- •1 Метод Гаусса (lu-разложений).
- •2 Нахождения определителя матрицы методом Гаусса.
- •3 Уточнение решения полученного методом Гаусса.
- •4 Нахождение элементов обратной матрицы методом Гаусса.
- •Пусть дана слау
- •29 Квадратурные формулы Ньютона-Котеса.
- •Свойства коэффициентов Ньютона-Котеса.
- •30 Формула трапеций.
- •Оценим остаточный член:
- •31 Формула Симпсона ( параболы).
- •32 Квадратурные формулы Ньютона-Котеса.
- •Свойства коэффициентов Ньютона-Котеса.
- •33 Квадратурные формулы наивысшей степени точности.
- •Свойства.
- •34 Интегрирование быстроосциллирующих функций.
- •Существование и единственность задачи Коши дается в теореме Пикара.
- •36 Метод Пикара.
- •37 Метод Эйлера.
- •Т.Е. Хоть и не сказано о том, что выполняется условие Липшица, но зато ограничено, и мы можем оценить | |l.
- •48 Метод правой прогонки.
- •49. Метод левой прогонки.
- •51 Метод Либмана.
- •Рассмотрим уравнение эллиптического типа – уравнение Пуассона:
- •53 Метод сеток для решения уравнений параболического типа.
- •8. Итерационные методы решение систем линейно-алгебраических уравнений.
- •Пусть дана слау
- •9. Метод простых итераций для решения линейно-алгебраических уравнений.
- •Нормы векторов и матрицы.
- •11. Метод Зейделя. Условия сходимости метода
- •1.Теорема об lu-разложении кв. Матрицы. Метод Гаусса решения слау.
- •Теорема: (об lu – разложений матрицы).
- •Методика решения.
- •2. Теорема об lu-разложении кв. Матрицы. Нахождения определителя матрицы методом Гаусса. Теорема: (об lu – разложений матрицы).
- •Нахождения определителя матрицы методом Гаусса
- •3.Уточнение решения полученного методом Гаусса.
- •4. Нахождение элементов обратной матрицы методом Гаусса.
- •Пусть дана слау
- •14. Проблема собственных значений. Метод Данилевского.
- •Метод а.М. Данилевского
- •Теорема: Преобразование подобия не изменяет собственных значений матрицы.
- •15. Проблема собственных значений. Степенной метод .
- •Степенной метод.
- •Обозначим соответствующие собственные векторы через
- •Степенной метод имеет задачу нахождения пары:
- •17. Скалярное нелинейное уравнение.Метод половинного деления (дихотомии).
- •Требуются решить уравнение: (1), другими словами – найти нули функции, т.Е. Такие , которые обращают уравнение (1) в тождество.
- •Метод половинного деления
- •12.Метод вращения решения слау
- •18.Скалярное нелинейное уравнение. Метод хорд.
- •Требуются решить уравнение: (1), другими словами – найти нули функции, т.Е. Такие , которые обращают уравнение (1) в тождество.
- •18. Скалярное нелинейное уравнение. Метод касательных.
- •Требуются решить уравнение: (1), другими словами – найти нули функции, т.Е. Такие , которые обращают уравнение (1) в тождество.
- •20.Скалярное нелинейное уравнение. Комбинированный метод хорд и касательных.
- •Требуются решить уравнение: (1), другими словами – найти нули функции, т.Е. Такие , которые обращают уравнение (1) в тождество.
- •21. Скалярное нелинейное уравнение. Метод простых итераций.
- •Требуются решить уравнение: (1), другими словами – найти нули функции, т.Е. Такие , которые обращают уравнение (1) в тождество.
- •22. Система скалярных нелинейных уравнений. Метод простых итераций.
- •Если обозначить
- •23. Система скалярных нелинейных уравнений. Метод наискорейшего спуска.
