Анализ и сравнение численных методов решения нелинейных уравнений
Автор работы: Пользователь скрыл имя, 27 Октября 2014 в 18:42, курсовая работа
Краткое описание
Очень часто в различных областях экономики приходится встречаться с математическими задачами, для которых не удается найти решение классическими методами или решения выражены громоздкими формулами, которые не приемлемы для практического использования. Поэтому большое значение приобрели численные методы. В большинстве случаев численные методы являются приближенными, так как с их помощью обычно решаются задачи, аппроксимирующие исходные. В ряде случаев численный метод строится на базе бесконечного процесса, который в пределе сводится к искомому решению.
Содержание
1. Введение 3
2. Численные методы решения нелинейных
уравнений 5
3. Постановка задачи 6
4. Основные методы решения нелинейных
уравнений 7
5.1. Метод половинного деления 8
5.2. Метод касательных 11
5.3. Метод хорд 14
5. Практическая часть 19
6. Заключение 26
7. Список используемой литературы 27
Прикрепленные файлы: 1 файл
Пояснительная записка .docx
Министерство образования и науки Российской федерации
федерального государственного бюджетного образовательного учреждения
высшего профессионального образования
«Башкирский государственный университет»
Кафедра математического моделирования
КУРСОВАЯ РАБОТА
на тему: ««Анализ и сравнение численных методов решения нелинейных
Выполнили студенты 3 курса
группы БИ-31
Серебряков Е.А.________
Федоров С.О.__________
«___»__________2014г.
Научный руководитель к.ф.-м.н., доцент
Карасев Е.М. __________
«___»____________2014г.
Содержание
- Введение 3
- Численные методы решения нелинейных
- Постановка задачи 6
- Основные методы решения нелинейных
5.1. Метод половинного деления 8
5.2. Метод касательных 11
5.3. Метод хорд 14
- Практическая часть 19
- Заключение 26
- Список используемой литературы 27
Очень часто в различных областях экономики приходится встречаться с математическими задачами, для которых не удается найти решение классическими методами или решения выражены громоздкими формулами, которые не приемлемы для практического использования. Поэтому большое значение приобрели численные методы. В большинстве случаев численные методы являются приближенными, так как с их помощью обычно решаются задачи, аппроксимирующие исходные. В ряде случаев численный метод строится на базе бесконечного процесса, который в пределе сводится к искомому решению. Однако реально предельный переход не удается осуществить, и процесс, прерванный на некотором шаге, дает приближенное решение. Кроме того, источниками погрешности являются несоответствие математической модели изучаемому реальному явлению и погрешность исходных данных.
Решение систем нелинейных алгебраических уравнений – одна из сложных и до конца не решенных задач. Даже о расположении и существовании корней систем нелинейных уравнений почти ничего нельзя сказать. Большинство методов решения систем нелинейных уравнений сходятся к решению, если начальное приближение достаточно близко к нему, и могут вообще не давать решения при произвольном выборе начального приближения. Условия и скорость сходимости каждого итерационного процесса существенно зависят от свойств уравнений, то есть от свойств матрицы системы, и от выбора начальных приближений.
В своей курсовой работе я поставила три основные цели и задачи:
- Изучение разновидности комбинаторных задач.
- Изучение основных комбинаторных операций.
- Изучение комбинаторики как раздел элементарной алгебры.
Для достижения поставленных целей и решения задач в курсовой работе я использовала различные источники информации. В основном это были книги Бахвалов Н. С. Численные методы и Вержбицкий В. М. Численные методы. Линейная алгебра и нелинейные уравнения. В них четко и точно изложен нужный для моей курсовой работы материал.
Курсовая работа построена таким образом, что сначала идут сведения о численных методах в целом, а уже после более подробно рассмотрены решения нелинейных уравнений.
Численные методы.
Проблема численного решения линейных уравнений интересует математиков уже несколько столетий. Первые математические результаты появились в XVIII веке. В 1750 году Г. Крамер (1704-1752) опубликовал свои труды по детерминантам квадратных матриц и предложил алгоритм нахождения обратной матрицы, известный как правило Крамера. Гаусс в 1809 году опубликовал работу, посвященную движению небесных тел, в которой был изложен метод для решения линейных систем, известный как метод исключения.
В 40-х годах XX века с появлением компьютеров сильно возрос интерес к численным методам. Тогда же началось активное исследование существующих методов для их реализации на ЭВМ и предпринимались активные попытки увеличить их точность.
Вплоть до 80-х годов решение вычислительных задач было ограничено ресурсами ЭВМ, поэтому особое значение придавалось экономичности алгоритмов.
В настоящее время ограничения по оперативной памяти и быстродействию ЭВМ потеряли актуальность в связи с появлением относительно дешевых мини — и суперкомпьютеров.
Постановка задачи.
Пусть имеется уравнение вида
где f (x) — заданная алгебраическая или трансцендентная функция. (Функция называется алгебраической, если для получения её значения нужно выполнить арифметические операции и возведение в степень с рациональным показателем. Примеры трансцендентных функций — показательная, логарифмическая, тригонометрические, обратные тригонометрические.)
Решить уравнение — значит найти все его корни, то есть те значения x, которые обращают уравнение в тождество, или доказать, что корней нет.
Если алгебраическое или трансцендентное уравнение достаточно сложно, то довольно редко удается точно найти его корни. Кроме того, в некоторых случаях уравнение может содержать коэффициенты, известные лишь приблизительно, поэтому сама задача о точном нахождении корней теряет смысл. В таких случаях применяют численные (приближенные) методы решения.
Поставим задачу найти такое приближенное значение корня xпр, которое мало отличается от точного значения корня x*, так что выполняется неравенство │x* – xпр │ 0, граница a сдвигается вправо – заменить a на с: a:= c.
Перейти к шагу 1.
Алгоритм деления отрезка пополам довольно медленный, но зато абсолютно застрахован от неудач. Основное достоинство метода состоит в том, что его скорость сходимости не зависит от вида функции f (x). Данный метод не имеет дополнительных условий сходимости, кроме f(a)∙f(b) 0, то нулевое приближение выбираем x0=a. Рассмотрим геометрический смысл метода. Рассмотрим график функции y=f(x). Пусть для определенности f ‘(x) > 0 и f “(x) > 0 (рис. 1). Проведем касательную к графику функции в точке B (b, f (b)). Ее уравнение будет иметь вид:
y = f (b) + f ’(b) * (x – b)
Полагая в уравнении y = 0 и учитывая, что f ’(x) ¹ 0, решаем его относительно x. Получим :
x = b – (f (b) /f ‘(b))
Нашли абсциссу x1 точки c1 пересечения касательной с осью Оx:
x1 = b – (f (b) – f ’ (b))
Проведем касательную к графику функции в точке b1 (x1; f (x1)).Найдем абсциссу x2 точки с2 пересечения касательной с осью Ox:
x2 = x1 – (f (x1) / ( f ’(x1))
xk+1 = x k – ( f (x k) / f ’(x k)) (3)
Таким образом, формула (3) дает последовательные приближения (xk) корня, получаемые из уравнения касательной , проведенной к графику функции в точке b k (x k; f (x k0) метод уточнения корня c [a;b] уравнения f (x) = 0 с помощью формулы (3) называется методом касательной или методом Ньютона.
Геометрический смысл метода касательных состоит в замене дуги y = f (x) касательной, одной к одной из крайних точек . Начальное приближение x 0=a или x0 = b брать таким, чтобы вся последовательность приближения х k принадлежала интервалу (a;b). В случае существования производных f ’, f ”, сохраняющих свои знаки в интервале, за х0 берется тот конец отрезка [a;b], для которого выполняется условие f ’(х0) * f (х0) > 0. Для оценки приближения используется общая формула :
|c-x k-1 | £ | f (x k+1)/m| , где m = min f ’(x) на отрезке [a;b] .
На практике проще пользоваться другим правилом :
Если на отрезке [a;b] выполняется условие 0 НЕТ
Метод хорд.
