Студопедия.Орг Главная | Случайная страница | Контакты | Мы поможем в написании вашей работы!  
 

Геометрическая интерпретация метода 5 страница



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: 374 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!



studopedia.org - Студопедия.Орг - 2014-2024 год. Студопедия не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования (0.034 с)...