![]() |
Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | |
|
|


Теорема о существовании корней и сходимости процесса Ньютона
Пусть дана нелинейная система уравнений
,
где
- вектор-функция определена и непрерывна вместе со своими частными производными первого и второго порядков в некоторой области
. Положим, что
- есть точка, лежащая в
вместе со своей замкнутой
-окрестностью. При этом выполняются следующие условия:
1) матрица Якоби при
имеет обратную функцию

2) 
3) 
4) постоянные
удовлетворяют неравенству

Тогда процесс Ньютона при начальном приблежении
сходится к решению
- есть решение такое, что 
Для проверки условия
даёт оценку расходимости начального и первого приблежения.
Быстрота сходимости процесса Ньютона
Если выполнимы все четыре условия теоремы 1, то для последовательных приближений
,
справедливо неравенство:

где
- искомое решение, а 
При
сходимость метода - сверхбыстрая.
Единственность решения
Если выполнимы все четыре условия, в области

то содержится единственное решение системы
Выбор начального условия
Если выполнимы все четыре условия и
, то процесс сходится к единственному решению
в основной области
при любом выборе начального условия из области


Модифицированный метод Ньютона
При использовании метода Ньютона наиболее трудоёмким является процесс вычисления обратной матрицы Якоби.
Если матрица
невырождённая для некоторого приближения
, и
достаточно близко к
(искомому решению), то можно использовать модифицированный метод Ньютона.

Метод итераций
Дана система нелинейных уравнений:

или
(1)
Допустим, что систему 1 можно привести к виду:
(2)
Введём обозначения:
,
,
Можно систему уравнений 2 переписать в виде:

Приведённое матричное уравнение и есть формула метода итераций
Превое достаточное условие сходимости процесса итерации
Пусть функции
и
непрерывны в области
, причём в области
выполнимо неравенство:

где
- некоторая константа.
Если последовательные приближения
, 
не выходят из области
, то этот процесс сходится к единственному решению системы.
Следствие:

оценка пиближённо

На практике лучше всего рассматривать матрицу с элементами

Для сходимости должно выполнятся условие
1) 
2) 
3) 
Метод скорейшего спуска (градиентный метод)
Дана система линейных уравнений:
(1)
В матричном виде

Считаем, что
действительны и непрерывно дифференцируемы в их общей области определения.
Рассмотрим функцию
(2)
Очевидно, что если мы найдём решение системы уравнений 1
, то это решение является и решением системы уравнений 2 и наоборот.
Предполагаем, что система 1 имеет лишь одно изолированное решение, представляющего собой точку строго минимум функции
. Таким образом задача сводится к нахождению минимум функции
в
-мерном пространстве.


Берём точку
- нулевое приближение. Через точку
проходит поверхность уровня и
. Если
близка
, то поверхность
=
будет похожа на элипсоид.
Из точки
движемся по нормали к поверхности
до тех пор, пока эта нормаль не коснётся
другой поверхности:

И так далее.
Так как
, то двигаясь таким образом, мы быстро приближаемся к точке с минимальным значением
, которая соответствует некоему корню
.
Градиент функции U

- набла или grad - есть вектор приложенный к точке
, имеющий направление нормали. Из векторных произведений
,
(3)
Как определить
? Для этого рассматривают скалярную функцию
:

Уравнение 3 можно преобразовать так, чтобы не было выражения градиента:
,
где 
Пример:




I 1)

2) 
II 1)



2) 
Сходимость градиентного метода
Сходимость метода гарантируется при выборе начального приближения вблизи
.
В любом случае метод может остановитья в точке относительного метода.
Лекции №11 и 12
Приближённое дифференцирование.
На практике часто возникает задача определить производную заданного порядка от функции, заданной таблично. Или возникает другая задача: получить значение производной достаточно сложной функции такой, что выражение производной принимает слишком неудобно для применения формул или достаточно сложно вычислить выражение производной. И в том, и в другом случае прибегают к численным методам дифференцирования.
Самый простой способ численного дифференцирования - графический.
Графический способ дифференцирования.
Задача графического дифференцирования заключается в построении по заданному графику функции y = f(x) придела её производной y 1 = f ’(x).
Пусть дан график:

Алгоритм построения графика производной.
1. Выбираем точки на?отрезках: сеть?? достаточно густой и содержать все характерные для графика точки.
2. Проводим касательные в этих точках.
3. Выбираем полюс P(-l,0), если возможно, то лучше всего l=1, в противном случае график производной будет построен в масштабе l.
4. Из полюса проводим линии параллельные касательным, до их пересечения с осью Oy отрезки оси 01’, 02’, 03’,... представляют собой величины пропорциональные значениям производной f ’(x).