Пусть на отрезке [a;b] функция непрерывна, принимает на концах отрезка значение разных знаков, а производная f ‘(x) сохраняет знак. В зависимости от знака второй производной возможны следующие случаи расположения кривых (рис. 1).
Рис. 1. Возможные случаи расположения кривых.
Алгоритм приближенного вычисления корня методом хорд.
Исходные данные: f (x) – функция; ε – требуемая точность; x0 – начальное приближение.
Результат: xпр – приближенный корень уравнения f (x) = 0.
Рис. 2. Геометрическая интерпретация метода хорд для случая f ‘(x) f »(x)>0.
Рассмотрим случай, когда f ‘(x) и f »(x) имеют одинаковые знаки (рис. 2).
График функции проходит через точки A0(a,f(a)) и B0(b,f(b)). Искомый корень уравнения (точка x*) нам неизвестен, вместо него возьмет точку х1 пересечения хорды А0В0 с осью абсцисс. Это и будет приближенное значение корня.
В аналитической геометрии выводится формула, задающая уравнение прямой, проходящей через две точки с координатами (х1; у1) и (х2; у2): .
Тогда уравнение хорды А0В0 запишется в виде: .
Найдем значение х = х1, для которого у = 0: . Теперь корень находится на отрезке [x1;b]. Применим метод хорд к этому отрезку. Проведем хорду, соединяющую точки A1(x1,f(x1)) и B0(b,f(b)), и найдем х2 — точку пересечения хорды А1В0 с осью Ох: x2=x1 .
Продолжая этот процесс, находим: x3=x2. Получаем рекуррентную формулу вычисления приближений к корню xn+1=xn.
В этом случае конец b отрезка [a;b] остается неподвижным, а конец a перемещается.
Таким образом, получаем расчетные формулы метода хорд:
Дипломная работа: Сравнительный анализ численных методов
Название: Сравнительный анализ численных методов Раздел: Рефераты по информатике, программированию Тип: дипломная работа Добавлен 17:41:36 12 августа 2009 Похожие работы Просмотров: 1842 Комментариев: 20 Оценило: 2 человек Средний балл: 5 Оценка: неизвестно Скачать | |||||||||||||||||||||||||||||||||||||||
i | Xi | Yi |
0 | -0,7 | -0.34091 |
1 | -0,5 | -0.02638 |
2 | -0,3 | 0.21059 |
3 | -0,1 | 0.37098 |
4 | 0,1 | 0.4559 |
Поскольку n=4 строим интерполяционный многочлен L4 (y):
В результате получаем многочлен:
L4 (y) = 7.99*y 4 -0.8176*y 3 — 0.4932* y 2 +0.9008*y — 0.4759
Подставляя заданное значение функции, получаем ответ:
Таким образом, получаем приближенное значение корня:
При подстановки этого аргумента в заданную функцию, получаем результат:
f (-0,47591) = 0.00625
3.4.3 Интерполяция сплайнами
На участке [b,b+2] выбрать 3 точки (b,b+1,b+2), построить два сплайна на двух отрезках, убедиться в том, что в точке b+1 производная не терпит разрыва.
i | 1 | 2 | 3 |
xi | 0 | 1 | 2 |
yi | 0.42279 | -0.4955 | -1.93404 |
Для построения сплайна используем формулы:
h=
Таким образом, нам необходимо, чтобы вторая производная была непрерывна, т.е. получить сплайн с дефектом 1.
Для построения глобального сплайна необходимо, начиная со второго узла поставить условие непрерывности 2-ой производной, т.е.2-ая производная при подходе к точке 2 и дальше слева (x1 -0) должна равняться 2-ой производной при подходе справа (x1 +0):
Приравнивая эти значения, получаем:
Для нашей функции получаем:
0.42435
— 2.10346
После того, как мы нашли m1 , можем построить графики (рисунок 3.2).
|
|
Рисунок 3.2 — Глобальная интерполяция сплайнами
Также можно сравнить с графиком самой функции (рисунок 3.3).
|
|
|
Рисунок 3.3 — Сравнение графика функции и глобальной интерполяции
3.5 Программа для использования интерполяции
На рисунках 3.4 представлена программа для использования интерполяции сплайнами. Пользователь вводит необходимые данные и при нажатии кнопки «График» строится кубический сплайн.
