- •Часть 1
- •Оглавление
- •Введение
- •1. Источники и причины погрешностей математической модели
- •Погрешность математической модели
- •Погрешность исходных данных
- •Погрешность численного метода
- •Погрешность проведения расчетов на вычислительных машинах
- •Погрешности округления чисел в эвм
- •Погрешность результатов вычисления арифметических операций
- •“Потеря порядка” и “переполнение” при проведении вычислений на эвм
- •Машинная реализация вычислений
- •Контрольные вопросы и задания
- •2. Системы линейных алгебраических уравнений
- •Прямые методы решения
- •Метод Гаусса
- •Определение числа операций алгоритма метода Гаусса
- •Вычисление определителя матрицы
- •Построение обратной матрицы
- •Метод квадратного корня
- •Определение числа операций алгоритма метода квадратного корня
- •Устойчивость системы линейных алгебраических уравнений
- •Итерационные методы решения
- •Метод Якоби1
- •Метод Зейделя1
- •Сходимость итерационных методов
- •Скорость сходимости
- •Полиномы Чебышёва1
- •Итерационный метод с чебышёвским набором параметров
- •Неявный метод с чебышёвским набором параметров
- •Метод минимальных невязок
- •Метод минимальных поправок
- •Метод скорейшего спуска
- •Неявный метод скорейшего спуска
- •Контрольные вопросы и задания
- •3.НелинейныЕ уравнения
- •Методы вычисления корней нелинейного уравнения1 Метод половинного деления2
- •Метод простых итераций
- •Метод Ньютона2
- •Модификации метода Ньютона
- •Системы нелинейных уравнений
- •Метод простых итераций
- •Метод релаксации
- •Метод Ньютона
- •Нелинейный вариант метода Якоби
- •Нелинейный вариант метода Зейделя
- •Контрольные вопросы и задания
- •Интерполяция степенными функциями
- •Интерполяционный многочлен Ньютона
- •Интерполяционная формула Лагранжа
- •Погрешность полинома Ньютона (Лагранжа)
- •Сходимость интерполяционного процесса
- •Интерполяционный многочлен Эрмита1
- •Интерполяция сплайнами
- •Построение кубического сплайна
- •Сходимость процесса интерполяции кубическими сплайнами
- •Наилучшее приближение в гильбертовом пространстве
- •Метод наименьших квадратов
- •Контрольные вопросы и задания
- •5. Алгебраическая проблема собственных значений
- •Устойчивость собственных значений и векторов
- •Определение собственных значений и векторов Метод интерполяции
- •Трехдиагональные матрицы
- •Поиск собственных векторов
- •Частичная проблема собственных значений
- •Метод линеаризации
- •Степенной метод
- •Метод обратных итераций
- •Контрольные вопросы и задания
- •6.Численное дифференцирование Конечно-разностная аппроксимация
- •Применение интерполяционных формул
- •Контрольные вопросы и задания
- •7.Численное интегрирование
- •Формула прямоугольников
- •Формула трапеций
- •Формула Симпсона1
- •Формула Эйлера1
- •Оценка погрешности методом Рунге2
Скорость сходимости
Ранее утверждалось, что если итерационный метод в некотором смысле сходится, то он сходится к решению исходной задачи (2.1). Понятно, что быстрота достижения результата существенно зависит от того, насколько удачно (“близко” к решению) выбрано начальное приближение. В общем случае условия сходимости итерационного метода решения системы линейных алгебраических уравнений определяются следующей теоремой, доказательство которой можно найти, например, в книге [1].
Теорема 2.5. Итерационный метод
сходится при любом начальном приближении тогда и только тогда, когда все собственные значения матрицы по модулю меньше единицы.
При практическом использовании итерационных методов важен не только сам факт сходимости последовательности получаемых решений, но и скорость, с которой эта последовательность сходится к точному результату. Если для погрешности используемого метода имеет место оценка вида
,
то говорят, что итерационный метод сходится со скоростью геометрической прогрессии со знаменателем q. Эта оценка показывает, во сколько раз уменьшается начальная погрешность после проведения заданного числа итераций.
Зададим произвольное число k>0 и потребуем, чтобы после выполнения N итераций начальная погрешность уменьшилась не менее, чем в k раз, то есть . Это имеет место в случае , откуда получаем
.
Целая часть этой дроби будет минимальным числом итераций, необходимым для достижения заданной точности. Выражение называется скоростью сходимости итерационного метода. Эта скорость целиком определяется свойствами матрицы перехода и не зависит от номера итерации, выбора начального приближения и задаваемой точности. Чем выше скорость сходимости, тем выше производительность выбранного метода решения системы линейных алгебраических уравнений.
