Учебник - Практические занятия по вычислительной математике - Аристова, страница 9
Описание файла
PDF-файл из архива "Учебник - Практические занятия по вычислительной математике - Аристова", который расположен в категории "". Всё это находится в предмете "вычислительная математика" из 6 семестр, которые можно найти в файловом архиве МФТИ (ГУ). Не смотря на прямую связь этого архива с МФТИ (ГУ), его также можно найти и в других разделах. .
Просмотр PDF-файла онлайн
Текст 9 страницы из PDF
Найти число обусловленности матрицы А в матричной норме,подчиненной евклидовой норме вектора, выразив его через число обусловленности матрицы В, если А = В∙В > 0.II.7.36. Пусть A = AT > 0, λA [m, M] и A ≠ βE. Доказать, что μ(A + αE)монотонно убывает по α при α > 0.II.7.37. Найти область сходимости метода Якоби и метода Зейделя длясистем с матрицами вида: 0 0 0 0 а) , б) 0 0 , в) 0 , г) . 0 0 0 0 0 II.7.38. Показать, что число обусловленности СЛАУ с симметричной матmax kAрицей Au = f равно k.min kAkII.7.39.
Доказать, что для систем линейных уравнений второго порядка(n = 2) методы Якоби и Гаусса–Зейделя сходятся и расходятся одновременно.II.7.40. Показать, что существует система уравнений третьего порядка,для которой метод Якоби сходится, а метод Гаусса–Зейделя расходится.II.7.41. Показать, что существует система уравнений третьего порядка,для которой метод Гаусса–Зейделя сходится, а метод Якоби расходится.52II.8. Задачи с решениямиII.8.
Задачи с решениями 18 6 7 x1 13 II.8.1. Дана система линейных уравнений 6 6 0 x2 6 . 7 0 x 6 6 3 Вычислить число обусловленности матрицы А в трех нормах.Решение. Для этого необходимо вычислить обратную матрицу и собственные значения матрицы (очевидно, что матрица самосопряженная!)Обратная матрица1 18 6 7 36 36 42 6 6 0 1 36 108 42 .138 7 0 6 4242108Число обусловленности в первой и второй нормах 31∙192/138 ≈ 43.Собственные значения (18 )(6 )2 49(6 ) 36(6 ) 0 6, 1, 23Число обусловленности равно 23.II.8.2.
Для системы линейных алгебраических уравненийAx = f, 2 1 3A, f 0 21построить сходящийся вариант метода простых итераций. Оценить оптимальное значение итерационного параметра. Оценить число итераций,необходимое для достижения точности 10 –3 , если начальное приближение к решению x0 = (0, 0)T.Решение. Матрица системы – несамосопряженная, не положительная.
Можно сделать ее самосопряженной положительной матрицей,умножив обе части системы на сопряженную.Тогда система перейдет в равносильную линейную систему Bx = g, 4 2 6 B, f . 2 5 5Собственные значения матрицы B есть 9 172. Итерационныйметод есть xn+1 = (E – τB)xn + τf.
Оптимальное значение параметра 2/9. Заодну итерацию невязка убывает в 17 9 раз, для числа итераций в третьейнорме имеем уравнение53II. ЭЛЕМЕНТЫ ПРИКЛАДНОЙ ЛИНЕЙНОЙ АЛГЕБРЫ17 9N 61 103.II.8.3. Получить оценку относительной погрешности решения СЛАУ приточном задании матрицы системы и фиксированной относительной погрешности правой части в зависимости от правой части системы.Решение.
В этом случае обусловленность системы, вообще говоря, зависит и от f, и от Δf и удовлетворяет неравенству (f , f ) ufuuufЕго можно определить как точную верхнюю грань отношенияff.по Δf,что соответствует наихудшей ситуации. Тогда(f ) supfufuf supffuuffsupu fA 1fffA 1 .uОценим точную верхнюю грань и точную нижнюю грань этого выражения.fAusup A1 A1 sup A1 A ( A),uuffс другой стороны,inf (f ) inf Aff1fu inf Af1 u sup f f 1 A1 sup f1A ff1 1.Параметр ν(f), характеризующий обусловленность системы, зависитот правых частей.
