ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 17.04.2024

Просмотров: 138

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

где s – число перестановок строк, (s = 0, если использовался метод Гаусса по схеме единственного деления).Таким образом,

det A = (–1)s a11 a122 a 332 …a nnn1 . (3.17)

Итак, для вычисления определителя det A необходимо выполнить процедуру прямого хода в методе Гаусса для системы уравнений Ax = 0, затем найти произведение главных элементов, стоящих на диагонали треугольной матрицы и умножить это произведение на (–1)s, где s – число перестановок строк.

Пример 3.3.

Вычислим определитель

2.0 1.0 0.1 1.0

0.4 0.5 4.0 8.5 det A = 0.3 1.0 1.0 5.2 1.0 0.2 2.5 1.0

Данный определитель совпадает с определителем системы, рассмотренной в примере 3.1. Он равен произведению диагональных элементов треугольной матрицы (3.13):

det A = 2.0 0.30 16.425 1.12 = 11.0376.

Если же обратиться к примеру 3.2, то, учитывая, что была одна перестановка строк, т.е. s = 1, получим:

det A = (–1) 2.0 (–1.15) 4.28478 1.11998 = = 11.0375.

46

Оценим погрешность полученного значения. Вычислим четвертую производную f (4)(x):

f (4)(x) = (16x4 – 48x2 + 12) e x2 , | f (4)(x)| 12.

Поэтому

| I IС | 1228801 (0.1)4 0.42 10 – 6.

Сравнивая результаты примеров 5.1, 5.2 и 5.3, видим , что метод Симпсона имеет меньшую погрешность, чем метод средних прямоугольников

иметод трапеций.

5.5.Правило Рунге практической оценки погрешности

Оценки погрешности по формулам (5.4), (5.8) и (5.12) являются априорными. Они зависят от длины элементарного отрезка h, и при достаточно малом h справедливо приближенное равенство:

I Ih Chk,

(5.15)

где Ih приближенное значение интеграла, вычисленное по одной из формул (5.3), (5.5), (5.9), C 0 и k > 0 – величины, не зависящие от h.

Если уменьшить шаг h в два раза, то, в соответствии с (5.15) получим:

I Ih/2

1

 

Chk

1

( I Ih).

(5.16)

2k

 

2k

 

 

 

 

 

 

 

99

 

 

 


 

| I IС |

M 4 (b a)

h4,

(5.12)

 

2880

 

 

 

 

где M4

= max | f (4)(x)|.

 

 

 

[a,b]

 

 

 

Замечание. Если число элементарных отрезков, на которые делится отрезок [a, b], четно , т.е. n = 2m, то параболы можно проводить через узлы с целыми индексами, и вместо элементарного отрезка [xi, xi+1] длины h рассматривать отрезок [x2i, x2i+2] длины 2h. Тогда формула Симпсона примет вид:

 

h

m

m1

I

(f(x0) + f(x2m) + 4 f (x2i1 ) + 2

f (x2i ) ), (5.13)

3

 

i=1

i=1

а вместо оценки (5.10) будет справедлива следующая оценка погрешности:

| I IС |

M 4 (b a)

h4,

(5.14)

 

180

 

 

Пример 5.3.

 

1

 

 

 

Вычислим значение интеграла

ex2 dx по

 

 

 

0

формуле Симпсона (5.11) и сравним полученный результат с результатами примеров 5.1 и 5.2.

Используя таблицу значений функции e x2 из примера 5.1 и производя вычисления по формуле Симпсона (5.11) , получим:

IС = 0.74682418.

98

3.5. Вычисление обратной матрицы методом исключения Гаусса

Обратной матрицей к матрице A называется

матрица A-1, для которой выполнено соотношение:

A A1 = E, (3.18)

где E – единичная матрица:

1 0 0 … 0

0 1 0 … 0

E = 0 0 1 … 0 (3.19)

…………….

0 0 0 … 1

Квадратная матрица A называется невырожденной, если det A 0. Всякая невырожденная матрица имеет обратную матрицу.

Вычисление обратной матрицы можно свести к рассмотренной выше задаче решения системы уравнений.