Листинг программы представлен в приложении В.
Рисунок 3.4 — Программа для использования интерполяции сплайнами
4. Итерационные методы решения систем линейных алгебраических уравнений
4.1 Общие сведения
К численным методам линейной алгебры относятся численные методы решения систем линейных алгебраических уравнений. Методы решения СЛАУ разбиваются на две группы. К первой группе принадлежат так называемые точные или прямые методы — алгоритм, позволяющий получить решение системы за конечное число арифметических действий. Вторую группу составляют приближенные методы, в частности итерационные методы решения СЛАУ.
4.2 Метод простой итерации
4.2.1 Описание метода
Рассмотрим СЛАУ вида
Ax = B, где А — матрица. (1)
Если эту систему удалось привести к виду x = Cx + D, то можно построить итерационную процедуру
xk → x*, где х* — решение заданной системы.
В конечном варианте система будет имееть вид:
Условием сходимости для матрицы С выполняется, если сумма модулей коэффициентов меньше единицы по строкам или по столбцам, т.е.
, или .
Необходимо, чтобы диагональные элементы матрицы А были ненулевыми.
Для преобразования системы можно выполнить следующие операции:
В результате получим систему:
В ней на главной диагонали матрицы С находятся нулевые элементы, остальные элементы выражаются по формулам:
Итерационный процесс продолжается до тех пор, пока значения х1 ( k), х2 ( k), х3 ( k) не станут близкими с заданной погрешностью к значениям х1 ( k-1), х2 ( k-1), х3 ( k-1).
4.2.2 Решение СЛАУ методом простых итераций
Решить СЛАУ методом простых итераций с точностью .
Для удобства преобразуем систему к виду:
,
Принимаем приближение на 0-ом шаге:
,
,
На 1-м шаге выполняем следующее:
Подставляем принятые приближения в первоначальную систему уравнений
Смотрим не выполняется ли условие остановки итерационного процесса:
:
На 2-м шаге выполняем следующее:
Смотрим не выполняется ли условие остановки итерационного процесса
:
На 3-м шаге выполняем следующее:
Смотрим не выполняется ли условие остановки итерационного процесса
:
На 4-м шаге выполняем следующее:
Смотрим не выполняется ли условие остановки итерационного процесса
:
На 5-м шаге выполняем следующее:
Смотрим не выполняется ли условие остановки итерационного процесса:
:
На 6-м шаге выполняем следующее:
Смотрим не выполняется ли условие остановки итерационного процесса:
:
Необходимая точность достигнута на 6-й итерации. Таким образом, итерационный процесс можно прекратить.
4.2.3 Программа для решения СЛАУ методом простых итераций
На рисунке 4.1 представлена программа для решения систем алгебраических линейных уравнений методом простых итераций.
Листинг программы приведен в приложении Г.
Рисунок 4.1 — Программа «Метод простых итераций»
4.3 Метод Зейделя
4.3.1 Описание метода
В этом методе результаты, полученные на k-том шаге, используются на этом же шаге. На (k+1) — й итерации компоненты приближения вычисляются по формулам:
Этот метод применим к система уравнений в виде Ax=B при условии, что диагональный элемент матрицы коэффициентов A по модулю должен быть больше, чем сумма модулей остальных элементов соответствующей строки (столбца).
Если данное условие выполнено, необходимо проследить, чтобы система была приведена к виду, удовлетворяющему решению методом простой итерации и выполнялось необходимое условие сходимости метода итераций:
, либо
4.3.2 Решение СЛАУ методом Зейделя
Решить СЛАУ методом Зейделя с точностью .
Эту систему можно записать в виде:
В этой системе сразу видно, что выполняется условие, где диагональные элементы матрицы коэффициентов по модулю больше, чем сумма модулей остальных элементов соответствующей строки.
