- •Методические указания
- •Часть 1
- •1. Численное решение нелинейных уравнений.
- •1.1. Метод деления отрезка пополам.
- •1 Input a, b, e
- •1.2. Метод Ньютона (метод касательных).
- •Input X, e
- •1.3. Метод простой итерации.
- •Input X, e, m
- •2. Методы решения систем линейных
- •2.1. Метод Гаусса.
- •2.2. Метод прогонки.
- •2.3. Метод простой итерации (метод Якоби).
- •2.4. Метод Зейделя.
- •3. Численные методы решения систем
- •3.1. Метод простой итерации (метод Якоби).
- •3.2. Метод Зейделя.
- •Input X,y, m1,m2
- •Input tt
- •3.3. Метод Ньютона.
- •Input X, y
- •Input tt
- •4.1. Приближение функции по методу наименьших
- •I XI xi2 yi xiyi
- •I XI xi2 xi3 xi4 yi xiyi xi2yi
- •4.2. Интерполяционный полином
- •4.3. Интерполяционный полином
- •Литература
Input X,y, m1,m2
1 X=X-(2*SIN(X+1)-Y - 0.5)/M1
Y=Y-(10*COS(Y-1)-X+0.4)/M2
PRINT X,Y
Input tt
GOTO 1
END
Рис.3.2. Программа решения методом Зейделя.
3.3. Метод Ньютона.
Основная идея метода Ньютона состоит в выделении из уравнений системы линейных частей, которые являются главным при малых приращениях аргументов. Это позволяет свести исходную задачу к решению последовательности систем линейных уравнений.
Рассмотрим систему двух нелинейных уравнений с двумя неизвестными вида:
F(x, y)=0
G(x, y)=0 (3.9)
Пусть известно некоторое приближение xk,yk корня x,y. Тогда поправки xk=xk+1-xk, yk+yk+1-yk можно найти решая систему:
F(xk+xk, yk+yk)=0
G(xk+xk, yk+yk)=0. (3.10)
Для этого разложим функции F, G в ряд Тейлора по xk, yk. Сохранив только линейные по xk, yk части, получим систему линейных уравнений:
F(xk,yk) F(xk,yk)
xk + yk = - F(xk,yk)
x y
(3.11)
G(xk,yk) G(xk,yk)
xk + yk = - G(xk,yk)
x y
относительно неизвестных поправок xk и yk. Решая эту систему линейных уравнений, определяем значения xk, yk.
Таким образом, решение системы уравнений по методу Ньютона состоит в построении итерационной последовательности:
xk+1 =xk +xk
yk+1 =yk +yk (3.12)
где xk, yk - решения систем линейных уравнений, вида (3.11) на каждом шаге итерации.
В методе Ньютона также для обеспечения хорошей сходимости важен правильный выбор начального приближения.
Пример: Найти решение системы (3.7) методом Ньютона с точностью =0,001.
F(x,y)=2·sin(x+1)-y-0.5 = 0
G(x,y)=10·cos(y-1)-x+0.4 = 0 (3.13)
методом Ньютона, при этом добиться точности 0.001.
Решение: Начальные приближения x0=-1 и y0=-0,7. Определим частные производные:
F(x, y) F(x, y)
= 2·cos(x+1); = -1;
x y
G(x, y) G(x, y)
-1; = -10·sin(y-1).
x y
и используя (3.11), построим систему линейных уравнений относительно поправок
2·cos(x0+1) · x0 -1 · y0 = - 2·sin(x0+1)+y0+0.5
-1· x0 -10·sin(y0 -1) · y0 = - 10·cos(y0 -1)+x0 -0.4
Подставляя начальные приближения x0=-1; y0=-0,7 и решая систему линейных уравнений определяем поправки на первом шаге итерации
x0=-0,1112 y0=-0,0225
Далее начальное приближение уточняем по формулам (3.12)
x1 =x0 +x0= - 1 - 0,1112 = - 1,1112
y1 =y0 +y0= - 0,7 - 0,0225= - 0,7225
Подставляя результаты первой итерации x1=-1,1112; y1=-0,7225 и решая систему линейных уравнений
2·cos(x1+1) · x1 -1 · y1 = - 2·sin(x1+1)+y1+0.5
-1· x1 -10·sin(y1 -1) · y1 = - 10·cos(y1 -1)+x1 -0.4
определяем поправки на втором шаге итерации
x1=0,00026 y1=0,00004
Далее x1 и y1 уточняем по формулам (3.12)
x2 =x1 +x1= -1,1112+0,00026= - 1,1115
y2 =y1 +y1=-0,7225+0,00004= - 0,7225
Определяем погрешность по формуле
maxxi(k+1) -xi(k) .
1in
x2 -x1 или x1 0,00026 =0,001
y2 - y1 или y1 0,00004 =0,001
Таким образом имеем решение: x = - 1,1115; y = - 0,7225.
Программа реализующая метод Ньютона для указанной задачи представлена на рис. 3.3.
REM LR-3-3, m=13, n=5