Более тонкая его оценка есть (f ) A 1fu, причем1 (f ) . Так как такую оценку провести не всегда возможно, то чащеиспользуется точная верхняя грань A 1 A .II.8.4. При решении СЛАУ методом Гаусса из-за погрешностей округления возникла ненулевая невязка. Предложить процедуру уточнения численного решения СЛАУ, если невязка известна.Решение. Полученное решение можно улучшить следующим образом. Пусть r1 = f – Au1 есть невязка, допущенная при решении рассматриваемой системы (u1 – полученное численное решение) за счет ошибкиокруглений.
Очевидно, что погрешность ε1 = u – u1 удовлетворяет СЛАУAε1 = r1 так как Aε1 = Au – Au1 = f – Au1.Решив последнюю систему, получаем ε1, после чего уточняем решение:54II.8. Задачи с решениямиu2 = u1 + ε1.Если после такого уточнения невязка велика, то эту процедуру можнопродолжить.II.8.5. Записать формулы метода Гаусса в виде последовательности умножения исходной матрицы на соответствующие матрицы элементарныхпреобразований.Решение. Рассмотрим метод Гаусса с позиции операций с матрицами.Пусть A1 – матрица системы после исключения первого неизвестногоa1n a11 a12 a1311a12 n 0 a22 a2311 TА1 0a132 a133a13n , f1 { f1, f 2 , , fn } .11 0 a1aan2n3nn Введем новую матрицу000 1100 21010 .N1 31 001 n1Очевидно A1 = N1A, f1 = N1f.
Аналогично, после второго шага система приводится к виду A2u = f2, где A2 = N2A1, f2 = N2f1, a11 a121 0 a22A1 00 000 11 0320N2 0n 2a13a1232a33an230010a1n a12 n a32n ,2 ann0 0 0 , f2 f1 , f 21 , f32 ,1 55, f n2T.II. ЭЛЕМЕНТЫ ПРИКЛАДНОЙ ЛИНЕЙНОЙ АЛГЕБРЫПослеn–1шагаполучимAn1u fn1, An1 Nn1 An2 ,fn1 Nn1fn2 , a11 0A n 1 0 0 1 0N n 1 0 0fn1 { f1 , f 21, f32 ,a12a13a1220a1232a33000100001n,n 1a1n a12n a32n ,( n 1) ann0 0 ,0 1 , f nn1}T .В итоге получаются матрица и векторN2 N1f , откуда A N11N21f (n1) Nn1N 21 1 01N n 1 0 010001320010n 20An1 Nn1Nn11 An1 .
При этом000,1 01000000101n,n 1.После введения обозначений U An1, L N11N2156N2 N1A ,Nn11, гдеII.9. Теоретические задачи0 11 21L 31 32 n1 n 2получим A = LU.001n3000,1 II.9. Теоретические задачиII.9.1. Дана система линейных алгебраических уравнений Ax = b: 101 110 312 а) A ; b;110 122 342 101 110 92 б) A ;; b 110122 98 82 90 254 в) A ;; b 281 90 101 101 90 112 г) A .; b 98 90 82 Найтиτопт,прикоторомметодпростойитерацииxk+1) = (E – τA)x(k) + τb будет сходиться быстрее всего. Оценить скоростьсходимости.Пусть τ принадлежит интервалу 0< τ < τопт.
Получить оценку скорости сходимости в этом случае. Можно ли так задать вектор начальногоприближения x0, чтобы скорость сходимости в этом случае была бы выше,чем при оптимальном τопт? Если это возможно, то указать такое x0.II.9.2. Дана система линейных алгебраических уравнений Ax = b:А) Оценить максимально точно относительную погрешность ||Δx||/||x||в заданной норме.Найти вектор ошибки Δb, на котором эта оценка достигается. Прикаком Δb относительная ошибка ||Δx||/||x|| будет минимальной? Найти ее. 101 110 312 b 1а) A 0.01 ; x 1 max xi ,; b;b1i110 122 342 57II.