Для удобства преобразуем систему к виду:
,
Принимаем приближение на 0-ом шаге:
На 1-м шаге выполняем следующее:
Подставляем принятые приближения в первоначальную систему уравнений
Смотрим не выполняется ли условие остановки итерационного процесса
:
На 2-м шаге выполняем следующее:
Смотрим не выполняется ли условие остановки итерационного процесса
:
На 3-м шаге выполняем следующее:
Смотрим не выполняется ли условие остановки итерационного процесса:
:
На 4-м шаге выполняем следующее:
Смотрим не выполняется ли условие остановки итерационного процесса
:
Необходимая точность достигнута на 4-й итерации. Таким образом, итерационный процесс можно прекратить.
4.3.3 Программа дл решения СЛАУ методом Зейделя
На рисунке 4.2 представлена программа для решения систем алгебраических линейных уравнений методом простых итераций.
Листинг программы приведен в приложении Г.
Рисунок 4.2 — Программа «Метод Зейделя»
4.4 Сравнительный анализ
Можно заметить, что в методе Зейделя быстрее мы достигаемой нужной точности, в нашем случае в точность была достигнута на 4-й итерации, когда в методе простых итераций она была достигнута на 6-й итерации. Но в то же время в методе Зейделя ставится больше условий. Поэтому вначале нужно произвести иногда довольно трудоемкие преобразования. В таблице 4.1 приведены результаты решения СЛАУ методом простой итерации и методом Зейделя на различных шагах итерации:
Сравнительный анализ методов численного решения систем нелинейных уравнений Текст научной статьи по специальности « Математика»
Аннотация научной статьи по математике, автор научной работы — Богданов А.Е., Торшина О.А.
К нелинейным системам уравнений и необходимости их решения приводит рассмотрение многих прикладных задач, к которым относятся краевые задачи для обыкновенных дифференциальных уравнений и для уравнений с частными производными (разрешаемые методом конечных разностей), задачи оптимизации, задачи минимизации функций многих переменных, применение неявных методов интегрирования обыкновенных дифференциальных уравнений и т.д. Численное решение систем нелинейных уравнений в общем случае задача более сложная, нежели решение систем линейных уравнений, поскольку не существует методов, гарантирующих успех решения любой такой задачи. Выявление оптимального метода и его дальнейший выбор позволяет увеличить шансы на успешное решение систем нелинейных уравнений. В связи с актуальностью вышеизложенного в данной статье представлены алгоритмы методов численного решения систем нелинейных уравнений, согласно которым произведен поиск корней типовой для прикладных задач системы. По полученным результатам проведен сравнительный анализ с целью выявления оптимального метода. Оптимальным считается тот метод, которым найдены значения всех корней системы с требуемой точностью за наименьшее число итераций.
Похожие темы научных работ по математике , автор научной работы — Богданов А.Е., Торшина О.А.
COMPARATIVE ANALYSIS OF COMPUTATIONAL METHODS OF SYSTEM OF NONLINEAR EQUATIONS
The consideration of numerous applied problems leads to systems of nonlinear equations , they include boundary problems for ordinary differential equations and partial differential equations (solved by the finite difference method), optimization problems, problems of minimization of functions of many variables, the use of implicit methods for integrating ordinary differential equations , etc. Numerical solution of systems of nonlinear equations in the general case is a more complicated problem than the solution of systems of linear equations, since there are no methods that guarantee the success of solving any problem of this kind. Identifying the optimal method and its further selection allows you to increase the chances of successfully solving systems of nonlinear equations . In connection with the relevance of the above-mentioned, this article presents the algorithms for methods for the numerical solution of systems of nonlinear equations , according to which the root of a typical system for applied problems was searched. According to the obtained results, a comparative analysis was conducted in order to identify the optimal method. The optimal method is the one that found the values of all the roots of the system with the required accuracy in the least number of iterations.
