Методы решения нелинейных уравнений
МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Международная «Лига развития науки и образования» (Россия)
Международная
ассоциация развития
науки, образования
и культуры России (Италия)
Международный «ИНСТИТУТ УПРАВЛЕНИЯ»
(г. Архангельск)
КУРСОВАЯ РАБОТА
ПО ДИСЦИПЛИНЕ
«Информатика и программирование»
по теме:
«Методы решения нелинейных уравнений»
| Выполнил:
студент экономического
факультета, группы 14-И
Дроздов А.Ю.
Проверил:
Горяшин Ю.В. |
Архангельск
2005
Аннотация
В курсовой работе рассматриваются вопросы интерполяции с применением формулы Ньютона. В работе предложены программы вычисления значения функции в заданной точке, а также вычисления значения нелинейного уравнения методом секущих написанных на языке программирования Turbo С 2.0.
Содержание
Введение 4
1. Метод решения нелинейного уравнения методом секущих 7
1.1. Общая характеристика методов решения нелинейных уравнений 7
1.2. Метод секущих 10
1.3. Тестовый пример 12
1.4. Разработка алгоритма решения нелинейных уравнений 15
2. Вычисление значения функции при помощи интерполяционной формулы 16
2.1. Общая
характеристика методов интерполяционной
функции 16
2.2. Интерполяционная формула Ньютона 24
2.3. Тестовый пример 25
2.4. Разработка алгоритма и программы вычисления функции 26
Заключение 27
Список литературы 28
Приложение 1.1 29
Приложение 2.1 31
Введение
Целью курсовой работы является разработка программы решения нелинейных и трансцендентных уравнений методом секущих - хорд. Программа включает и учитывает многие новые возможности в программировании и практике создания программ в среде программирования С.
Процедура подготовки и решения задачи на ЭВМ достаточно сложный и трудоемкий процесс, состоящий из следующих этапов:
- Численные методы линейной алгебры
Метод Гаусса для решения системы линейных алгебраических уравнений. Устойчивость метода Гаусса. Использование метода Гаусса для вычисление обратной матрицы. Метод квадратного корня.
Решение систем линейных алгебраических уравнений с ленточными матрицами. Пример решения линейной системы с трехдиагональной матрицей.
Одношаговые итерационные методы решения систем линейных алгебраических уравнений. Каноническая форма записи. Примеры одношаговых итерационных методов. Достаточное условие сходимости.
Необходимое
и достаточное условие
Численная
устойчивость итерационного метода
с чебышевским набором
Одношаговые итерационные методы вариационного типа. Формула для вычисления итерационного параметра.
Примеры итерационных методов вариационного типа (метод скорейшего спуска; метол минимальных невязок; метод минимальных поправок; метод минимальных погрешностей) . Каноническая форма записи двухшаговых итерационных методов вариационного типа.
Примеры двухшаговых итерационных методов (метод сопряженных градиентов, сопряженных невязок, сопряженных поправок, сопряженных погрешностей).
Полная и частичная проблема собственных значений.
Степенной
метод решения частичной
- Решение нелинейных уравнений и систем уравнений.
Решение нелинейных уравнений. Методы разделения корней. Примеры численных методов решения нелинейных уравнений (метод простой итерации, метод Ньютона, модифицированный метод Ньютона, метод секущих).
Сходимость метода простой итерации.
Метод Эйткена ускорения сходимости.
Сходимость метода Ньютона.
Решение систем нелинейных уравнений.
Примеры
(применение метода простой итерации;
сравнение скорости сходимости метода
простой итерации и метода Ньютона;
применение метода Ньютона для решения
системы двух нелинейных уравнений).
- Интерполяция и приближение функций.
Постановка задачи интерполирования алгебраическими многочленами. Интерполяционная формула Лагранжа. Интерполяционная формула Ньютона (разделенные разности, схема Горнера).
Интерполирование с кратными узлами (существование и единственность многочлена Эрмита, погрешность интерполирования с кратными узлами). Пример (многочлен Эрмита третьей степени). Сходимость интерполяционного процесса.
Интерполирование
сплайнами. Кубический сплайн. Наилучшее
приближение функции, заданной таблично
(пример). Наилучшее приближение в гильбертовом
пространстве.
