎÁÐÀÇÎÂÀÍÈß
"Ñàíêò-Ïåòåðáóðãñêèéãîñóäàðñòâåííûé óíèâåðñèòåò àýðîêîñìè÷åñêîãî ïðèáîðîñòðîåíèÿ"
2
Составители: Л. А. Решетов, Е. А. Всемирнова, Г. Н. Дьякова,
Е. Р. Даниловцева
Рецензент канд. физ.-мат. наук, доц. Ю. А. Гусман (кафедра выс-
шей математики Санкт-Петербургского государственного университе-
та аэрокосмического приборостроения)
Методические указания содержат материал к практическим заня-
тиям по дисциплине «Вычислительная математика» и предназначе-
ны для использования студентами всех специальностей.
Подготовлены кафедрой прикладной математики и рекомендова-
ны к изданию редакционно-издательским советом Санкт-Петербург-
ского государственного университета аэрокосмического приборост-
роения.
СПбГУАП, 2003©
Подписано к печати 17.10.03. Формат 60×84 1/16. Бумага офсетная. Печать офсетная.
Усл. печ. л.1,62. Уч. -изд. л. 1,46. Тираж 300 экз. Заказ №
Редакционно-издательский отдел
Отдел электронных публикаций и библиографии библиотеки
Отдел оперативной полиграфии
СПбГУАП
190000, Санкт-Петербург, ул. Б. Морская, 67
1
1. МЕТОДИЧЕСКИЕ УКАЗАНИЯК ВЫПОЛНЕНИЮ КОНТРОЛЬНОЙ РАБОТЫ
“РЕШЕНИЕ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ”
Для успешного выполнения контрольной работы студенты должны
владеть элементами линейной алгебры и основами численных методов.
Необходимо уметь выполнять действия над векторами и матрицами,
находить числовые характеристики векторов и матриц, а также знать
основные методы точного и приближенного (итеративного) решения
систем линейных алгебраических уравнений.
1.1. Основные теоретические сведения
Векторы и матрицы
Вектор х задается столбцом n – чисел (компонент). Транспонирован-
ный вектор хт задается строкой тех же компонент
1.
,..
n
x
x
=
x хТ = ( х1,..., хn ). (1.1)
Квадратную матрицу А задают в виде таблицы n х n чисел
11 12 1
21 22 2
1 2
. . .
. . ..
. . . . . .. . .
n
n
n n nn
a a aa a a
a a a
=
A (1.2)
Сложение и вычитание векторов и матриц производится поэлемент-
но. При умножении векторов и матриц на число нужно умножать на
это число все элементы. Норму вектора в n-мерном векторном про-
странстве вводят одним из двух способов [1]
1 1max ,i
i nx
≤ ≤=x (1.3)
1/ 2
22
1
.n
ii
x=
=
∑x (1.4)
2
Нормы матриц, соответствующие введенным векторным нормам,
определяются выражениями
Sup ,0x
=≠
AxA
x
при этом
1 1 1
max ,n
iji n j
a≤ ≤ =
= ∑A (1.5)
1/ 2
22
1 1
.n n
iji j
a= =
=
∑ ∑A (1.6)
Скалярным произведением двух векторов является число
1
, cos ,n
i ii
x y x y x y=
⟨ ⟩ = = ⋅ ϕ∑ (1.7)
где х =�х�2 длина вектора х; y =�y�2 – длина вектора y; ϕ ∈ [0, π] –
угол между векторами х и y.
При умножении матрицы на вектор получаем вектор, а при умноже-
нии двух матриц – матрицу:
Ах = у, АВ = С, (1.8)
где 1
n
i ik kk
y a x=
= ∑ ; 1
n
ij ik kjk
c a b=
= ∑ .
Матрица Е называется единичной, если на диагонали у нее – едини-
цы, а остальные элементы нули. Матрица А–1, обратная к матрице А,
определяется из соотношения
А–1 А = А А–1 = Е. (1.9)
Эти соотношения являются проверкой для обратной матрицы. Эле-
менты обратной матрицы (А–1)ij находятся по формулам
( ) ( )1 1,
det
i j
jiij
+− −
=A MA
1 ≤ i, j ≤ n, (1.10)
3
где Мji – минор, получаемый вычеркиванием j-й строки и i-го столбца у
матрицы А, а определитель матрицы А
11 12 1
21 22 2
1 2
. . .
. . .det
. . . . . .. . .
n
n
n n nn
a a aa a a
a a a
= =A
( ) ( )1 1 1
1 1 ( 1) .n n n
i k i k k iik ik ki ki ki ki
k k k
a a a+ + +
= = == − = − = −∑ ∑ ∑M M M (1.11)
Величина
ν = �А�·�А–1� (1.12)
называется числом обусловленности матрицы А. Если ν велико, то мат-
рица А называется плохо обусловленной, а если невелико – хорошо обус-
ловленной. Отметим, что ν ≥ 1.
Методы решения систем линейных алгебраических уравнений
Алгоритмы решения систем линейных алгебраических уравнений
можно разделить на две группы: прямые и итерационные. Прямые алго-
ритмы основываются на точных методах, позволяющих получить ре-
шение за конечное число шагов (без учета ошибок округления). Итера-
ционные методы дают точное решение лишь при бесконечном числе
шагов, поэтому при их использовании нужно учитывать, что при ко-
нечном числе арифметических операций решение всегда получают с
некоторой ошибкой, даже если пренебречь ошибками округления при
вычислении.
Прямые методы решения систем. Метод Гаусса
Наиболее распространенным из прямых методов решения является
метод Гаусса, который основывается на последовательном исключе-
нии неизвестных (число необходимых арифметических операций про-
порционально n3).