Текст научной работы на тему «Сравнительный анализ методов численного решения систем нелинейных уравнений»
СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ ЧИСЛЕННОГО РЕШЕНИЯ СИСТЕМ НЕЛИНЕЙНЫХ
Богданов А.Е.1, Торшина О.А.2′ *
2 ORCID: 0000-0003-3999-0622, 1 2 Федеральное государственное бюджетное образовательное учреждение высшего образования Магнитогорский государственный технический университет им. Г.И. Носова, Магнитогорск, Россия
* Корреспондирующий автор (olganica[at]mail.ru)
К нелинейным системам уравнений и необходимости их решения приводит рассмотрение многих прикладных задач, к которым относятся краевые задачи для обыкновенных дифференциальных уравнений и для уравнений с частными производными (разрешаемые методом конечных разностей), задачи оптимизации, задачи минимизации функций многих переменных, применение неявных методов интегрирования обыкновенных дифференциальных уравнений и т.д. Численное решение систем нелинейных уравнений в общем случае задача более сложная, нежели решение систем линейных уравнений, поскольку не существует методов, гарантирующих успех решения любой такой задачи. Выявление оптимального метода и его дальнейший выбор позволяет увеличить шансы на успешное решение систем нелинейных уравнений. В связи с актуальностью вышеизложенного в данной статье представлены алгоритмы методов численного решения систем нелинейных уравнений, согласно которым произведен поиск корней типовой для прикладных задач системы. По полученным результатам проведен сравнительный анализ с целью выявления оптимального метода. Оптимальным считается тот метод, которым найдены значения всех корней системы с требуемой точностью за наименьшее число итераций.
Ключевые слова: краевые задачи, системы нелинейных уравнений, численные методы, дифференциальные уравнения.
COMPARATIVE ANALYSIS OF COMPUTATIONAL METHODS OF SYSTEM OF NONLINEAR EQUATIONS
Bogdanov A.E.1, Torshina O.A.2′ *
2 ORCID: 0000-0003-3999-0622, 1,2 Federal State Budgetary Educational Institution of Higher Education, Nosov Magnitogorsk State Technical University,
Corresponding author (olganica[at]mail.ru)
The consideration of numerous applied problems leads to systems of nonlinear equations, they include boundary problems for ordinary differential equations and partial differential equations (solved by the finite difference method), optimization problems, problems of minimization of functions of many variables, the use of implicit methods for integrating ordinary differential equations, etc. Numerical solution of systems of nonlinear equations in the general case is a more complicated problem than the solution of systems of linear equations, since there are no methods that guarantee the success of solving any problem of this kind. Identifying the optimal method and its further selection allows you to increase the chances of successfully solving systems of nonlinear equations. In connection with the relevance of the above-mentioned, this article presents the algorithms for methods for the numerical solution of systems of nonlinear equations, according to which the root of a typical system for applied problems was searched. According to the obtained results, a comparative analysis was conducted in order to identify the optimal method. The optimal method is the one that found the values of all the roots of the system with the required accuracy in the least number of iterations.
Keywords: boundary value problems, systems of nonlinear equations, numerical methods, differential equations.
В общем случае системы n нелинейных уравнений с n неизвестными x1,x2. ,xn принято записывать следующим образом (1).
Где F1, F2. Fn — функции независимых переменных.
Решением системы (1) является вектор (векторы) X* , при подстановке которого все уравнения системы обращаются в тождества (2).
Количество решений (единственное, конечное, бесконечное) зависит от рассматриваемого частного случая. Решение системы (1) можно разбить на три этапа: графическое разделение корней, выбор оптимальных начальных приближений, преобразование системы к требуемому методами виду с последующим поиском численных решений согласно алгоритмам.
Графическое разделение корней сводится к построению графика для системы (1) в любом математическом пакете, обладающем необходимыми графическими средствами (Maple, MathCad). На основании построенного графика можно сделать вывод о количестве решений системы и выбрать оптимальные нулевые приближения для поиска каждого корня рассматриваемыми численными методами.
Оптимальными нулевыми приближениями будут такие значения, которые при визуальном анализе графика расположены к корню наиболее близко. От правильности выбора нулевого приближения зависит успех сходимости итерационных процессов рассматриваемых методов.