Пусть A – квадратная невырожденная матрица порядка n и A–1 – ееобратная матрица:

 

 

а11

а12

а13

...

а1n

 

 

а

а

22

а

...

а

 

 

 

21

 

23

 

2n

А=

 

а31

а32

а33

...

 

 

 

а3n

 

... ... ...

...

...

 

 

а

а

 

а

...

а

 

 

 

n1

n2

n2

 

 

nn

 

 

 

 

 

47

 

 

 


 

 

 

x11

x12

x13

...

x1n

 

 

 

x

x

x

...

x

 

 

 

 

21

22

23

 

2n

A

1

=

 

x32

x33

...

 

 

 

x31

x3n

 

 

 

...

...

...

...

...

 

 

 

x

x

x

...

x

 

 

 

 

n1

n2

n2

 

nn

Используя соотношения (3.18), (3. 19) и правило умножения матриц, получим систему из n2

уравнений с n2 переменными xij, i, j = 1, 2, …, n. Чтобы получить первый столбец матрицы E, нуж-

но почленно умножить каждую строку матрицы A на первый столбец матрицы A–1 и приравнять полученное произведение соответствующему элементу первого столбца матрицы E. В результате получим систему уравнений:

a11x11 + a12 x21 + a13x31 + … + a1nxn1 = 1 a21x11 + a22 x21 + a23x31 + … + a2nxn1 = 0

a31x11 + a32 x21 + a33x31 + … + a3nxn1 = 0 (3.20)

……………………………………………….

an1x11 + an2 x21 + an3x31 + … + annxn1 = 0

Аналогично, чтобы получить второй столбец матрицы E, нужно почленно умножить каждую строку матрицы A на второй столбец матрицы A–1 и приравнять полученное произведение соответствующему элементу второго столбца матрицы E. В результате получим систему уравнений:

48

y = L2(x) = f( x i' ) +

f (xi+1 ) f (xi )

( x x i'

) +

 

 

 

h

 

 

 

 

+

f (xi+1 ) 2 f (xi' ) + f (xi )

( x –x '

)2,

(5.9)

h2 / 2

 

 

i

 

 

где h = b n a .

Проинтегрировав функцию (5.9) на отрезке [xi, xi+1], получим:

 

 

xi+1

xi+1

 

 

 

Ii = f (x)dx L2 (x)dx =

 

 

h

xi

xi

 

=

( f (xi) + 4 f (xi'

) + f (xi+1)).

(5.10)

6

 

 

 

 

Суммируя выражение (5.10) по i = 0, 1, 2, … , n – 1,

получим квадратурную формулу Симпсона (или формулу парабол):

b

I= f (x)dx

a

n1

+4 f

i=0

IС=

h

( f(x0) + f(xn) +

 

 

 

6

 

 

 

 

n1

 

(xi' ) + 2 f (xi ) ).

(5.11)

i=1

Оценка погрешности. Для оценки погрешности формулы Симпсона воспользуемся следующей теоремой.

Теорема 5.2. Пусть функция f имеет на отрезке [a, b] непрерывную производную четвертого порядка f (4)(x). Тогда для формулы Симпсона (5.9) справедлива следующая оценка погрешности:

97


формуле трапеций (5.7) и сравним полученный результат с результатом примера 5.1.

Используя таблицу значений функции e x2 из примера 5.1 и производя вычисления по формуле трапеций (5.7), получим:

Iтр = 0.74621079.

Оценим погрешность полученного значения. В примере (5.1) получили оценку: | f "(x)| M2 = 2. Поэтому по формуле (5.8)

| I Iтр | 2121 (0.1)2 1.7 10–3.

Сравнивая результаты примеров 5.1 и 5.2, видим, что метод средних прямоугольников имеет меньшую погрешность, т.е. он более точный.