Полиномы Чебышёва1
Для дальнейшего рассмотрения определим, согласно [8], норму
,
называемую чебышёвской.
Рассмотрим задачу: среди всех полиномов степени N со старшим коэффициентом, равным 1, найти такой многочлен , для которого величина минимальна. Такой многочлен носит название полинома Чебышёва.
Расмотрим функцию
. (2.15)
Произведем тригонометрические преобразования:
Складывая почленно два последних равенства,
получаем рекуррентное соотношение для построения функции . В соответствии с формулой (2.15)
И далее, в соответствии с полученной зависимостью
На рис. 2.4 показаны некоторые полиномы построенной системы.
Рис. 2.4. Полиномы TN(x) при N= 2, 3, 4, 5, 6
Можно заметить, что в общем случае коэффициент при старшей степени определяется следующим образом:
(2.16)
Определим функцию в виде
. (2.17)
Очевидно, что является полиномом степени N со старшим коэффициентом, равным 1.
Определим корни этого полинома:
Поскольку является полиномом степени N, он имеет не более N корней, причем все они различны и лежат на отрезке [-1, 1]:
.
Таблица 2.4
Корни полинома для N=1, 2, 3, 4, 5, 6 и 7
N=1 |
N=2 |
N=3 |
N=4 |
N=5 |
N=6 |
N=7 |
0 |
0,707106781 |
0,866025404 |
0,923879533 |
0,951056516 |
0,965925826 |
0,974927912 |
- |
-0,70710678 |
0 |
0,382683432 |
0,587785252 |
0,707106781 |
0,781831482 |
- |
- |
-0,866025404 |
-0,382683432 |
0 |
0,258819045 |
0,433883739 |
- |
- |
- |
-0,923879533 |
-0,587785252 |
-0,258819045 |
0 |
- |
- |
- |
- |
-0,951056516 |
-0,707106781 |
-0,433883739 |
- |
- |
- |
- |
- |
-0,965925826 |
-0,781831482 |
- |
- |
- |
- |
- |
- |
-0,974927912 |
Вполне очевидно (рис. 2.4), что полиномы принимают экстремальные значения в тех точках, где функция cos( ) принимает значения +1 или -1.
В этих точках полином принимает чередующиеся по знаку значения ; при этом чебышёвская норма равна .
Лемма 2.2. Пусть существует система точек такая, что , причем в указанных точках функция имеет чередующиеся знаки. Тогда среди всех полиномов степени N со старшим коэффициентом, равным 1, многочлен наименее уклоняется от 0.
Доказательство. Пусть существует полином степени N со старшим коэффициентом 1 (рис. 2.5), причем
,
то есть .
Построим функцию , отличную от нуля и являющуюся полиномом степени (N-1).
Рис. 2.5. Графики полиномов Q5(x), S5(x) и их разности
В точках экстремумов имеем
.
Тогда и в силу предположения функция R(x) на отрезке [-1, 1] меняет знак N раз, а значит имеет N корней, чего не может быть, поскольку R(x) является полиномом степени (N-1).
Таким образом, утверждение леммы 2.2 доказано.
Поскольку построенный ранее полином Чебышёва удовлетворяет всем требованиям леммы, он является наименее уклоняющимся от нуля на отрезке [-1, 1].
В случае необходимости отыскания полинома, наименее уклоняющегося от нуля на произвольном отрезке [a, b], следует перейти к новой переменной
,
которая теперь принимает значение .
В этом случае функция PN(x) принимает вид:
.
Формула (2.16) представляется в виде:
Теперь можно получить полином со старшим коэффициентом 1, то есть полином Чебышёва для отрезка [a, b]:
. (2.18)
Корни этого многочлена определяются аналогично рассмотренному выше случаю:
Очевидно, что в этом случае .
Может рассматриваться еще одна задача: найти многочлен степени N, наименее уклоняющийся от нуля на отрезке [a, b] среди многочленов, удовлетворяющих условию .
Перенормируем полином (2.18) так, чтобы ,
,
где .
Корни этого многочлена расположены в точках
.
Введем обозначения:
;
Рассмотрим соотношения:
;
- нечетная функция;
- четная функция;
- нечетная функция;
- четная функция;
...
Положим , тогда
,
.
Вводя обозначение , представим определенный выше коэффициент в виде
.
Теперь очевидно, что построенный полином принимает экстремальные значения, равные
.