Глава 1. Метод решения нелинейного уравнения методом секущих
1.1. Общая характеристика методов
1. Условие задания
При заданных пяти вариантах допустимой ошибки e заданным численным методом вычислить приближенное значение корня функционального уравнения вида f (x) = 0, если известно, что это уравнение имеет единственный корень на отрезке [a, b].
В проекте должно быть предусмотрено:
- построение графика функции f (x) на отрезке [a, b],
-
проверка корректности
- перехват и обработка ошибки времени выполнения, когда строку введенных символов невозможно интерпретировать как число.
2. Содержание пояснительной записки
Пояснительная записка должна иметь титульный лист, оглавление, нумерацию страниц, а также включать:
условие задачи;
условия заданного варианта
описание заданного численного метода;
блок-схему алгоритма
программу процедуры
главную программу;
результаты вычислений значения корня для заданных пяти вариантов допустимой ошибки
Варианты численного метода:
1) метод простых итераций,
2) метод Ньютона,
3) метод проб,
4) метод секущих,
5) метод хорд.
Упрощенный метод Ньютона: , n=0,1,…
Метод ложного положения: , n=0,1,…;
c
- фиксированная точка из
Метод секущих: , n=0,1,…
Метод
Стеффенсена:
, n=0,1,…
3. Описание Метод секущих
Метод секущих, так же, как и метод проб, использует не одно, а два начальных приближения, которые мы обозначим соответственно xn1 и xn2. Перед выполнением первой итерации воспользуемся правилом (6) для определения значений этих приближений.
При выполнении каждой очередной итерации для вычисления следующего приближения по методу хорд проведем прямую линию (секущую) MN через точки с координатами (xn1, f(xn1)) и (xn2, f (xn2)), а абсциссу точки пересечения секущей MN с осью х возьмем в качестве значения следующего приближения xs к корню (рис. 3).
| Рис. 3. Графическая иллюстрация метода секущих |
Принятое правило нахождения следующего приближения приводит к расчетной формуле:
Из трех приближений к корню оставим два последних (отбрасываем самое старое xn1). В методе секущих это делается по следующему правилу:
xn1 = xn2; xn2 = xs.
Выполнение итераций можно прекратить при выполнении условия
|xn2
- xn1|< e,
а полученное значение приближения xs взять в качестве искомого значения корня xw.
Расчетные формулы должны быть применены в алгоритме вычисления корня по методу секущих.
Обратим
внимание на то, что формула имеет
много общего с формулой Ньютона.
Знаменатель в формуле есть не что
иное, как среднее значение производной
f‘(x) на отрезке [xn1,
xn2].
1.2. Метод секущих
Пусть на отрезке [a; b] отделен корень с уравнения f(x) = 0 и f-функция непрерывна на отрезке [a; b], а на интервале ]a; b[ существуют отличные от нуля производные f ’ и f ”.
Так как f ’(x) ? 0 , то запишем уравнение f(x) = 0 в виде :
x = x – ( f(x)/f ’(x)) (1)
Решая его методом итераций можем записать :
xn+1 = x n– ( f(x n)/f ’(x n)) (2)
Если на отрезке [a;b] f ’(x) * f “(x) > 0, то нул – евое приближение выбираем x0=a. Рассмотрим геометрический смысл метода . Рассмотрим график функции y=f(x). Пусть для определенности f ‘(x) > 0 и f “(x) > 0 (рис. 1). Проведем касательную к графику функции в точке B(b,f(b)). Ее уравнение будет иметь вид:
y = f(b) + f ’(b) * (x –b)
Полагая в уравнении y = 0 и учитывая что f ’(x) ? 0, решаем его относительно x. Получим :
x = b – (f (b) /f ‘(b))
Нашли абсциссу x1 точки c1 пересечения касательной с осью ox :
x1 = b – (f (b) – f ’ (b))
Проведем касательную к графику функции в точке b1 (x1; f (x1)).Найдем абсциссу x2 точки с2 пересечения касательной с осью Ox :
x2 = x1 – (f (x1)/( f ’(x1))
Вообще :
xk+1=x k – (f(x k)/f ’(x k)) (3)
Таким образом, формула (3) дает последовательные приближения (xk) корня, получаемые из уравнения касательной , проведенной к графику функции в точке b k(x k;f(x k0) метод уточнения корня c [a;b] уравнения f(x) = 0 с помощью формулы (3) называется методом касательной или методом Ньютона.