5.4. Метод Симпсона (метод парабол)

Заменим график функции y = f (x) на отрезке

[xi, xi+1], i = 0, 2, … , n – 1,

параболой, проведенной через точки

(xi, f (xi)), (x i' , f (x i' )), (xi+1, f (xi+1)),

где xi' середина отрезка [xi, xi+1]. Эта парабола

есть интерполяционный многочлен второй степени L2(x) с узлами xi, x i' , xi+1. Нетрудно убедиться, что

уравнение этой параболы имеет вид:

a11x12 + a12 x22 + a13x32 + … + a1nxn2 = 0 a21x12 + a22 x22 + a23x32 + … + a2nxn2 = 1

a31x12 + a32 x22 + a33x32 + … + a3nxn2 = 0 (3.21)

……………………………………………….

an1x12 + an2 x22 + an3x32 + … + annxn2 = 0

и т. д.

Всего, таким образом, получим n систем по n уравнений в каждой системе, причем все эти системы имеют одну и ту же матрицу A и отличаются только свободными членами. Приведение матрицы A к треугольной по формулам (3.7) делается при этом только один раз. Затем по последней из формул (3.7) преобразуются все правые части, и для каждой правой части делается обратный ход.

Пример 3.4.

Вычислим обратную матрицу A–1 для

матрицы

1.8

3.8

0.7

3.7

 

 

 

 

0.7

2.1

2.6

2.8

 

A =

 

 

7.3

8.1

1.7

4.9

 

 

 

 

1.9

4.3

4.3

4.7

 

По формулам (3.7) за три шага прямого хода преобразуем матрицу A в треугольную матрицу

96

49


1.8

3.8

0.7

3.7

 

 

0

3.57778

2.87222

 

 

 

1.36111

 

0

0

17.73577

19.04992

 

 

 

 

0

0

0

5.40155

 

Далее, применим процедуру обратного хода четыре раза для столбцов свободных членов, преобразованных по формулам (3.7) из столбцов единичной матрицы:

 

1

 

 

0

 

 

0

 

 

0

 

0

 

 

 

1

 

 

 

0

 

 

 

0

 

 

 

,

 

 

,

 

 

,

 

.

 

0

 

 

 

0

 

 

 

1

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

0

 

 

 

0

 

 

 

1

 

Каждый раз будем получать столбцы матрицы A–1. Опустив промежуточные вычисления, приведем окончательный вид обратной матрицы:

 

0.21121

0.46003

0.16248

0.26956

 

A–1 =

0.03533

0.16873

0.01573

0.08920

 

 

0.23030

0.04607

0.00944

0.19885

 

 

 

 

0.29316

0.38837

0.06128

0.18513

 

3.6. Метод простой итерации Якоби

Метод Гаусса обладает довольно сложной вычислительной схемой. Кроме того, при вычислениях накапливается ошибка округления, что

составленной из трапеций. Так как площадь трапеции, построенной на отрезке [xi, xi+1] длины

h =

b a

, равна h

f (xi ) + f (xi+1 )

, то, пользуясь этой

n

2

 

 

 

формулой для i = 0, 2, … , n – 1, получим квадра-

турную формулу трапеций:

b

I= f (x)dx Iтр =

 

 

 

 

 

 

 

 

 

a

 

 

 

 

 

 

 

 

= h

f (x0

+ f (x1 )

 

+

f (x1 ) + f (x2 )

+... +

f (xn1 ) + f (xn )

 

=

 

 

 

 

 

 

 

2

 

 

 

 

 

 

2

 

 

2

 

 

 

 

 

b a f (x

0

) + f (x

n

)

n1

 

 

 

 

 

 

 

 

 

 

 

 

=

 

 

 

 

 

 

 

+ f (xi )

.

(5.7)

 

n

 

 

 

2

 

 

 

 

 

 

 

 

 

 

i=1

 

 

 

 

 

Оценка погрешности. Для оценки погрешности формулы трапеций воспользуемся следующей теоремой.

Теорема 5.2. Пусть функция f дважды непрерывно дифференцируема на отрезке [a, b]. Тогда для формулы трапеций справедлива следующая оценка погрешности:

 

| I Iтр |

M 2 (b a)

h2,

(5.8)

 

12

где M2

= max | f "(x)|.

 

 

 

 

 

 

[a,b]

 

 

 

Пример 5.2.

1

Вычислим значение интеграла ex2 dx по

0

50

95