Запишем систему n линейных алгебраических уравнений
Ax = b (1.13)
в виде
4
(0) (0) (0) (0)1 211 12 1 1
(0) (0) (0) (0)1 221 22 2 2
(0) (0) (0) (0)1 21 2
. . . ,
. . . ,
. . . . . . . . . . .
. . . .
nn
nn
nn n nn n
a x a x a x b
a x a x a x b
a x a x a x b
+ + + =
+ + + = + + + =
(1.14)
Первый этап метода Гаусса (прямой ход) заключается в преобразова-
нии системы (1.14) к “верхнетреугольному” виду.
Предположим, что коэффициент неизвестной х1 в первом уравне-
нии системы (1.14) (0)11 0.a ≠ Тогда можно исключить переменную х1 из
(n–1) уравнений, начиная со второго. Для этого достаточно вычесть из каждого
уравнения первое уравнение, умноженное на а(0)21/ а
(0)11, а
(0)31/ а
(0)11, …,
а(0)n1/ а(0)
11 соответственно,
(0) (0) (0) (0)1 211 12 1 1
(1) (1) (1)222 2 2
(1) (1) (1)22
. . . ,
. . . ,
. . . . . . . . .
. . . .
nn
nn
nn n nn
a x a x a x b
a x a x b
a x a x b
+ + + =
+ + =
+ + = (1.15)
Далее, полагая, что коэффициент (1)22 0,a ≠ выполним аналогичную
процедуру исключения переменной х2 в системе уравнений
(1) (1) (1)222 2 2
(1) (1) (1)22
. . . ,
. . . . . . . . .
. . . .
nn
nn n nn
a x a x b
a x a x b
+ + =
+ + = (1.16)
После (n–1)-го шага исключения неизвестных система (1.14) приво-
дится к следующему виду:
(0) (0) (0) (0)1 211 12 1 1
(1) (1) (1)222 2 2
( 1) ( 1)
. . . ,
. . . ,. . . . . . . . .
.
nn
nn
n nnn n n
a x a x a x b
a x a x b
a x b− −
+ + + =+ + =
= (1.17)
Для вычисления значений неизвестных необходимо выполнить об-
ратный ход метода Гаусса в соответствии с выражениями
5
( 1) ( 1)/ ,n nn n nnx b a− −=
( 1 ( 1) ( 1)
1
/ ,n
i i ii ji ij ii
j i
x b a x a− − =
= +
= −
∑ 1, 2, ..., 1.i n n= − − (1.18)
Рассмотренный простейший вариант метода Гаусса имеет ряд недо-
статков [2]. Во-первых, предположения о том, что коэффициенты(0) (1)11 22, a a , … (ведущие элементы) не равны нулю, может оказаться не-
выполненным, даже если матрица А является невырожденной (det A ≠0), и система должна иметь единственное решение. Тогда приведенный
метод решения формально непригоден. Кроме того, ведущие элементы
могут оказаться достаточно малыми и после деления на них точность
решения системы резко снижается из-за ошибок округления.
Для того чтобы избавиться от указанных недостатков, применяют метод
исключения Гаусса с выбором ведущего элемента. Этот метод всегда дает
единственное решение, если определитель системы отличен от нуля. Кро-
ме того, он менее чувствителен к ошибкам округления. Уменьшение вы-
числительной погрешности в методе Гаусса с выбором ведущего элемента
производится путем перестановки строк и столбцов матрицы А так, чтобы
ведущий элемент на k-м шаге исключения был наибольшим по модулю из
коэффициентов, участвующих в дальнейшем исключении:
( 1) ( 1)
,max , 1 ,k k
ijkkk i j n
a a k n− −
≤ ≤= ≤ ≤ (1.19)
где (0)
.ijija a=Выбор ведущих элементов по формуле (1.19) называют методом ис-
ключения с полным упорядочением.
Полное упорядочение требует большой дополнительной вычисли-
тельной работы, поэтому часто останавливаются на методе исключения
с частичным упорядочением по строкам. Выбор ведущих элементов
производится согласно формуле
( 1) ( 1)max .k kkk ik
k i na a− −
≤ ≤= (1.20)
Например, для системы уравнений
1 2 3
1 2 3
1 2 3
4 5 12 1,3 2,
10 3
x x xx x xx x x
+ + = − + = + − =
6
перед первым шагом исключения требуется, согласно алгоритму с полным
упорядочением, поменять первый и третий столбцы системы уравнений:
3 1 2
3 1 2
3 1 2
12 4 5 1,3 2,
10 3.
x x xx x xx x x
+ + = + − = − + + =
Согласно алгоритму с частичным упорядочением, необходимо поме-
нять первую и третью строки системы уравнений:
1 2 3
1 2 3
1 2 3
10 3,3 2,
4 5 12 1.
x x xx x xx x x
+ − = − + = + + =
Затем выполняется 1-й шаг исключения.
Итерационные методы решения
систем линейных алгебраических уравнений
Первым шагом в итерационном методе является преобразование ис-
ходной системы Ах = b к виду [2–3]
Сх = Вх +d, (1.21)
где матрицы С, В и вектор d определяется по матрице А и вектору b.
Причем системы (1.13) и (1.21) являются эквивалентными, т. е. их ре-
шения совпадают. Вторым шагом является расстановка индексов в (1.21)
и задание нулевого приближения, т. е.
Сх(k+1) = Вх(k) + d, k = 0, 1, 2, …, (1.22)
где х(0) – заданный вектор. Оценка погрешности k-го приближения оп-
ределяется соотношением
( ) ,k ∗− ≤ εx х (1.23)
где х* = А–1b – точное решение системы (1.13).
