POS-KSC (Учебное пособие по численным методам), страница 8
Описание файла
Файл "POS-KSC " внутри архива находится в папке "Учебное пособие по численным методам". Документ из архива "Учебное пособие по численным методам", который расположен в категории "". Всё это находится в предмете "вычислительная математика" из 4 семестр, которые можно найти в файловом архиве РТУ МИРЭА. Не смотря на прямую связь этого архива с РТУ МИРЭА, его также можно найти и в других разделах. .
Онлайн просмотр документа "POS-KSC "
Текст 8 страницы из документа "POS-KSC "
Вычисление компонент вектора :
Варианты заданий:
Найти решение СЛАУ методом Гаусса и методом ортогонализации:
5.5.2. Итерационные методы решения СЛАУ
Найти решение СЛАУ с матрицей
и правой частью
итерационными методами Якоби, Зейделя и ОСП. Решение получить с заданной относительной точностью
. Указать количество итераций
необходимых каждому методу для достижения заданной точности. На практических занятиях с использованием калькуляторов в случаях слабой сходимости ограничиться числом
, отразив это в результатах. На лабораторных работах с использованием пакета Mathcad это ограничение снимается. Отметить также случаи явной расходимости метода.
В качестве оптимального параметра для сходимости метода ОСП в задаче с матрицей (5.3.1.2) размером
следует принимать:
-
, в случае
(и в случае периодического продолжения на трехдиагональную матрицу с большим значением
)
-
, для задач с трехдиагональной матрицей с постоянной главной диагональю, где
. В частности, для матриц с
.
В случаях расходимости всех трех используемых методов следует применить комбинированный метод Якоби-Зейделя и ОСП. Для этого потребуется найти собственные числа матрицы Якоби (5.3.2.3) и на этой основе сделать вывод о значении для ряда оптимальной простой итерации с матрицей (5.3.3.1), в которой
- матрица (5.3.2.3). Этот же оптимальный параметр можно использовать для построения ряда простой итерации с оператором (5.3.3.1), где
-оператор Зейделя (5.3.2.5). Однако, в последнем случае оптимальный параметр, как правило, может быть значи-
тельно улучшен и в необходимых случаях он указан.
Варианты заданий.
№ вар. | Оптимальный параметр для метода Зейделя-ОСП | |||
1. | ||||
2. | ||||
3. | k=0.1 | |||
4. | k=0.1 | |||
5. | k=0.2 | |||
7. | k=0.25 (n=2), k=0.65 (n=100) | |||
8. | k= 1 (n=2), k= 1.85 (n=100) | |||
9. | k=0.3 (n=2), k=0.8 (n=100) | |||
10. | k= - 0.17 | |||
11. | ||||
12. | ||||
13 | ||||
При выполнении лабораторных работ с помощью пакета Mathcad указанные варианты видоизменяются до больших трехдиагональных матриц с и
. Для этого главная и две побочные диагонали периодически продолжаются на большую матрицу. Остальные коэффициенты матрицы нулевые. Так, матрица варианта №2 выглядит следующим образом:
Оптимальный параметр для метода ОСП остаётся при этом неизменным (несмотря на трансформацию спектра матрицы- увеличение радиуса круга
при неизменном положении его центра) и определяется так, как указано выше для малых матриц.
Решить задачу для различных векторов правой части:
1). 2).
3).
для всех
. Относительная точность вычислений для всех вариантов
.
Варианты помеченные * используются только для практических работ с n=2 и для n=100 решений в виде сходящегося итерационного процесса не имеют. В этом случае выбирается вариант с номером = 16 - №вар.
В результате работы представить для каждого метода:
-
вектор решения (несколько первых компонент)
-
число итераций
-
невязку решения (по норме)
-
спектр матрицы (с помощью стандартных функций Mathcad)
Сравнить значение оптимального параметра, полученного исходя из знания спектра оператора, и найденного по вышеизложенным правилам.
Сравнить решение СЛАУ, полученное стандартным методом Mathcad и Вашим итерационным методом.
Сделать выводы о причинах хорошей (плохой) сходимости итерационного метода и о её зависимости от начального приближения (правой части ).
Найти число обусловленности исходной матрицы (с помощью стандартных функций Mathcad).
Для вариантов задания с быстрой сходимостью ( ) сравнить при
время решения СЛАУ стандартным методом Mathcad и итерационным методом.
5.5.3. Нахождение собственных значений и векторов
Пример: Найти собственные вектора и значения матрицы:
СЛАУ имеет вид:
, откуда
,
в результате получаем характеристический полином:
Построим полиномы для нахождения собственных векторов:
Поэтому:
,
, так как собственный вектор определен с точностью до произвольного множителя.
Проверка:
Задание для практических занятий.
Дана матрица Найти ее собственные значения и вектора.
Варианты:
6. Численные методы решения обыкновенных дифференциальных уравнений
Рассматриваются уравнения первого порядка, разрешимые относительно первой производной с начальными условиями :
Существует теорема Коши о единственности решения дифференциального уравнения при заданных начальных условиях . Геометрически
определяет поле направлений на плоскости
, а решения обыкновенного дифференциального уравнения (ОДУ) - интегральные кривые.
Численные методы решения задачи Коши для ОДУ основаны на том, что решение можно представить в виде разложения в ряд Тейлора с любой степенью точности.
6.1. Метод разложения в ряд Тейлора
Решение ищется в виде
Функциональные зависимости известны:
Этот метод приводит к громоздким выражениям для производных, и в основном используются для получения других численных методов.
6.2. Общая схема метода Рунге - Кутта
Одношаговые методы позволяют получить заданную точность используя только предыдущее значение . Изменение
на шаге h представляется в виде квадратурной формулы (типа Гаусса):
Для получения коэффициентов ,
и
квадратурная сумма разлагается в ряд по степеням h. Полученное разложение сравнивается с рядом Тейлора:
В общем виде выражения для коэффициентов получить трудно, поэтому рассмотрим наиболее употребительные формулы.
Введем обозначения:
………………………………………….
Квадратурную формулу разлагаем в ряд по h:
,
,
,
-- частные производные по x и y (x, y).
Полученное разложение сравнивается с рядом Тейлора (6.1.1).
Рассмотрим несколько частных случаев.
6.3 Методы Рунге-Кутта низших порядков
6.3.1 Метод Эйлера
В квадратурной формуле ограничиваемся одним слагаемым:
Интегральная кривая заменяется ломаной линией, состоящей из прямолинейных отрезков. Выбирается шаг h и значение функции в точке ищется по формуле
т.е. в интегральном уравнении f(x,y) заменяется на константу.
Ошибки метода так как в ряде Тейлора отбрасываются вторые производные.
6.3.2. Метод трапеций и прямоугольника
Это популярные методы, иначе их называют метод Коши- Эйлера и модифицированный метод Эйлера, их ошибка
Представление - позволяет сравнить два первых слагаемых в разложении с рядом Тейлора: