ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 17.04.2024
Просмотров: 152
Скачиваний: 0
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 nnn−1 . (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 |
m−1 |
|
I ≈ |
(f(x0) + f(x2m) + 4 ∑ f (x2i−1 ) + 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 |
∫e−x2 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 A–1 = 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
n−1
+4 ∑ f
i=0
≈IС= |
h |
( f(x0) + f(xn) + |
|
|
|
||
6 |
|
|
|
|
|
n−1 |
|
(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 (xn−1 ) + f (xn ) |
|
= |
||||||||
|
|
|
|
|
|||||||||||||
|
|
2 |
|
|
|
|
|
|
2 |
|
|
2 |
|
|
|
||
|
|
b − a f (x |
0 |
) + f (x |
n |
) |
n−1 |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|||||||||||
= |
|
|
|
|
|
|
|
+ ∑ 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 ∫e−x2 dx по
0
50 |
95 |