Оценка (1.23) при заданном e > 0 позволяет осуществлять остановку
итерационного процесса.
Различные итерационные методы отличаются выбором матриц С, Ви вектора d.
Если С = Е, то метод построения последовательных приближений
(1.22) принято называть методом простых итераций. Известен следую-
7
щий результат о сходимости метода простых итераций [2]: если норма
матрицы �В� меньше единицы, то последовательные приближения
x(k+1) = Bx(k) + d (1.24)
сходятся к единственному решению х* системы (1.13) со скоростью гео-
метрической прогрессии при произвольном векторе нулевого прибли-
жения х(0).
Таким образом, процесс сходится, если выполняется одно из следую-
щих условий [4]:
�В�1< 1 или �В�2<1. (1.25)
Если �В�1< 1, то можно дать оценку погрешности метода простой
итерации [5]:
( ) * .1
kk − ≤
−B
x x dB (1.26)
Оценка (1.26) называется априорной оценкой погрешности итераци-
онного процесса.
1.2. Варианты заданий для выполнения контрольной работы
Для выполнения контрольной работы необходимо:
а) найти угол между а и b и их нормы;
б) найти угол между Аа и Аb и их нормы;
в) найти det А, А–1, число обусловленности матрицы А.
Вариант I:
12
,01
=
a
33
,10
= −
b
0 3 4 20 1 2 0
.3 1 1 03 2 1 0
− −=
A
Вариант II:
21
,30
−=
a
13
,11
−
= −
b
3 1 0 31 2 0 1
.2 1 1 24 3 0 0
−= −
A
8
Вариант III:
10
,02
−
=
a
21
,32
−
=
b
1 3 0 20 1 2 0
.3 1 2 10 4 0 0
− −= −
A
Вариант IV:
21
,01
− −=
a
03
,20
= −
b
1 2 0 01 3 1 1
.2 1 0 22 1 0 0
− − −= − −
A
Вариант V:
01
,23
−=
a
21
,12
−= − −
b
0 0 3 01 2 1 2
.0 2 1 10 4 1 1
−= − −
A
Вариант VI:
21
,20
−
= −
a
22
,33
− −=
b
3 3 1 02 0 3 1
.1 0 2 10 2 0 3
−
= − −
A
Вариант VII:
10
,03
= −
a
22
,33
− −=
b
3 3 1 02 0 3 1
.1 0 2 10 2 0 3
−
= − −
A
Вариант VIII:
12
,10
=
a
10
,21
−
=
b
2 1 0 11 3 1 0
.0 1 3 10 1 2 1
−= − −
A
9
Вариант IX:
31
,21
=
a
21
,10
−= −
b
3 2 1 11 5 2 2
.0 1 5 01 0 1 2
= − − −
A
Вариант Х:
01
,12
= − −
a
22
,11
−= −
b
3 1 1 01 4 1 1
.2 1 6 10 0 1 2
− −=
A
Решить систему линейных уравнений:
– методом Гаусса с частичным упорядочением по строкам;
– методом итераций с погрешностью, не превышающей ε = 0,01.
Одновременно необходимо привести априорную оценку погрешнос-
ти метода итераций.
Вариант I:
1 1 2 3 4
2 1 2 3
3 1 2 3
4 1 2 3 4
0,23 0,03 0,21 0,17 1,14,0,42 0,23 0,06 0,88,0,26 0,32 0,11 0,62,0,05 0,26 0,31 0,12 1,17.
x x x x xx x x xx x x xx x x x x
= − + − + = − + − = + − + = − + − −
Вариант II:
1 1 2 3 4
2 1 2 3 4
3 1 2 3 4
4 1 2 3 4
0,22 0,11 0,34 0,16 0,63,0,31 0,08 0,17 0,18 1,42,0,37 0,17 0,02 0,21 2,23,0,12 0,23 0,07 0,25 0,83,
x x x x xx x x x xx x x x xx x x x x
= + − − − = − + − + = + − − + = − − + +
Вариант III:
1 1 2 3 4
2 1 2 3 4
3 1 2 3 4
4 1 2 3 4
0,32 0,15 0,02 0,19 1,83,0,16 0,12 0,14 0,25 0,63,0,37 0,27 0,02 0,24 2,12,0,12 0,18 0,08 0,22 1,13.
x x x x xx x x x xx x x x xx x x x x
= − + + + = + − + − = + − − + = + − + −
10
Вариант IV:
1 1 2 3
2 1 2 3
3 1 2 3 4
4 1 2 3
0,41 0,22 0,03 0,44,0,11 0,25 0,32 1,42,0,12 0,08 1,14 0,24 0,81,0,15 0,32 0,18 1,3.
x x x xx x x xx x x x xx x x x
= − + + = − − + = + − − − = − − −
Вариант V:
1 1 2 3 4
2 1 2 3 4
3 1 2 3 4
4 1 2 3
0,18 0,34 0,11 0,14 1,32,0,12 0,23 0,15 0,31 0,84,0,05 0,12 0,14 0,16 1,12,0,12 0,08 0,05 0,57.
x x x x xx x x x xx x x x xx x x x
= − − + − = + − + + = − + − − = + + +
Вариант VI:
1 1 2 3 4
2 1 2 3
3 1 2 3
4 1 2 3
0,13 0,22 0,44 0,05 2,11,0,23 0,31 0,15 0,17,0,06 0,15 0,22 1,42,0,72 0,08 0,03 2,35.