Геометрический смысл метода касательных состоит в замене дуги y = f (x) касательной, одной к одной из крайних точек . Начальное приближение x0 = a или x0 = b брать таким, чтобы вся последовательность приближения х k принадлежала интервалу ]a;b[ . В случае существования производных f ’, f ”, сохраняющих свои знаки в интервале, за х0 берется тот конец отрезка [a;b], для которого выполняется условие f ’(х0) * f (х0) > 0. Для оценки приближения используется общая формула :
|c-x k-1 | ? | f (x k+1)/m| , где m = minf’(x) на отрезке [a;b] .
На практике проще пользоваться другим правилом :
Если на отрезке [a;b] выполняется условие 0 < m < | f (x)| и e - заданная точность решения, то неравенство | x k+1-x k| ? e влечет выполнение неравенства |c-x k-1| ? e .
В этом случае процесс последовательного приближения продолжают до тех пор, пока не выполнится неравенство :|c-x k-1| ? e .
Упрощенный метод Ньютона: , n=0,1,…
Метод
секущих:
, n=0,1,…
1.3.
Тестовый пример
Для заданного нелинейного уравнения вида f(x)=0 графическим или аналитическим способом найти интервалы локализации корней, 5x-3x-5=0
- 5x-3x-5=0; y=5x y=3x-5
5x=3x+5 x -2 -1 0 1 2 x -
y
- графический метод
Первое решение находится в интервале (-2;-1). Второе в интервале (1;2)
б) метод секущих
1) (-2;-1)
f(x)=5x-3x-5
f(-2)=5-2+6-5=1/25+1=26/25=1.
f(-1)=5-1+3-5=1/5-2=-1.8<0
x1=a-(b-a)f(a)/f(b)-f(a)=-2-(-
f(-1.6338)=5-1.6338+3*1.6338-
применим метод к промежутку (-2;-1.6338)
x2=-2-(-1.6429+2)*
f(-1.64297)=5-1.
искомый корень: -1.6429
2) (-2;-1)
f(1)=51-3-5=-3<0
f(2)=52-3*2-5=25-11=14>0
x1=a-(b-a)f(a)/f(b)-f(a)=1-(2-
f(1.1765)=51.1765+3*1.1765-5=-
(1.1765;2)
x2=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 2743)=-1.04795<0
(1.2743;2)
x3=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 3248)=-0.5411<0
(1.3248;2)
x4=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 3499)=-0.2688<0
(1.3499;2)
x5=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 3621)=-0.1313<0
(1.3621;2)
x6=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 3680)=-0.0635<0
(1.3680;2)
x7=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 3709)=-0.0299<0
(1.3709;2)
x8=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 3722)=-0.0148<0
(1.3722;2)
x9=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 3729)=-0.0067<0
(1.3729;2)
x10=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 3732)=-0.0032<0
(1.3732;2)
x11=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 3733) =-0.00199<0
(1.3733;2)
x12=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 3734)=-0.0008<0
(1.3734;2)
x13=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 37344)= -0.0004<0
(1.37344;2)
x14=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 3735)=-0.0003<0
(1.3735;2)
x15=a-(b-a)f(a)/f(b)-f(a)=1.
f(1. 37347)=-0.000001<0
(1.37347;2)
искомый корень: 1.3734
1.4
Разработка алгоритма
решения нелинейных
уравнений в приложении 1.1
Глава 2. Вычисление значения функции при помощи интерполяционной формулы
2.1 Общая характеристика методов интерполяционной формулы
Основные направления исследования: разрешимость задачи интерполирования, простейших интерполяционных формул, применение интерполяции для построения приближенных интерполяционных формул, применение интерполяции для построения приближенных и численных методов решения различных задач математики и ее приложений.
Приближенное представление функций. Интерпояционные функции на отрезке по значениям ее в узлах сетка - означает постоение другой функции такой, что В более общей постановке задача интерполирования функции состоит в постоении не только из условий совпадения значений функций и на стеке , но и совпадения в отдельных узлах производных до какого-то порядка или некоторых других соотношений, связанных и .
