![]() 978 63 62 |
![]() |
Сочинения Доклады Контрольные Рефераты Курсовые Дипломы |
РАСПРОДАЖА |
все разделы | раздел: | Математика |
Решение систем линейных алгебраических уравнений методом Гаусса и Зейделя | ![]() найти еще |
![]() Молочный гриб необходим в каждом доме как источник здоровья и красоты + книга в подарок |
Симплексный метод состоит в таком направленном переборе вершин, при котором значение целевой функции возрастает от вершины к вершине. Каждой вершине соответствует система уравнений, выбираемая спец. образом из системы неравенств (2) — (3), поэтому вычислительная процедура симплексного метода состоит в последовательном решении систем линейных алгебраических уравнений. Простота алгоритма делает этот метод удобным для его реализации на ЭВМ. Лит.: Юдин Д. Б., Гольштейн Е. Г., Линейное программирование, М., 1969. В. Г. Карманов. Линейное пространство Лине'йное простра'нство, тоже, что векторное пространство. В функциональном анализе рассматриваются главным образом бесконечномерные пространства. Примером бесконечномерного Л. п. может служить пространство всех многочленов (с вещественными или комплексными коэффициентами) при обычном определении сложения и умножения на числа. Одним из первых примеров бесконечного Л. п. были гильбертово пространство и пространство С [а, b] непрерывных функций, заданных на отрезке [а, b]
Министерство образования и науки Российской Федерации Федеральное агентство по образованию Московский автомобильно-дорожный институт (ГТУ) МФ Факультет «АТ» Кафедра «О и БД» КУРСОВАЯ РАБОТА по предмету «Прикладная Математика»Выполнил студент 2ЭТ гр. Мусиев Г.М. Проверил преподаватель Баламирзоев А.Г. Махачкала 2008 г. Оглавление Введение 1. Решение нелинейных уравнений. Метод деления отрезка пополам. Метод касательных. Комбинированный метод хорд и касательных 2. Решение систем линейных алгебраических уравнений. Методом Крамера. Методом Гаусса. Метод Жордана Гаусса. Метод Зейделя 3. Математическая обработка результатов опыта. Аппроксимация функций. Полином Лагранжа. Метод наименьших квадратов 4. Численные методы решения обыкновенных дифференциальных уравнений. Метод Эйлера. Метод Рунге – Кутта 5. Практический раздел Введение В достаточно общем случае процесс решения прикладных задач состоит из следующих этапов: 1. постановка задачи и построение математической модели (этап моделирования); 2. выбор метода и разработка алгоритма (этап алгоритмизации) ; 3. запись алгоритма на языке, понятном ЭВМ (этап программирования); 4. отладка и исполнение программы на ЭВМ (этап реализации); 5. анализ полученных результатов (этап интерпретации).
Разработка проекта машины МИР-1 отличалась огромным творческим накалом и интенсивным взаимодействием специалистов различного профиля,P вспоминает участник работ А.А. Летичевский.P Помню, как рождался входной язык машины (я в коллективе был самым языкатым и поэтому больше всего занимался разработкой языковых средств различного уровня). После интенсивных мозговых штурмов, вдохновляемых безграничной научной фантазией Виктора Михайловича, принимались очередные решения по структуре языка, которые затем проверялись на примерах конкретных задач. Первоначально язык развивался в направлении алгебраических спецификаций вычислительных схем. Юрий Владимирович Благовещенский предлагал все новые и новые вычислительные методы, а Алла Дородницына записывала соответствующие определения в языке. И каждый раз чего-нибудь недоставало. Например, допустимые схемы рекурсивных определений позволяли записать простую итерацию для решения систем линейных уравнений, но как быть с Зейделевской? Я, как теоретик, черпал идеи из известной в то время книги Петер Рекурсивные функции, и вскоре все стандартные типы рекурсий (возвратная, повторная и пр.) были включены в язык
Итогом работы можно считать созданную функциональную модель решения системы линейных алгебраических уравнений методом Гаусса. Данная модель применима к невырожденным матрицам с одинаковым количеством строк и столбцов. Созданная функциональная модель и ее программная реализация могут служить органической частью решения более сложных задач. Список использованных источников и литературы Васильев Ф.П. Численные методы решения экстремальных задач. / Ф.П. Васильев - М.: Наука, 2002. C.415. Калиткин Н.Н. Численные методы. / Н.Н. Калиткин. - М.: Питер, 2001. С.504. Кнут Д.Э. Искусство программирования. Основные алгоритмы / Д.Э. Кнут. - М.: Вильямс, 2007. Т.1. - 712 с. Метод Гаусса - Режим доступа: Степанов П.А. Функциональное программирование на языке Lisp. / П.А. Степанов, А.В. Бржезовский. - М.: ГУАП, 2003. С.79.