x x x x xx x x xx x x xx x x x
= + − − + = − + − = + − + = − − +
Вариант VII:
1 1 2 3 4
2 1 2 4
3 1 2 3 4
4 1 2 3
0,17 0,32 0,18 0,22 1,72,0,19 0,32 0,2 0,62,
0,32 0,17 0,05 0,18 0,89,0,12 0,27 0,14 0,95.
x x x x xx x x xx x x x xx x x x
= + − + − = − + − + = − + − + = + − +
Вариант VIII:
1 1 2 3 4
2 1 3 4
3 1 2 3 4
4 1 2 3 4
0,13 0,27 0,22 0,18 1,21,0,21 0,45 0,18 0,33,
0,12 0,07 0,29 0,12 0,48,0,33 0,05 0,06 0,28 0,17.
x x x x xx x x xx x x x xx x x x x
= + − − + = − − + − = + + + − = − + − −
Вариант IX:
1 1 2 3 4
2 1 2 3 4
3 1 2 3 4
4 1 2
0,19 0,07 0,38 0,21 0,81,0,23 0,03 0,11 0,32 0,64,
0,51 0,07 0,09 0,11 1,72,0,33 0,41 1,21.
x x x x xx x x x xx x x x xx x x
= − + − − = − + + − − = − + − +
= − −
11
Вариант X:
1 1 3 4
2 1 3 4
3 1 2 4
4 1 2 3
0,22 0,12 0,31 2,2,0,38 0,05 0,22 1,5,0,11 0,23 0,31 1,2,0,17 0,21 0,31 0,17.
x x x xx x x xx x x xx x x x
= − + + = − + − = + − + = − + −
1.3. Пример выполнения задания
Дано:
2
1,
0
1
=
a
1
0,
2
3
=
b
2 1 1 0
1 3 1 1.
1 0 4 0
0 2 1 0
− =
A
Найти решение системы уравнений
{ 1 1 2
2 1 2
0,72 0,1 1,2,0,3 0,02 0,5.
x x xx x x
= − += + −
Найдем угол между a и b и их нормы
{ }1max 2,1,0,1 2,= =a
{ }1max 1,0,2,3, 3,= =b
2 2 2 22
1
2 1 1 6,n
ii
a=
= = + + =∑a
2 2 2 22
1
1 2 3 14.n
ii
b=
= = + + =∑b
Скалярное произведение векторов а и b
1
2 1 1 0 0 2 1 3 5.n
i ii
a b=
= = ⋅ + ⋅ + ⋅ + ⋅ =∑a,b
Так как 26= =a a и 2
14= =b b , то
12
5cos 0,545,6 14
ϕ = = =⋅ ⋅
a,b
a b
ϕ = arccos(0,545) = 57o.
Найдем угол между Аа и Аb и их нормы
2 1 1 0 2 2 2 1 1 1 0 0 1 51 3 1 1 1 1 2 3 1 1 0 1 1 6
,1 0 4 0 0 1 2 0 1 4 0 0 1 30 2 1 0 1 0 2 2 1 1 0 0 1 2
⋅ + ⋅ + ⋅ + ⋅ − ⋅ + ⋅ − ⋅ + ⋅= = = ⋅ + ⋅ + ⋅ + ⋅ ⋅ + ⋅ + ⋅ + ⋅
Aa
2 1 1 0 1 2 1 1 0 1 2 0 3 41 3 1 1 0 1 1 3 0 1 2 1 3 2
,1 0 4 0 2 1 1 0 0 4 2 0 3 70 2 1 0 3 0 1 2 0 1 2 0 3 2
⋅ + ⋅ + ⋅ + ⋅ − ⋅ + ⋅ − ⋅ + ⋅= = = ⋅ + ⋅ + ⋅ + ⋅ ⋅ + ⋅ + ⋅ + ⋅
Ab
{ }{ }
1
1
max 5,6,3,2 6,
max 4,2,7,2 7,
= =
= =
Aa
Ab
2 2 2 22
5 6 3 2 74 8,6,= + + + = =Aa
2 2 2 22
4 2 7 2 73 8,54,= + + + = =Ab ,
5 4 6 2 3 7 2 2 57,= ⋅ + ⋅ + ⋅ + ⋅ =Aa, Ab ,
57cos 0,775,74 73
ϕ = = =⋅ ⋅
Aa, Ab
Aa Ab .
ϕ = arccos 0,775 = 39o..
Найдем det A,A–1, число обусловленности ν.
Определитель матрицы det А разложим по элементам четвертого столбца
( )2 42 1 1
det 1 1 0 4 15.0 2 1
+= − = −A
13
Миноры элементов матрицы А
11
3 1 10 4 0 8,2 1 0
−= = −M 12
1 1 11 4 0 1,0 1 0
−= =M 13
1 3 11 0 0 2,0 2 0
= =M
14
1 3 11 0 4 13,0 2 1
−= = −M 21
1 1 00 4 0 0,2 1 0
= =M 22
2 1 01 4 0 0,0 1 0
= =M
23
2 1 01 0 0 0,2 2 0
= =M 24
2 1 11 0 4 15,0 2 1
= = −M 31
1 1 03 1 1 1,2 1 0
= =M
32
2 1 01 1 1 2,0 1 0
= − = −M 33
2 1 01 3 1 4,0 2 0
= =M 34
2 1 11 3 1 11,0 2 1
= − =M
41
1 1 03 1 1 4,0 4 0
= − = −M 42
2 1 01 1 1 7,1 4 0
= − = −M 43
2 1 01 3 1 1,1 0 0
= =M
44
2 1 11 3 1 16.1 0 4
= − =M
Обратная матрица
1
8 0 1 41 0 2 71 .2 0 4 115
13 15 11 16
−
− − −= − −− − −
A
Проверка
1
8 0 1 4 2 1 1 0 1 0 0 01 0 2 7 1 3 1 1 0 1 0 01 .2 0 4 1 1 0 4 0 0 0 1 015
13 15 11 16 0 2 1 0 0 0 0 1
−
− − − −= − ⋅ = − − − −
A A
14
Нормы матриц А и А–1
{ }1 1 1
max max 4,6,5,3 6,n
iji n
j
a≤ ≤ =
= = =∑A
12
22
,
6,32,n
iji j
a = = ∑A
{ }1
1
13 10 7 55max , , , 3,66,15 15 15 15
− = =A
1
22,03.− =A
Число обусловленности
11 1 1
21,9,−ν = ⋅ =A A
12 2 2
12,8.−ν = ⋅ =A A
Для решения системы линейных уравнений методом исключения Га-
усса приведем ее к стандартному виду Ах = b. С этой целью перенесем
неизвестные из правой части уравнения в левую
1 2
1 2
0,28 0,1 1,2,
0,3 0,98 0,5.