В рамках статьи рассмотрены следующие итерационные процессы поиска корней: «метод простых итераций», «метод Ньютона», «метод секущих».
Условия сходимости итерационных процессов можно оценивать различными способами, в числе которых «принцип сжимающих отображений», представленный следующей теоремой: последовательность
к решению X системы нелинейных алгебраических уравнений x = F(x) , если отображение v = F(x) является
сжимающим; при этом выполнено p(X, xk) е, то положить k = k + 1 и перейти к пункту 2.
Если данный итерационный процесс сходится, то он сходится к решению системы уравнений.
Для сходимости итерационного процесса необходимо, чтобы норма производной вектор-функции Ф^) = (ф, ф2. фп)T была меньше некоторого положительного числа q Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
х = х + tg(xy + 0.2) — х2 — = у sec2 (ху + 0.2) — 2х + 1 dx 4 17 ‘ 0.236093 2.296253
— = х sec2(xy + 0.2) йу ‘ 2.06016
tg(xy + 0.2) х =- х й ху sec2 (ху + 0.2) — tg(xy + 0.2) йх х2 0.206455 2.266615
— = sec2(xy + 0.2) йУ 2.06016
Во всех случаях нормы производных больше единицы, итерационный процесс будет расходящимся.
Таблица 4 — Нормы производных для ф в нулевом приближении (1;0.6)
Вид записи Производная (1;0.6) Норма
1 — 0.6х2 й 1.2х йх у 2 3.11111
у = у й 0.6х2 — 1 йу у2 1.11111
у = ±71 — 0.6х2 й 0.6х йх ± —1 — 0.6х2 0.948683 0.948683
у = у + 0.6х2 + у2 — 1 — = 1.2х йх 1.2 3.4
Условие сходимости итерационного процесса выполняется только во втором случае. Алгоритм метода Ньютона [3].
Для численного решения методом Ньютона необходимо преобразовать систему (3) к виду (1). Таким образом, система (3) примет вид:
Алгоритм будет следующим:
1. Задать начальное приближение X(0) и малое положительное число е (точность). Положить k = 0.
2. Решить систему линейных алгебраических уравнений относительно поправки Ax(k): W(x
3. Вычислить X(k+1) по формуле: x(k+1) = x(k) + Дх(к).
4. Если A(k+1)= max |x(k+1) — x(k)| е, то положить k = k + 1 и перейти к пункту 2.
Алгоритм метода секущих [4].
1. Задать начальное приближение x(0) и малое положительное число е (точность).
2. Положить k = 0 и A0 = W(x(0)), где W(x) — матрица Якоби.
3. Решить систему линейных алгебраических уравнений AkSk == —F(x(k)) относительно Sk — поправки к текущему приближению.
4. Вычислить x(k+1) по формуле: x(k+1) = x(k) + sk.
5. Если ||skn е, то вычислить: yk = F(x(k+1)) —
F(x(k)), Ak+1 = Ak + (yk AkSk) Sk, положить k = k + 1 и перейти к пункту 3. sksk
Результаты численного решения системы нелинейных уравнений (3) по рассмотренным выше алгоритмам приведены в таблицах 5-6.
Таблица 5 — Расчетная таблица для нулевого приближения (0.2;-0.9)
k Метод простых итераций Метод Ньютона Метод секущих
0 x=0.2 е x=0.2 е x=0.2 е
1 0,1778 0,088 0,16981 0,096 0,16981 0,096
-0,98793 -0,99625 -0,99625
2 0,17046 0,007 0,17196 0,005 0,17012 0,018
-0,99047 -0,9911 -0,97831
3 0,1726 0,002 0,17197 0 0,17165 0,013
-0,99125 -0,99109 -0,9918
4 0,17172 0,001 0,17173 0,002
Из таблицы 5 видно, что все методы для начального приближения (0.2;-0.9) дали результаты, близкие к точному решению. Однако количество итераций методов различно.