Матричные разложения В ходе решения задач линейной алгебры часто приходится использовать различные методы, например известный еще из школы метод исключения Гаусса. Однако для эффективного решения таких задач приходится представлять матрицы специальным образом, осуществляя матричные разложения. В ходе этого приходится работать с некоторыми специальными типами матриц, что нередко резко упрощает решения систем линейных уравнений. Отметим некоторые из наиболее распространенных матричных разложений, которые реализованы в большинстве СКА и СКМ. LU-разложение, называемое также треугольным разложением, соответствует матричному выражению вида Р∙А=L∙U, где L — нижняя и U — верхняя треугольные матрицы. Все матрицы в этом выражении квадратные. QR-разложение имеет вид А=Q∙R, где Q — ортогональная матрица, a R — верхняя треугольная матрица. Это разложение часто используется при решении любых систем линейных уравнений, в том числе переопределенных и недоопределенных и с прямоугольной матрицей. Разложение Холецкого А=L∙LT применяется к симметричной матрице А, при этом L — треугольная матрица
СодержаниеВведение Тема 1. Решение задач вычислительными методами. Основные понятия 1.1 Погрешность 1.2 Корректность 1.3 Вычислительные методы Тема 2. Решение нелинейных уравнений 2.1 Постановка задачи 2.2 Основные этапы отыскания решения 2.3 Метод деления отрезка пополам (метод дихотомии, метод бисекции) 2.4 Метод простых итераций 2.5 Метод Ньютона (метод касательных) 2.6 Метод секущих (метод хорд) 2.7 Метод ложного положения Тема 3. Решение систем линейных алгебраических уравнений 3.1 Постановка задачи 3.2 Метод исключения Гаусса. Схема единственного деления 3.3 Метод исключения Гаусса с выбором главного элемента по столбцу 3.4 Вычисление определителя методом исключения Гаусса 3.5 Вычисление обратной матрицы методом исключения Гаусса 3.6 Метод простой итерации Якоби 3.7 Метод Зейделя Тема 4. Приближение функций 4.1 Постановка задачи 4.2 Приближение функции многочленами Тейлора 4.3 Интерполяция функции многочленами Лагранжа 4.4 Аппроксимация функций. Метод наименьших квадратов Тема 5. Численное интегрирование функций одной переменной 5.1 Постановка задачи численного интегрирования 5.2 Метод средних прямоугольников 5.3 Метод трапеций 5.4 Метод Симпсона (метод парабол) 5.5 Правило Рунге практической оценки погрешности Тема 6.
Операции численного решения системы линейных алгебраических уравнений2.1 Решение системы линейных алгебраических уравнений методом последовательного исключения неизвестных (метод Гаусса) a11 x4 Решение системы линейных алгебраических уравнений выполним методом последовательного исключения неизвестных (метод Гаусса). Увеличим для более точных расчётов число знаков после запятой: В результате будем иметь систему, решение которой определит неизвестные для произвольного значения х4 : Выводы по работе №2 В результате выполнения практического занятия №2 были изучены некоторые возможности математического пакета Ma hCad в среде Wi dows 98 для использования матричной алгебры и решения системы линейных алгебраических уравнений, а также изучены методы решения систем линейных алгебраических уравнений. В процессе работы я научился: Задавать шаблоны матриц и векторов. Работать с массивами, векторами и матрицами. Решать системы линейных алгебраических уравнений различными методами. Интересно признать, что решение систем уравнений в курсе высшей математики занимало большое количество времени. Например, решение системы методом последовательного исключения неизвестных (метод Гаусса) довольно громоздкий для ручного расчёта и намного быстрее производится с помощью Ma hCad , причём с точностью до 18 знаков после запятой.