x x
x x
+ = − =
Так как коэффициент при неизвестной х1 во втором уравнении боль-
ше чем в первом, произведем перестановку строк
1 2
1 2
0,3 0,98 0,5,
0,28 0,1 1,2.
x x
x x
− = + =
Решением системы уравнений являются следующие значения неиз-
вестных
х*=(4,027; 0,723)Т.
Для исходной системы уравнений
0,72 0,1,
0,3 0,02− =
B 1,2
.0,5
= − d
15
Нормы матрицы �В�1 = 0,82 и �В�2 = 0,79. Следовательно, выполне-
ны условия сходимости алгоритма простой итерации (1.25). В дальней-
шем, для определенности, будем использовать норму �В�1. Полагая в
качестве нулевого приближения вектор х(0) = (0,0)Т, выполним несколь-
ко последовательных шагов итерационного процесса в соответствии с
выражением (1.24). Результаты расчетов приведены в таблице.
k 2 4 6 8 10 14 18
2,114 3,157 3,632 3,848 3,946 4,011 4,024
-0,15 0,324 0,541 0,64 0,685 0,715 0,721
1,913 0,87 0,395 0,179 0,081 0,016 0,003
∆(k) 4,483 3,014 2,027 1,363 0,916 0,414 0,187
Кроме того, построим зависимости нормы вектора х(k) – х* и оценки
погрешности метода простой итерации ( )
1
kk∆ =
−B d
B от номера
итерации k. Данные таблицы показывают, что требуемая точность вы-
числений ε = 0,01 достигается при k = 16.
( )1
kx
( )2kx
( )xx x∗−
16
2. МЕТОДИЧЕСКИЕ УКАЗАНИЯ К ВЫПОЛНЕНИЮКОНТРОЛЬНОЙ РАБОТЫ “ПРИБЛИЖЕНИЕ ФУНКЦИЙ”
При изучении зависимостей между величинами важной задачей яв-
ляется приближенное представление (аппроксимация) этих зависимос-
тей с помощью известных функций или их комбинаций, подобранных
надлежащим образом. В данной контрольной работе необходимо пост-
роить функцию, которая была бы “достаточно близка” к приближаемой
функции в среднеквадратическом.
Для выполнения контрольной работы студенты должны изучить тео-
рию приближения функций, знать общие правила интегрирования и
уметь решать системы линейных уравнений.
2.1. Основные теоретические сведения
Пусть имеется система линейно-независимых функций 1 2, , ..., mϕ ϕ ϕ .
Напомним, что система функций является линейно-независимой, если
из равенства
1 1 2 2 ... 0m mα ϕ + α ϕ + + α ϕ =
следует, что все коэффициенты 1 2, , ..., mα α α равны нулю.
Для приближаемой функции f(x) многочлен
1
( ) ( )m
m k kk
x c x=
Φ = ϕ∑ (2.1)
называется многочленом наилучшего среднеквадратичного приближе-
ния, если квадрат расстояния от него до функции f(x) является наи-
меньшим среди многочленов вида (2.1)
( ) ( )1 2
2 * 2
, , ...,, ( ) min , ( ) .
mm m
c c cf x f x ρ Φ = ρ Φ
Здесь ( ) ( )22 , ( ) ( ) d .b
a
f f x x xρ Φ = − Φ∫Можно показать [6], что коэффициенты с1, с2, …, сm, минимизирую-
щие квадрат расстояния 2( , )fρ Φ , должны удовлетворять системе ли-
нейных уравнений
17
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
... ,
... ,. . . . . . .
... .
m m
m m
m m mm m m
a c a c a c ba c a c a c b
a c a c a c b
+ + + = + + + = + + + =
(2.2)
( ) ( )d ,b
ij i j
a
a x x x= ϕ ϕ∫ ( ) ( )d ,b
i i
a
b x f x x= ϕ∫ 1 ≤ i, j ≤ m.
Систему уравнений (2.2) называют нормальной системой. Благодаря
предположению о линейной независимости функций 1 2, ,..., mϕ ϕ ϕ ре-
шение системы (2.2) всегда существует и единственно. Заметим, что
степенные функции 1, х, …, хm–1 линейно-независимы при любом m на
любом конечном отрезке [a, b].
2.2. Варианты заданий для выполнения контрольной работы
Приближаемая функция f(x) задается в виде
F(x) = 0,1β + 0,3βx + sin x. (2.3)
Для х ∈ [0, π/2]. Величина в совпадает с номером варианта задания.