Таблица 6 — Расчетная таблица для нулевого приближения (1;0.6)
k Метод простых итераций Метод Ньютона Метод секущих
0 x=1 е x=1 е x=1 е
1 — — 1,03481 0,035 1,03481 0,035
2 — — 1,03421 0,001 1,03355 0,001
3 — — 1,03424 0,001
Результаты в таблице 6 для начального приближения (1;0.6) указывают на то, что метод простых итераций расходится (в соответствии с условием сходимости данного метода). Остальные методы сходятся, показав различное число итераций.
Согласно результатам сравнительного анализа, в качестве оптимального метода может быть выбран «Метод Ньютона», так как он сошелся для всех корней рассматриваемой системы нелинейных уравнений с требуемой точностью за наименьшее число итераций.
Конфликт интересов Conflict of Interest
Не указан. None declared.
Список литературы / References
1. Бахвалов Н.С Численные методы. / Н.С. Бахвалов, Н.П. Жидков, Г.М. Кобельков — Москва. Лаборатория Базовых Знаний. 2002. — С. 324-330.
2. Ортега Д. Итерационные методы решения систем уравнений со многими неизвестными / Д. Ортега, В. Рейнболдт — Москва. Мир. 1975. — С. 180-232.
3. Нестеров Ю.Е. Эффективные методы в нелинейном программировании / Ю.Е. Нестеров — Москва, Радио и связь. — 1989. — 304 с.
4. Дубровский В.В. Дискретность спектра задачи Неймана / В.В. Дубровский, О.А. Торшина // Вестник Магнитогорского государственного университета. — 2004. — № 5. — С. 130-131.
5. Дубровский В.В. Об одной лемме спектральной теории оператора Штурма — Лиувилля / В.В. Дубровский, О.А. Торшина // Проблемы науки и образования в современной высшей школе Тезисы докладов XXXVIII внутривузовской научной конференции преподавателей МаГУ. — 2000. — С. 42-43.
6. Кадченко С.И. Вычисление собственных чисел эллиптических дифференциальных операторов с помощью теории регуляризованных рядов / С.И. Кадченко, О.А. Торшина // Вестник Южно-Уральского государственного университета. Серия: Математика. Механика. Физика. — 2016. — Т. 8. — № 2. — С. 36-43.
7. Торшина О.А. Существенный спектр задачи Неймана для оператора Лапласа / О.А. Торшина // Современные проблемы науки и образования: материалы L внутривузовской научной конференции преподавателей МаГУ. -Магнитогорск: Издательство Магнитогорский государственный университет, 2012. — С. 271.
8. Торшина О.А. Формула асимптотики собственных чисел оператора Лапласа — Бельтрами с потенциалом на проективной плоскости / О.А. Торшина // Современные методы теории функций и смежные проблемы. Материалы конференции. — 2003. — С. 258-259.
9. Торшина О.А. Формула регуляризованного следа дифференциального оператора со сложным вхождением спектрального параметра / О.А. Торшина // Вестник Тамбовского университета. Серия: Естественные и технические науки. — 2003. — Т. 8. — № 3. — С. 467-468.
10. Торшина О.А. К вопросу сложения четных сферических гармоник / О.А. Торшина // Вестник Магнитогорского государственного университета. — 2004. — № 6. — С. 73-77.
Список литературы на английском языке / References in English
1. Bakhvalov N.S. Chislennyye metody [Numerical Methods] / N.S. Bakhvalov, N.P. Zhidkov, G.M. Kobelkov -Moscow. Laboratory of Basic Knowledge. 2002. — P. 324-330. [In Russian]
2. Ortega D. Iteratsionnyye metody resheniya sistem uravneniy so mnogimi neizvestnymi [Iterative Methods for Solving Systems of Equations with Many Unknowns] / D. Ortega, V. Reinboldt — Moscow. World. 1975. — P. 180-232. [In Russian]
http://www.bestreferat.ru/referat-142541.html
http://cyberleninka.ru/article/n/sravnitelnyy-analiz-metodov-chislennogo-resheniya-sistem-nelineynyh-uravneniy