ЭЛЕМЕНТЫ ПРИКЛАДНОЙ ЛИНЕЙНОЙ АЛГЕБРЫ 101 110 92 b 2б) A 0.01 ; x;; b b2 98 110 122 2 101 90 112 b 2в) A 0.01 ; x;; b b2 98 90 82 2xi,ixi,i 65 72 137 b 3г) A 0.01 ; x 3 (x, x) ,; b;b3 72 82 154 50 70 120 b 3д) A 0.01 ; x 3 (x, x) ,; b ;b3 70 101 171 Б) RQI – алгоритмом, начиная его с различных векторов.II.9.3. Дана система линейных алгебраических уравнений Ax = b: 65 80 145 а) A ; b; 80 101 181 65б) A 72 50в) A 7072 137 ; b;82 154 70 120 ; b.101 171 Найти τопт, при котором метод простой итерации xk+1 = (E – τA)xk + τb будет сходиться быстрее всего.
Оценить скорость сходимости.Пусть τ принадлежит интервалу τопт < τ < τmax. Получить оценку скорости сходимости в этом случае. Можно ли так задать вектор начальногоприближения x0, чтобы скорость сходимости в этом случае была бы выше,чем при оптимальном τопт? Если это возможно, то указать такое x0.II.9.4. Найти области сходимости методов простой итерации и Зейделя p qдля систем x = Rx + g, где R = . q pII.9.5.
Дана система 10 x y z 1, x 20 y 3z 2,2 x 3 y 10 z 1.58II.9. Теоретические задачиНаписать формулы для вычисления решения итерациями, используядиагональное преобладание. Сколько итераций достаточно, чтобы уменьшить погрешность исходного приближения в тысячу раз?II.9.6. Предположим, что некоторая система размерности n x n видаx = Rx + c с матрицей, имеющей норму ||R|| ≈ 0.5, решается методом простых итераций с уровнем абсолютных погрешностей арифметическихопераций порядка 10 –6. Допустим, что при этом первая итерационная поправка имеет норму ||x(1) – x(0)|| ≈ 1. Каким числом следует ограничить количество итераций, чтобы вычислительная погрешность не стала существенно превышать погрешность метода?II.9.7.
Для системы уравнений103 u1 u2 f1u1 u2 f 2ответить на следующие вопросы.а) Каково число обусловленности µ системы, если в качестве нормыпроизвольного вектора u используется ||u|| = max{|u1|, |u2|}?б) Какова допустимая относительная погрешность при заданииf = (f1, f2)T, при которой относительная погрешность решения не превосходит 10–2?в) Пусть f1 = 2, f2 = 1. С каким числом знаков надо ввести вычисления по методу Гаусса без выбора главного элемента, чтобы {u1, u2} имелихотя бы по одному верному десятичному знаку?Тот же вопрос для метода Гаусса с выбором главного элемента.II.9.8. Найти решения двух СЛАУ:44u 3vu 3v(), ()u3.00001v4.00001u2.9999v 4.00001и объяснить результат.II.9.9.
Для СЛАУ 10u1 u2 u 10u u23 1u2 10u3 u4u98 10u99 u100uu 1 2 u99 u100 1, 2, 3,, 99, A,59II. ЭЛЕМЕНТЫ ПРИКЛАДНОЙ ЛИНЕЙНОЙ АЛГЕБРЫгде A – параметр, описать алгоритм метода Гаусса без выбора главногоэлемента при A =100. Предложить алгоритм экономичного решения данной системы уравнений, если нужно получить решение системы длянабора значений параметра A. 6 2 II.9.10.
К матрице A 4 0 примените LU–алгоритм и сравните результат третьего шага с точнонайденными собственными числами.II.9.11. Найти область значений итерационного параметра τ, при которыхитерационныйпроцессxk + 1 = (E – τA)xk + τfсходится,еслиRe{λ(A)}≥ δ > 0.II.9.12. Запишите итерационный процесс Якоби нахождения решения системы 5 x1 2 x2 x3 x4 9, x 4x 2 x4 10, 122 x1 3x2 9 x3 x4 10,3x1 x3 6 x4 5.Каким должен быть критерий окончания процесса итерирования, чтобымаксимальная из абсолютных погрешностей компонент приближенногорешения не превышала заданного малого ε?II.9.13.
Предложить способ решения системы методом простых итерацийс оптимальным параметром. Найти оптимальный параметр и количествоитераций, необходимое для достижения точности 10 –43x z 6,а) x y z 2,3 y z 3.12 x 2 y 2,б) 11 x 3 y z 12,2214 z 2 y 6.В качестве начального приближения берется x0 = (0, 0, 0)T .II.9.14.