СОДЕРЖАНИЕВведение 1 Постановка задачи 2 Математические и алгоритмические основы решения задачи 2.1 Схема единственного деления 2.1.1 Прямой ход 2.1.2 Обратный ход 2.2 Метод Гаусса с выбором главного элемента по столбцу 3 Функциональные модели и блок-схемы решения задачи 4 Программная реализация решения задачи 5 Пример выполнения программы Заключение Список использованных источников и литературы ВВЕДЕНИЕ Решение систем линейных алгебраических уравнений – одна из основных задач вычислительной линейной алгебры. Хотя задача решения системы линейных уравнений сравнительно редко представляет самостоятельный интерес для приложений, от умения эффективно решать такие системы часто зависит сама возможность математического моделирования самых разнообразных процессов с применением ЭВМ. Значительная часть численных методов решения различных (в особенности – нелинейных) задач включает в себя решение систем линейных уравнений как элементарный шаг соответствующего алгоритма. Одна из трудностей практического решения систем большой размерности связанна с ограниченностью оперативной памяти ЭВМ. Хотя объем оперативной памяти вновь создаваемых вычислительных машин растет очень быстро, тем не менее, еще быстрее возрастают потребности практики в решении задач все большей размерности.
Введение Данная курсовая работа включает в себя три итерационных метода решения систем линейных алгебраических уравнений (СЛАУ): Метод Якоби (метод итераций). Метод Холецкого. Метод верхней релаксации. Также данная курсовая работа включает в себя: описание метода, применение метода к конкретной задаче (анализ), код программы решения вышеперечисленных методов на языке программирования Borla d C Builder 6. Описание метода Метод решения задачи называют итерационным, если в результате получают бесконечную последовательность приближений к решению. Основное достоинство итерационных методов состоит в том, что точность искомого решения задается. Число итераций, которое необходимо выполнить для получения заданной точности , является основной оценкой качества метода. По этому числу проводится сравнение различных методов. Главным недостатком этих методов является то, что вопрос сходимости итерационного процесса требует отдельного исследования. Примером обычных итерационных методов служат: метод итераций (метод Якоби), метод Зейделя, метод верхних релаксаций.
Решение систем линейных алгебраических уравнений Введение Решение систем линейных алгебраических уравнений – одна из основных задач вычислительной линейной алгебры. Хотя задача решения системы линейных уравнений сравнительно редко представляет самостоятельный интерес для приложений, от умения эффективно решать такие системы часто зависит сама возможность математического моделирования самых разнообразных процессов с применением ЭВМ. Значительная часть численных методов решения различных (в особенности – нелинейных) задач включает в себя решение систем линейных уравнений как элементарный шаг соответствующего алгоритма. Одна из трудностей практического решения систем большой размерности связанна с ограниченностью оперативной памяти ЭВМ. Хотя обьем оперативной памяти вновь создаваемых вычислительных машин растет очень быстро, тем не менее, еще быстрее возрастают потребности практики в решении задач все большей размерности. В значительной степени ограничения на размерность решаемых систем можно снять, если использовать для хранения матрицы внешние запоминающие устройства.
Остановимся на указанных чертах метода несколько подробнее. Единство подходов к большому кругу задач означает, как видно из гл. 2 и 3, что интегральные уравнения, эквивалентные различным граничным задачам электродинамики, составляются по одному и тому же стереотипу. При этом для задач на телах вращения нет необходимости проходить стадию уравнений для произвольных тел. Истокообразные представления (3.8) и (3.9) вместе с формулами для элементов тензорной функции Грина позволяют" легко и быстро, примерно так же как из крупных блоков строят дома, составлять необходимые уравнения. Те же «крупные блоки» в виде подпрограмм для -функции для элементов тензора Грина и решения систем линейных алгебраических уравнений позволяют достаточно быстро и просто компоновать программы для всех сформулированных в книге задач и для многих других. Те же подпрограммы дают возможность после численного решения уравнений найти поле в любой точке пространства. 3 МЕТОД СВЧ КОНТРОЛЯ ПАРАМЕТРОВ ПОЛИМЕРОВ Для контроля технологических параметров полимеров (качества смещения, определение включений, вязкости) находят применение радиоволновые метода СВЧ.
Для получения результата нажмем одновременно клавиши Shif /C rl/E er (рис.14.). рис.14. 2.5 Умножение матрицы на число Для умножения матрицы на число следует выполнить следующие действия: 1. Задать исходную матрицу. 2. Отметить место для матрицы-результата. 3. В выделенном под результат месте электронной таблицы записать произведение так, как показано на рис.15. рис.15. 4. Завершить выполнение работы нажатием клавиш Shif /C rl/E er (рис.16.). рис.16. 2.6 Сложение матриц Для сложения двух матриц одинаковой размерности следует выполнить следующую последовательность действий: 1.Задать две исходные матрицы. 2.Отметить место для матрицы-результата. 3.В выделенном под результат месте электронной таблицы записать сумму так, как показано на рис.17. рис.17. 4.Завершить выполнение работы нажатием клавиш Shif /C rl/E er (рис.18.). рис.18. 2.7 Вычисление определителя матрицы Для вычисления определителя матрицы сформируем лист электронной таблицы: 1.Определим исходную матрицу. 2.Определим место под результат. 3.Обратимся к мастеру функций, найдем функцию МОПРЕД , выполним постановку задачи (рис.19.). рис.19. 4.Щелкнув по кнопке ОК, получим значение определителя (рис.20.). рис.20. 2.8 Системы линейных алгебраических уравнений Задание #5 Решение систем линейных алгебраических уравнений всегда занимало математиков и для их решения было разработано немало численных методов, подразделяющихся на прямые и итерационные.
ВведениеК решению систем линейных алгебраических уравнений приводятся многие задачи численного анализа. Известное из курса высшей алгебры правило Крамера для решения систем линейных алгебраических уравнений практически невыгодно, так как требует слишком большого количества арифметических операций и записей. Поэтому было предложено много различных способов, более пригодных для практики. Используемые практически методы решения систем линейных алгебраических уравнений можно разделить на две большие группы: так называемые точные методы и методы последовательных приближений. Точные методы характеризуются тем, что с их помощью принципиально возможно, проделав конечное число операций, получить точные значения неизвестных. При этом, конечно, предполагается, что коэффициенты и правые части системы известны точно, а все вычисления производятся без округлений. Чаще всего они осуществляются в два этапа. На первом этапе преобразуют систему к тому или иному простому виду. На втором этапе решают упрощенную систему и получают значения неизвестных.
Этому способствовал целый ряд его преимуществ: простота метода и, следовательно, его доступность; единство подходов к решению весьма широкого круга задач; удобство реализации в виде вычислительных программ алгоритмов, на нем основанных, и, наконец, высокая степень универсальности Остановимся на указанных чертах метода несколько подробнее Единство подходов к большому кругу задач означает, как видно из гл 2 и 3, что интегральные уравнения, эквивалентные различным граничным задачам электродинамики, составляются по одному и тому же стереотипу При этом для задач на телах вращения нет необходимости проходить стадию уравнений для произвольных тел Истокообразные представления (3.8) и (3.9) вместе с формулами для элементов тензорной функции Грина позволяют" легко и быстро, примерно так же как из крупных блоков строят дома, составлять необходимые уравнения Те же «крупные блоки» в виде подпрограмм для -функции для элементов тензора Грина и решения систем линейных алгебраических уравнений позволяют достаточно быстро и просто компоновать программы для всех сформулированных в книге задач и для многих других
Результаты, полученные в рамках математической физики для конечномерных аналитических объектов и задач (теоремы единственности, теоремы сходимости и т.д.) используются в ограниченном объеме. Основное значение придается разработке единого аппроксимационного подхода к построению решений бесконечномерных задач, т.е. переходу от бесконечномерных объектов и задач к конечномерным, которым придается определяющее значение. Решаемые конечномерные задачи также подразделяются на корректно и некорректно поставленные, основное значение придается проблеме нахождения приближенных решений линейных некорректно поставленных задач, т.е. нахождения приближенных решений систем линейных алгебраических уравнений с приближенными данными. При этом главной целью всех теоретических построений является создание эффективных компьютерных технологий. 6. Переходим к характеристике установок второго типа. А. В математической физике и классической теории некорректных задач, хотя и принимается, что решения некорректных задач могут быть получены лишь при использовании так называемой априорной (дополнительной) информации о свойствах искомого решения и помех во входных данных, однако фактически принимается стратегия использования минимальных объемов априорной информации.
Здесь же при решении систем линейных алгебраических уравнений впервые в мировой учебной литературе вводятся определители. В области математического анализа Лобачевский занимался вопросами сходимости («исчезания») рядов и в связи с этим уточнил понятие функции («Об исчезании тригонометрических строк», 1834), разграничил понятия непрерывности и дифференцируемости. Ценные результаты он получил и в теории вероятностей. Существенно отметить, что Лобачевский не был только математиком, замкнувшимся в своей деятельности в одной этой области науки. Для него математика – лишь один из инструментов, позволяющих наиболее глубоко проникнуть в познание закономерностей природы. Науке чисел принадлежит все, что имеет величину; а что в физическом мире ее не имеет? В нем всё существует под необходимым условием быть измеряему и, следовательно, все подчинено законам математики. Посему все естественные науки силятся встать на ту высокую ступень совершенства, на которой последует их соединение с математикой; и со времени сего соединения их успехи пойдут быстрыми шагами вперед.
Отличительной чертой является входной язык, максимально приближенный к обычному математическому языку. А с Elec ro ics Workbe ch общим является возможность создания моделей как отдельных обьектов так и систем, путём поблочного моделирования и спомощью специальных блоков наблюдать протекающие процессы в модели. 1.3 Возможности, визуализация и графические средства Основной объект системы MA LAB - прямоугольный числовой массив (матрица), в котором допускается применение комплексных элементов. Использование матриц не требует явного указания их размеров. Система MA LAB обеспечивает выполнение операций с векторами и матрицами даже в режиме непосредственных вычислений. Ею можно пользоваться как мощнейшим калькулятором, в котором наряду с обычными арифметическими и алгебраическими действиями могут использоваться такие сложные операции, как обращение матрицы, вычисление ее собственных значений и векторов, решение систем линейных алгебраических уравнений и много других. Характерной особенностью системы является ее открытость, то есть возможность ее модификации и адаптации к конкретным задачам пользователя. Привлекательной особенностью системы MA LAB является наличие встроенной матричной и комплексной арифметики.
Курсовая работа по информатике на тему: «Численные методы решения систем линейных уравнений» Выполнил: студент 06–ИСТ, Фадеева Т.В. Проверил: Ловыгина М.Б. г. Павлово 2008 Содержание. Теоретическая часть Численные методы Матричный метод.6 Метод Метод Гаусса .12 Итерации для линейных систем . . .17 Итерация Якоби. . .18 Итерация Гаусса – Зейделя. . 20 Практическая часть 1) Матричный метод.22 2) Метод 3) Метод 4) Листинг программы. .28 Польза введения расчётов. .65 Теоретическая часть. Введение. Линейная алгебра – часть алгебры, изучающая векторные (линейные) пространства и их подпространства, линейные отображения (операторы), линейные, билинейные, и квадратичные функции на векторных пространствах. Линейная алгебра, численные методы – раздел вычислительной математики, посвященный математическому описанию и исследованию процессов численного решения задач линейной алгебры. Среди задач линейной алгебры наибольшее значение имеют две: решение системы линейных алгебраических уравнений определение собственных значений и собственных векторов матрицы.
![]() | 978 63 62 |