При выполнении контрольной работы № 2 необходимо:
а) найти элементы вектора с = (с1, с2, …, сm)T наилучшего средне-
квадратического приближения
1
( ) ( )m
m k kk
x c x=
Φ = ϕ∑по системе степенных функций
11 2( ) 1, ( ) , ..., ( ) m
mx x x x x −ϕ = ϕ = ϕ = для
двух значений m, равных 2 и 3;
б) вычислить значение квадрата расстояния от Фm(х) до приближае-
мой функции f(x), т. е.22ρ при m = 2 и 2
3ρ при m = 3;
в) определить величину относительного уменьшения ошибки ап-
проксимации 3 2/ .δ =ρ ρ
2.3. Пример выполнения задания
Найдем многочлен наилучшего среднеквадратичного приближения
для функции f(x) = sinx. Для расчета коэффициента нормальной систе-
мы уравнений необходимо воспользоваться справочниками, содержа-
18
щими таблицы интегралов от степенных и тригонометрических функ-
ций [7]. Напомним, что
2
0
sin d 1,x x
π
=∫
2
0
sin d 1,x x x
π
=∫
22
0
sin d 2,x x x
π
= π −∫
22
0
sin d .4
x x
ππ=∫
1) m = 2. В наших обозначениях 1 1,ϕ = 2 .xϕ =Коэффициенты нормальной системы уравнений
11 ,2
a π= 2
12 21 ,8
a a π= = 3
22 .24
a π=
Получаем систему уравнений относительно неизвестных с1 и с2:
2
1 2
2 3
1 2
1,2 8
1.8 24
c c
c c
π π+ =
π π + =
Решая систему, получим
1 28 24 0,11,c π −= ≈
π 2 396 24 0,66.c − π= ≈
πМногочлен наилучшего приближения
Ф2(х) = 0,11 + 0,66х.
2) m = 3.
Нормальная система уравнений
2 3
1 2 3
2 3 4
1 2 3
3 4 6
1 2 3
1,2 8 24
1,8 24 64
2.24 64 160
c c c
c c c
c c c
π π π+ + = π π π+ + =
π π π + + = π −
Решение системы
с1 = 0, с2 = 1,1, с3 = –0,277.
19
Многочлен наилучшего приближения
Ф3 (х) = 1,1х – 0,277х2.
Следует заметить, что вычисления коэффициентов многочлена не-
обходимо проводить с точностью до третьего знака после запятой.
Вычислим квадрат расстояния от приближаемой функции f(x) = sinx
до многочлена наилучшего приближения
( )2
222
0
sin 0,11 0,66 d 0,108,x x x
π
ρ = − − ≈∫
( )2 22 2
3
0
sin 1,1 0,277 d 0,01.x x x x
π
ρ = − + ≈∫Относительное уменьшение ошибки аппроксимации
3 2/ 0,307.δ =ρ ρ =
Видно, что ошибка аппроксимации функции sinx многочленом Ф3(х)
почти в три раза меньше, чем при аппроксимации многочленом Ф2(х).
20
3. МЕТОДИЧЕСКИЕ УКАЗАНИЯК ВЫПОЛНЕНИЮ КОНТРОЛЬНОЙ РАБОТЫ
“РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ”
Пусть некоторая функция y = f(x) при a x b≤ ≤ определена и непре-
рывна. Предположим, что имеются два числа x1 и x2 такие, что
1 2a x x b≤ < ≤ . Если f(x1) и f(x2) имеют противоположные знаки, то меж-
ду x1 и x2 существует хотя бы один корень функции f(x).
3.1. Основные теоретические сведения
Нелинейное уравнение f(x) = 0 можно эквивалентным преобразова-
нием многими способами привести к виду g(x) = h(x). Построение схо-
дящейся числовой последовательности ( ){ }0
m
mx
∞
= по правилу
( ) ( )( 1) ( )m mg x h x+ = при заданном ( )0ix называется итерационным ме-
тодом вычисления корня xN.
Вследствие предполагаемой непрерывности предельное значение
такой последовательности является корнем, потому что из основных
соотношений ( )lim m
mx a
→∞= и
( )1lim m
mx a+
→∞= в силу непрерывности g и
h имеем g(a) = h(a), т. е. a = xN.
Достаточные условия сходимости: g’(x) и h’(x) непрерывны в некото-
рой окрестности xN, x(0) лежит в этой окрестности, и в этой окрестнос-
ти ( ) ( )g x h x′ ′> .
Выбором функций g(x) и h(x) можно получить ряд хорошо сходящих-
ся методов.
Метод Ньютона
( ) ( ) ( )( ), .
f xg x x h x x
f x= = − ′ (3.1)
Сходимость имеет место тогда, когда ( ) 2
1f f
h xf
′′′ = <′
в окрестнос-
ти xN. Если xN является простым корнем, то выполняются соотношения
21
( ) 0Nf x′ ≠ и ( ) 0Nh x′ ≠ . Следовательно, для начального значения x(0)
должно выполняться неравенство
( )( ) ( )( ) ( )( ) 20 0 0 .f x f x f x′′ ′< (3.2)
Итерационная формула имеет вид
( ) ( )( )( )( )( )
( )( )1 , 0.
m
m m m
m
f xx x f x
f x
+ ′= − ≠′ (3.3)
Метод секущих
(правило ложного положения, метод хорд)
( ) ( )( )( )
( )1 1, 2, ... ,
m
m m
m
f xx x m
s+ = − = (3.4)
( )( ) ( )( )( ) ( )
1
1.
m m
m m m
f x f xs
x x
−
−
−=
−
Здесь x(0) и x(1) – два заданных числа таких, что ( ) ( )(0) (1) 0f x f x < .
Простая итерация
Если g(x) = x, то ( ) ( )1 ( )m mx h x+ = ; условие сходимости ( ) 1h x′ < .
Если x(m) достаточно близко к xN, то для погрешности ( ) ( )m mNr x x= −
справедливо следующее соотношение:
( ) ( ) ( ) ( )( ) ( )( )1 0 .mm m
N N Nr h x r h x x x−′ ′≈ ≈ − (3.5)
3.2. Варианты заданий для контрольной работы
Задание 1Отделить корни уравнения f(x) = 0 графически и уточнить один из
них методом итераций [7] с точностью не хуже 410−ε = Предваритель-
22
но определить минимально необходимое для этого количество итера-
ций. Оценить фактическую точность полученного решения.
1. ln(x)+(x+1)3=0. 16. x = (x+1)3.
2. x2x=1. 17. x2 = sin(x).
3.11 .xx
+ = 18. x3 = sin(x).
4. x – cos(x) = 0 19. ( )log 2 .x x= +5. 3x + cos(x)+1 = 0 20. x2 = ln(x+1).
6. x+ln(x)=0,5. 21. 2x+log(x) = –0,5.
7. 2 – x = ln(x). 22. 2x + cos(x) = 0,5.
8. (x – 1)2 = 0,5 ex. 23. sin(0,5x) + 1 = x2.
9. (2 – x)ex = 1. 24. 0,5x + log(x – 1)0,5.
10. 2,2x – 2x = 0. 25. sin(0,5 + x) = 2x – 0,5.
11. 2x – ln(x) = 7. 26. log(2+x)+2x = 3.
12. x2+4sin(x) = 0. 27. log(1+2x) = 2 – x.
13. 5x – 8 ln(x) = 8. 28. 2sin(x – 0,6) = 1,5 – x.
14. 3x – ex =0. 29. x + log(1 + x) = 1,5.
15. x(x+1)2 = 1. 30. x + cos(x) = 1.
Задание 2Отделить корни уравнения графически и уточнить один из них мето-
дом Ньютона [7]. Вести вычисления с пятью десятичными цифрами.
Определить точность полученного решения.
1. x – sin(x) = 0,25. 16. tg(0,3x + 0,4) x2.
2. tg(0,58x + 1) = x2. 17. x2 – 2sin(x) = 0.
3. ( )cos 0,387 0.x x− = 18. ( ) 1ctg 0.3
x x− =
4. tg(0,4x + 0,4) = x2. 19. tg(0,47x + 0,2) = x2.
5. ( ) 7log 0.2 6
xx
− =+ 20. x2 + 4sin(x) = 0.
6. tg(0,5x + 0,2) = x2. 21. ( )ctg 0.2xx − =
7. 3x – cos(x) – 1 = 0. 22. 2x – log(x) – 7 = 0.
8. x + log(x) = 0,5. 23. tg(0,44x + 0,3) = x2.
9. tg(0,5x + 0,1) = x2. 24. 3x – cos(x) – 1 = 0.
23
10. x2 + 4sin(x) = 0. 25. ( )ctg 0.10xx − =
11. ctg(1,05x) – x2 = 0. 26. x2 +4cos(x) = 0.
12. tg(0,4x + 0,3) = x2. 27. tg(0,36x + 0,4) = x2.
13. xlog(x) – 1,2 = 0. 28. x + log(x) = 0,5.
14. 1,8 x2 – sin(10x) = 0. 29. ( )ctg 0.5xx − =
15. ( )ctg 0.4xx − = 30. ( )2log 1 0.
2xx − + =
3.3. Пример выполнения задания
Задание 1
2x + log(2x + 3) = 1.
Найдем приближенные значения
корней графически. Для этого уравне-
ние удобно представить в виде
log(2x + 3) = 1 – 2x
(см. рис.1). Из графика видно, что
уравнение имеет один корень, лежа-
щий в промежутке [0; 0,5]. Для уточ-
нения его методом итераций приведем
уравнение к виду x = ϕ(x). Функцию
ϕ(x) будем искать из соотношения
( ) ( )x x f x kϕ = − , где 2k M≥ и
принято обозначение
( )[0; 0,5]
;maxx
M f x∈
′=
число k имеет тот же знак, что и f '(x) в промежутке [0; 0,5]. (Итерацион-
ный метод, получаемый при этом, обычно называют методом релаксации).
Находим ( ) ( )2 log 2 3 1f x x x= + + − , ( ) 0,43432 22 3
f xx
′ = ++ (используя
равенство log 0,4343lna a= , a > 0).
4
–1 1 2
–4
–2
2
y = log2x+3
y=1–2 · x
Рис.1
24
( )[0; 0,5]
0,86862 2,2895,max
2 0 3xM f x
∈′= = + ≈
⋅ +
f '(x) > 0 при [ ]0; 0,5x ∈ .
Примем k = 2, тогда
( ) ( ) ( ) ( )1 1 1 12 log 2 3 log 2 3 .2 2 2 2
x x f x x x x xϕ = − = − − + + = − + .
За начальное приближение возьмем x0 = 0 (естественно, начальное
приближение выбирается из данного промежутка), все остальные при-
ближения будем определять из равенства
( ) ( )11 1 log 2 3 ,2 2n nx x x+ = ϕ = − + n = 0, 1, 2, … .
Минимальное число итераций nmin, необходимое для получения за-
данной точности решения ε, определим по формуле
( )( )0 1min
ln 11 ,
ln
q x xn
q
− ε −= +
где [α] – целая часть числа α. Число q удовлетворяет неравенству
( )max 1.x q′ϕ ≤ <
Находим ( )0 0,5 0 0,5
1 0,8686 0,1448.max max2 2 3x x
xx≤ ≤ ≤ ≤
′ϕ = ⋅ ≈+
Выберем q = 0,15, тогда ( )1 01 1
log3 0,262 2
x x= ϕ = − ≈ .
