POS-KSC (1023541), страница 3
Текст из файла (страница 3)
Задача делится на 2 этапа:
-
Локализация корня – т.е. нахождение интервала, на котором изолирован единственный нужный нам корень. Выбор интервала производится путем анализа знака
в ряде пробных точек. Этот процесс в общем виде не алгоритмизируется.
-
Уточнение положения корня на интервале локализации.
Свойства функции на интервале локализации [a, b]:
Последние условия не являются в общем случае обязательными, но для сходимости некоторых методов они необходимы. Так, если функция имеет корень в точке своего локального минимума, условие 2.3. не выполняется, однако оно необходимо для сходимости методов дихотомии, хорд и секущих. Для сходимости метода секущих также необходимо выполнение условия 2.4.
Нахождение приближенного значения корня – это итерационный процесс, когда по предыдущему (предыдущим) значениям корня находится следующее приближенное значение. Итерационный процесс прекращается, когда достигается заданная точность:
Для этого необходимо, чтобы процесс итераций сходился. Рассмотрим несколько итерационных процедур.
3.1. Метод простой итерации для решения нелинейных и трансцендентных уравнений
Уравнение преобразуется к виду
и, если выполняется условие
то итерационный процесс:
сходится к точному значению. Действительно, , из теоремы о среднем следует оценка:
, т.е., расстояние между точками последовательности уменьшается, если
- (
= q – знаменатель сходимости). По теореме о неподвижной точке в этом случае существует предел - решение уравнения. Начальная точка
- любая точка интервала локализации корня. Знаменатель сходимости зависит от вида
. Уравнение
может быть преобразовано к итерационному виду (3.1.1) множеством различных способов – модификаций одношагового стационарного метода простой итерации (см. также 3.3), выбором которых можно добиться минимума знаменателя сходимости.
Например, исходное уравнение эквивалентно следующему: . Достаточное условие сходимости (3.1.2) выполняется, если
, где
3.2. Метод хорд и секущих
На интервале заменим
линейным интерполяционным полиномом, проходящем через точки
и
:
В качестве первого приближенного значения корня выберем корень полинома , тогда:
Далее, если поведение неизвестно, то выбирают интервал, на котором
меняет знак
или
, и на нем строят новую хорду (т.е. в формулу подставляем новые границы интервала), и т.д. до достижения заданной точности (3.1).
Если не имеет точки перегиба на
, то один из концов множества хорд неподвижен. Условие неподвижной точки:
Анализ позволяет определить неподвижную точку c и для нахождения
использовать итерационную формулу:
При отсутствии точки перегиба в области локализации корня более эффективным является двухшаговый метод секущих, в котором последующее приближенное значение корня находится по двум предыдущим. Через первые две точки проводится секущая, пересечение которой с осью абсцисс дает следующее приближенное значение. В результате приходим к итерационной формуле:
Аналогичная формула получается, если в правой части формулы метода Ньютона вместо производной от функции подставить её конечноразностную аппроксимацию первого порядка в точке .
3.3. Метод касательных
(Метод Ньютона)
В этом методе в качестве выбирается одна из границ интервала
и из этой точки строится касательная. В качестве приближенного значения корня
принимается точка пересечения касательной с осью абсцисс.
Из точки проводится новая касательная и т. д., до достижения заданной точности (3.1).
Уравнение касательной в точке имеет вид:
отсюда следует итерационный процесс:
Выражение для начальной точки совпадает с (3.2.2).
Метод Ньютона можно считать модификацией метода простой итерации (3.1.1) при . Условия сходимости метода следуют из (3.1.2), а именно, для всех
из области локализации корня должно выполняться
Из 3.3.2 следует, что чем меньше область локализации корня, тем меньше знаменатель сходимости метода Ньютона и в пределе
при
. Таким образом, при достаточно малой области локализации корня сходимость метода Ньютона безусловная.
-
Скорость сходимости итерационных методов
Введем обозначения: ,
. Для оценки скорости сходимости необходимо определить зависимость между
и
.
Если в процессе итераций, начиная с некоторого , выполняется
то скорость сходимости итерационного процесса определяется показателем . При
скорость сходимости линейная, при
– квадратичная, при
– сверхлинейная. Если (3.4.1) устанавливается при
, то скорость сходимости называется асимптотической.
В случае метода простых итераций:
то есть скорость сходимости со знаменателем , по меньшей мере, линейная, однако, она может быть выше в конкретной реализации. Заметим, что контролируемые в процессе вычислений величины
и
, в общем случае простой итерации, также связаны между собой в первом приближении аналогичным неравенством
Несмотря на схожесть выражений для метода хорд и секущих, скорость их сходимости различна. Так для метода хорд получим, разлагая выражение для в точке
в ряд Тейлора и ограничиваясь тремя слагаемыми:
Учитывая, что , сокращая в числителе и знаменателе
и разлагая знаменатель в ряд, получим:
Оценка (3.8) с учетом того, что расстояние между точками и
меньше длины интервала изоляции дает:
то есть скорость сходимости линейная.
В методе секущих в выражении (3.2.4) необходимо заменить на
. Предположим, что соотношение для скорости сходимости имеет вид:
Подставляя полученное из него выражение для в (3.4.3), получим для степеней r и t :
Таким образом, сходимость метода секущих сверхлинейная.
Для метода касательных, вычитая из левой и правой части (3.3.1) значение корня и разлагая функцию в ряд, получим:
Откуда:
то есть сходимость метода касательных квадратичная.
Метод хорд используется в тех случаях, когда анализ поведения второй производной затруднен. Метод является безусловно сходящимся, также, как и известный метод дихотомии - деления отрезка локализации корня пополам. Оба метода обладают линейной скоростью сходимости и знаменателями сходимости, соответственно, и
.
Если точки перегиба на интервале изоляции нет, то используется метод секущих. Если вычисление первой производной не требует значительного машинного времени, то целесообразно применять самый быстрый метод из рассмотренных - метод Ньютона (касательных).
-
Условие выхода из вычислительного процесса по заданной точности в методах простой итерации
Формула (3.1) выхода из процесса итераций не всегда пригодна для практического использования. Она, например, не выполняется, если функция имеет корень в точке локального минимума. Кроме того, если алгоритм вычисления функции является плохо обусловленным (см. ), относительная ошибка результата вычисления функции возле её корня может значительно превосходить машинную константу , а также желаемую точность определения корня. В этом случае критерий (3.1) не обеспечивает остановку итерационного процесса при достижении заданной величины
. Заметим при этом, что в тех методах, в которых выбор текущего интервала основан на вычислении знакопеременности функции на его концах (метод дихотомии, метод хорд и т.п.), применение другого критерия не уменьшает уже возникшую в такой ситуации ошибку, а приводит лишь к выходу из процесса вычислений.
Покажем практический способ выхода из процесса итераций гарантирующий достижение заданной точности вычислений в общем случае простой итерации со знаменателем . Считается, что корень на
-ой итерации вычислен с точностью
, если
. Контролю же в процессе вычислений поддаётся величина
. Установив связь между этими величинами, мы получим возможность проводить вычисления с заданной точностью. Заметим, что
при
. Далее, учитывая неравенство треугольника и (3.4.2)
Таким образом, требование