|
|||||||||||||||||||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Метод НьютонаОсновная идея метода Ньютона — решение системы нелинейных уравнений сводится к решению последовательности линейных задач, дающих в пределе решение исходной задачи. Линейная задача получается путем выделения из нелинейных уравнений главной линейной части. Рассмотрим погрешность вычисления корня на k-ой итерации , где . Полагая, что функции fi непрерывны и дифференцируемы в окрестности корня и - малые величины, разложим в ряд Тейлора, сохранив лишь линейную часть разложения. Получим систему уравнений: , i=1,…,n (8) Линейную относительно компонент вектора погрешностей. Если использовать эту систему для отыскания компонент вектора погрешностей, то в силу приближенности системы (8) – оставлена, лишь линейная часть – найденное значение вектора погрешности будет лишь приближенным. Тогда при подстановке полученного решения в соотношение будем иметь вместо x* приближенное уточненное значение корня, которое обозначим через x(k+1). Используя запись системы (8) в виде:
Где J(x) – матрица производных системы функций fi(x) (матрицы Якоби), можем записать итерационный процесс для нахождения вектора x: , k=0,1,…, (9) Где - матрица Якоби Так как процесс вычисления обратной матрицы является трудоемким, преобразуем (9) следующим образом: , k=0,1,… Где - поправка к текущему приближению x(k) Умножим последнее выражение слева на матрицу Якоби W(x(k)): , k=0,1,… В результате получена система линейных алгебраических уравнений относительно поправки : (10) 3. Вычислить следующее приближение: (11) 4. Если , процесс закончить и положить . Если , то положить и перейти к пункту 2 Итерационный процесс метода Ньютона сходится, если определитель матрицы Якоби на k-й итерации J(k)≠0. Требуется, однако, хорошее отделение корня, но достаточное условие сходимости слишком громоздко, чтобы им воспользоваться на практике. 2. К недостаткам метода Ньютона следует отнести: - необходимость задавать достаточно хорошее начальное приближение; - отсутствие глобальной сходимости для многих задач; - необходимость вычисления матрицы Якоби на каждой итерации; - необходимость решения на каждой итерации системы линейных уравнений, которая может быть плохо обусловленной. Достоинством метода является квадратичная сходимость из хорошего начального приближения при условии невырожденности матрицы Якоби. Пример 3.19. Решить систему: Методом Ньютона с точностью ε=0,001. Очевидно, корнями системы являются ; . Найдем приближенно второй корень x*2. 1. Зададим начальное приближение . В поставленной задаче ε=0,001. Положим k=0. 2. Составим систему (10). Так как , то система имеет вид . Для системы из двух уравнений поправку можно найти по формулам: (11)
(12)
Отсюда . Для вычисления ∆x(k), k=0,1,… здесь и далее используется метод Гаусса единственного деления. 3. Вычислим 4. Так как , то положим k=1 и перейдем к пункту 2. 5. Составим систему : . Отсюда 6. Вычислим 7. Так как , то положим k=2 и перейдем к пункту 5. Результаты дальнейших вычислений приведены в таблице 3.19.
Найденное приближенное решение . Из анализа решения приведенного в таблице 3.19, следует, что количество верных знаков на каждой итерации удваивается, что соответствует квадратичной сходимости. Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.) |