5. Строим график производной.
Другой способ построения производной функции численным методом - это использование интерполяционных формул.
Для вывода формул приближённого дифференцирования заменяют данную функцию f(x) на отрезке [ a, b ] функцией P(x) (чаще всего полиномом), а далее полагают f ’(x)=P’(x) при
.
Если для интерполирующей функции P(x) известна погрешность:

то погрешность производной определяется по формуле:
,
т.е. погрешность производной интерполирующей функции равна производной от погрешности этой функции.
Честно говоря, приближённое дифференцирование представляет собой операцию менее точно, чем интерполирования. Близость друг к другу ординат двух кривых на отрезке [ a, b ] ещё не характеризует близости их производных на этом отрезке

Формула приближённого дифференцирования, основанная на первой интерполяционной формуле Ньютона.
Дана функция y= f(x), заданная таблично, в равноотстоящих точках на отрезке [ a, b ].


Заменим функцию f(x) полиномом????


Перемножим биномы:

Определим 

Аналогично можно определить
и т.д.

Иногда возникает задача производных функции f(x) в узловых точках x i.
Тогда
=> 

Погрешность приближённого дифференцирования.
Пусть
заменила интерполирующим полиномом
и полюс 

то погрешность производной:

Известно, что


Упрощённая формула погрешности

Выбор оптимального шага численного дифференцирования.
Общая погрешность вычисления производной представляет собой сумму погрешностей: погрешности усечения и погрешности округлённого.
Погрешность усечения - вызвана?
?
Погрешность округления -???????????????
Численное интегрирование.
Если функция
непрерывна на отрезке
и известна её первообразная
, то определённый интеграл от этой функции в пределах от a до b вычисляется по формуле Ньютона-Лейбница:

где 
Однако во многих случаях первообразная???????
?????? найдена с помощью элементарных средств или является слишком?????????.
В этом случае прибегают к численным методам.
Численное вычисление одно?????? интеграла называется механической квадратурой, двойного - механической????????, а соответственно формулы называются квадратурными и??????????????.
Обычный приём механической квадратуры состоит в том, что функцию
на
заменяют интерполирующей функцией
.

Рассмотрим интерполирующий полином Лагранжа




- ошибка формулы (остаточный член)

где

Если
- узлы интерполирования, то квадратурная формула называется “заменного типа”, в противном случае - открытого типа.
Замечание: 1.
не зависит от 
2. Если
- полином -???????????????????
Квадратурная формула Ньютона-Естеса.
Пусть для данной функции
необходимо вычислить интеграл

Выберем шаг
, разобьём
на n участков

Заменяя
на
, получаем

Выведем???????????? 


,
тогда



,
т.е.
, то 

?????????? Кетеса

Формула Трапеций.
Пусть 


тогда получим формулу трапеций


y



x0 x n x

, где 
Уточнённая формула трапеций.

Формула Симпсона (парабол).




Лекция N 13
Численное решение обыкновенных дифференциальных уравнений.
Обыкновенные дифференциальные уравнения (ОДУ) встречаются при описании движения системы взаимодействующих материальных носителей (механике, химической кинетике, электрических цепях, сопротивлении материалов и многих других явлениях жизни).Ряд важнейших задач сводится к задачам с обыкновенными дифференциальными уравнениями, а именно теория автоматического управления базируется на ОДУ, а также и другие курсы специальности АТПП.
Простейшим ОДУ является уравнение 1-го порядка:

ОДУ n-го порядка имеет вид:

Однако любое уравнение n-го порядка можно свести к системе из n уравнений 1-го порядка:

или

Таким образом, если задача состоит в решении ДУ высшего порядка, эту задачу всегда можно свести к решению ОДУ 1-го порядка. Поэтому в этом разделе мы будем рассматривать ОДУ 1-го порядка или системы ОДУ 1-го порядка.
Дата публикования: 2015-01-04; Прочитано: 448 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!