Для заданного ε = 10–4 получаем
( )( ) [ ]4
min
ln 1 0,15 10 0 0,261 1 4,23 5.
ln0,15n
− − ⋅ − = + = + =
Таким образом, для достижения точности ε = 10–4 необходимо сде-
лать не менее пяти итераций. Проведем все вычисления с пятью деся-
тичными цифрами и определим 6 0,230410x x∗ ≈ = . Фактическую точ-
ность полученного решения можно оценить по формуле
25
1 .1n n n
qx x x x
q∗
−− < −−
Для n = 6 получаем
5 66
0,15 10 2 10 .1 0,15
x x∗ − −− < ≈ ⋅−
Столь высокая точность результата объясняется малостью числа q =
0,15 по сравнению с единицей.
Ответ: 0,230410 0,000002x∗ = ± .
Задание 2
tg(0,55x + 0,1) = x2.
Отделим корень графически.
Построим графики функций
y1(x) = tg(0,55x + 0,1), y2(x) = x2
(см. рис. 2). Положительный ко-
рень уравнения заключен в про-
межутке [0,6;0,8].
Уточним корень методом
Ньютона. Перепишем уравнение
в виде f(x) = 0, где
( ) 2tg(0,55 0,1)f x x x= + − . Дифференцируя, получаем выражения для
производных
( )( )2
0,552 ,
cos 0,55 0,1f x x
x′ = −
+
( )( )
2
3
0,55 sin(0,55 0,1)2.
2cos 0,55 0,1
xf x
x
+′′ = − −+
В методе Ньютона за начальное приближение выбирают такое число
из промежутка, для которого верно неравенство
( ) ( ) 0.f x f x′′ >
0,2 0,4 0,6 0,8 1 1,2
0,25
0,5
0,75
1
1,25
1,5
y = tg 0,55x+0,1
y = x2
x*
Рис. 2
26
Так как ( )0,6 0,1 0f ≈ > , ( )0,8 0,04 0f ≈ − < и ( ) 0f x′′ < при
[ ]0,6; 0,8x ∈ , то за начальное приближение примем x0 = 0,8. Уточне-
ние производим по формуле ( )( )1 , 1, 2, ...n
n nn
f xx x n
f x+ = − =′.
В результате получаем: x1 = 0,75240, x2 = 0,75019, x3 = 0,75019. Та-
ким образом, 2 0,75019x x∗ ≈ = . Оценим точность полученного резуль-
тата, воспользовавшись формулой
( )221
1
,2n n nM
x x x xm
∗−− < − 1, 2, 3, ...,n =
где числа m1, M2 удовлетворяют неравенствам
[ ]( )1
0,6; 0,80 ,min
xm f x
∈′< ≤
[ ]( )2
0,6; 0,8.max
xM f x
∈′′≥
После вычислений получаем
[ ]( )
0,6; 0,80,54,min
xf x
∈′ ≈
[ ]( )
0,6; 0,82,1.max
xf x
∈′′ ≈
Выберем m1 = 0,5, M2 = 2,2, тогда
( )2 522 2 1
1
1,1 10 .2
Mx x x x
m∗ −− < − ≈ ⋅
Ответ: 0,75019 0,000011x∗ = ± .
27
Библиографический список
1. Фарафонов В. Г. Вычислительная математика и программирова-
ние: Метод указ. по алгоритмизации задач линейной алгебры /ЛИАП.
Л., 1984. 36 с.
2. Боглаев Ю. П. Вычислительная математика и программирование.
М.: Высш. шк., 1990. 544 с.
3. Турчак Л. И. Основы численных методов. М.: Наука, 1987. 387 с.
4. Алимов А. Л., Понырко С. А., Потоцкий В. К. Вычислительная
математика и программирование: Метод указ. к выполнению курсовой
работы / ЛИАП. Л., 1982. 53 с.
5. Воробьева Г. Н., Данилова А. Н. Практикум по вычислительной
математике. М.: Высш. шк., 1990. 208 с.
6. Стрепетов А. В., Табанов М. Б., Щадилов А. Е. Вычислительная
математика. Методы приближения функций: Метод. указ. / ЛИАП. Л.,
1989. 33 с.
7. Бронштейн И. Н., Семендяев К. А. Справочник по математике.
М.: Изд-во физ.-мат. лит., 1959. 608 с.
28
Оглавление
1. Методические указания к выполнению контрольной работы
“Решение систем линейных уравнений” ......................................... 1
1.1. Основные теоретические сведения .......................................... 1
Векторы и матрицы ................................................................... 1
Методы решения систем линейных алгебраических
уравнений .................................................................................... 3
Прямые методы решения систем. Метод Гаусса ..................... 3
Итерационные методы решения систем линейных
алгебраических уравнений ........................................................ 6
1.2. Варианты заданий для выполнения контрольной работы ..... 7
1.3. Пример выполнения задания..................................................... 11
2. Методические указания к выполнению контрольной работы
“Приближение функций” .................................................................. 16
2.1. Основные теоретические сведения .......................................... 16
2.2. Варианты заданий для выполнения контрольной работы ..... 17
2.3. Пример выполнения задания..................................................... 17
3. Методические указания к выполнению контрольной работы
“Решение нелинейных уравнений” .................................................. 20
3.1. Основные теоретические сведения .......................................... 20
Метод секущих (правило ложного положения, метод хорд) .. 21
Простая итерация ........................................................................ 21
3.2. Варианты заданий для контрольной работы ........................... 21
3.3. Пример выполнения задания..................................................... 23
Библиографический список ................................................................... 27