Обычно стоится в виде
где - некоторая заранее выбранная система линейно независимых функций. Такое интерполирование называется л и н е й н ы м относительно системы , а интерполяционным многочленом по системе .
Выбор системы определяется свойством класса функций, для приближения которого предназначаются интерполяционные формулы. Например, для приближения - периодической функции на за естественно взять тригонометрическую систему функций, для приближения на полу оси ограниченных или возрастающих функции- систему рациональных или показательных функций, учитывающих поведение приближаемых функций на бесконечности и т.д.
Чаще всего используя а л г е б р а и ч е с к о е интерполирование: . Существует ряд явных представлений алгебраических интерполяционных многочленов. Например интерполяционный многочлен Лагранжа имеет вид:
В задаче приближения функции и на всём отрезке алгебраическое интерполирование высокого порядка выполняется сравнительно редко. Алгебраический интерполяционный процесс не является сходящимся в классе непрерывных на функций. Обычно ограничиваются линейным интерполированием по узлам и на каждом отрезке или квадратичным по трем узлам , , на отрезке .
Эффективным аппаратом приближения функции являются интерполяционные сплайны, но их построение в ряде частных случаях требует значительных вычислительных затрат.
Полиномиальный интерполяционный сплайн произвольной степени m дефекта r определяется как функция , удовлетворяющая, кроме условий и , еще дополнительно условиям совпадения в узлах сетки значений функции и интерполированной функции и их производных до некоторого порядка.
Часто при обработке эмпирических данных коэффициенты в определяют исходя из требования минимизации суммы
- заданные числа, .
Такое построение функции называют интерполированием по методу наименьших квадратов.
Интерполирование функций многих переменных имеет ряд принципиальных и алгебраических трудностей. Например в случае алгебраической интерполяции интерполяционный многочлен Лагранжа фиксированной степени, вообще говоря, не существует для произвольной схемы различных узлов интерполяции. В частности для функций двух переменных такой многочлен суммарной степени не выше n может быть построен по узлам лишь при условии, что эти узлы не лежат на алгебраической кривой порядка n.
Другой поход к интерполированию функции многих переменных стоит в том, что сначала интерполируется функция по переменной при фиксированных потом по следующей переменной при фиксированных и т.д. интерполяционные сплайны для функций многих переменных определяются по многомерной сетке при соответствующих изменениях по аналогии с одномерным случаем.
Интерполирование функций и численные методы. Интерполирование функции используется:
- для замены сложно вычисляемой функции другой, вычисляемой проще
- для приближенного восстановления функции на всей области задания по значениям её в отдельных точках или по другим известным величинам
- для получения сглаживающих функций
- для приближенного нахождения предельных значений функции
- в задачах ускорения сходимости последовательностей и рядов и в других вопросах.
Общие идеи построения интерполяционных методов решения уравнения =0 и систем уравнения , одни и те же. Трудности задачи интерполирования функций многих преременных особенно сказывается при исследовании и практическом использовании такого рода методов для большого числа уравнений. В основу получении интерполяционных методов решения уравнения =0 положена замена функции ее интерполяционным многочленом и последующим решением уравнения =0 берутся за приближенные решении уравнения =0 интерполяционный многочлен используется так же при построении итерационных методов решения уравнения =0.
Например взяв за корень линейного интерполяционного алгебраического многочлена, построенного по значениям и в узле или по значениям и в узлах и , приходят соответственно к методу Ньютона и метода секущих

- Методы решения нелинейных уравнений. Алгоритмы методов хорд и касательных
- Методы решения проблем
- Методы решения проблем ветхого жилого фонда
- Методы решения проблем социальной политики в современной России
- Методы решения проблемы
- Методы решения проблемы государственного долга
- Методы решения проблемы совершенствования государственного регулирования производства и реализации алкогольной и спиртосодержащей про
- Методы решения задач транспортного типа
- Методы решения задач фильтрации газа с помощью уравнения материального баланса
- Методы решения задач фильтрации газа с помощью уравнения материального баланса
- Методы решения логарифмических уравнений и неравенств
- Методы решения матричных игр
- Методы решения матричных игр (на примере игры «Зачет»)
- Методы решения нелинейных уравнений