- •24. Метод скорейшего спуска решения система линейных алгебраических уравнений. Пусть дана система линейных алгебраических уравнений:
Нахождения определителя матрицы методом Гаусса
Согласно теореме об LU разложении: А=В*С, по свойству определителя
3.Уточнение решения полученного методом Гаусса.
Пусть приближённое решение уравнения: (1)
где погрешность находится по следующей формуле: ,
а невязка: .
Найдем взаимосвязь между невязкой и погрешностью . Для этого подействуем оператором А на погрешность , т.е.
т.е.
.
Пусть для любой правой части в (1) имеет место, следующее неравенство:
.
Построим итерационный процесс уточнения. Начальное приближение:
Для любого k найдём . - погрешность.
Найдём -ое приближение:
(3)
и докажем что -ое приближение будет наиболее ближе к точному , чем -тое
приближение.
Док – во:
т.е. приближение ближе к точному решению , чем .
ч.т.д.
Таким образом, решая систему (1) с правой частью методом Гаусса. Решение обозначаем за . Находиться невязка , решается система и находиться .
Из равенства (3) определяем новое приближение. Процедура выполняется до выполнения условия:
.
Замечание.
Уточнение иногда производят по упрощенной схеме. Задаются системы векторов невязок с убывающей нормой.
4. Нахождение элементов обратной матрицы методом Гаусса.
Определение. Ненулевая матрица А называется обратимой, если существует матрица А-1, называемая обратной и выполнено условие:
Пусть Х – обратная матрица. Тогда
(*)
где , и .
Тогда уравнение (*) можно представить следующим образом:
.(**)
частями
Правило: Подставляя различные k в (**) мы получим k-ый столбец. Затем запишем матрицу состоящую из . Таким образом, нужно решить n СЛАУ, с различными правыми частями , где в качестве столбца свободных членов поочередно берутся столбцы единичной матрицы. Разложение матрицы А достаточно сделать один раз.
5.Метод квадратного корня, решения систем линейно-алгебраических уравнений с эрмитовыми матрицами.
Пусть дана слау
(1),
где A – эрмитовая матрица.(комплексно сопряжен. и транспонированная)
Идея метода состоит в разложении матрицы в произведение трёх матриц т.е.:
A=S*DS, (DS=B),
Где S – правотреугольная
S= ,
D – диагональная матрица
D= , dii=±1
Т.е. СЛАУ (1) примет вид
S*DSx=f.
Если переобозначить S*=B, DS=C, тогда дальше можно воспользоваться методом Гаусса.
А= = =
=S*
Для однозначной разрешимости системы потребуем, чтобы диагональные элементы матрицы S были действительными числами и больше нуля. И тогда покажем, что элементы будут находиться однозначно.
i<j, то aij= (2)
i=j, то aij= = . (3)
i=1, то из (3) a11=׀S11׀2d11 d11=sign(a11), S11=
i=1,то из (2) a1j= =S11d11S1j . Sij=aij/S11d11 , j=2,3,…n
i=2, то из (3) a22-׀S12׀2d11=׀S22׀d22; d22= sign(a22-׀S12׀2d11)
i=2, то из (2) a2j=S12d11S1j+S22d22S2j, j=3,4,…n
S2j=
В общем случае:
dii=sign(aii- ) (4)
(5)
, j=i+1, i+2, … n (6)
Метод квадратного корня вычисляется в 2 раза быстрее чем метод Гаусса, но надо проверить, чтобы матрица S была эрмитовой, А – положительно определённой, т.е. ( )(Ах,х)>0.
Все главные миноры положительно определённой матрицы – положительны. Если матрица А – действительная, то диагональная матрица D=E , т.е. все её элементы единицы и формулы (4), (5), (6) упрощаются. Существует преобразование системы с произвольной матрицей А, к системе с эрмитовой матрицей:
Умножим (1) слева на A*: А*Ах=А*f; Bx=g; B= А*А; g= А*f.
Переобозначив А*А=В получим: Вх=g (*),
где В – эрмитовая матрица. Но трансформация Гаусса портит систему, решения уравнения (*) – не устойчиво.