Instytut Automatyki Politechniki Aódzkiej - Metody Numeryczne wykład 6
UWłaściwości metod iteracyjnych
iteratio=powtarzanie (procesu numerycznego w celu ulepszenia
wcześniejszych wyników)=kolejne przybliżanie
metoda iteracji prostej:
x=F(x)
równanie iteracji xi +1 = F( xi )
=
=
=
+
+
+
dostateczny warunek zbieżności: F' ( x ) < 1
<
<
<
szybkość zbieżności tym większa im mniejszy F' ( x )
Def.:
Niech xB B będzie ciągiem kolejnych przybliżeń zbieżnej metody iteracyjnej:
i
lim xi = a. Jeżeli istnieje liczba p e" 1taka, że
= e"
= e"
= e"
i "
"
"
"
xi +1 - a
-
-
-
+
+
+
lim = C `" 0, C < 1 gdy p = 1
= `" < =
= `" < =
= `" < =
p
i "
"
"
"
xi - a
-
-
-
to mówimy, że metoda jest rzędu p w punkcie a. Liczba C jest nazywana
stałą asymptotyczną błędu.
W6 - 1
Instytut Automatyki Politechniki Aódzkiej - Metody Numeryczne wykład 6
1
K
Jeżeli z jedną iteracją związany jest koszt K to E = p nazywamy
=
=
=
wskaznikiem efektywności metody.
Tw.
Jeżeli równaniem iteracji jest xi +1 = Ś( xi ) i dla k=1,..,p-1 Ś( k )( a ) = 0,
= Åš Åš =
= Åš Åš =
= Åš Åš =
+
+
+
to metoda jest rzędu p.
dow.
( xi - a )2 Åš'' ( a )
- Åš
- Åš
- Åš
xi +1 = Åš( xi ) = Åš( a ) + ( xi - a )Åš' ( a ) + +L+
= Åš = Åš + - Åš + + +
= Åš = Åš + - Åš + + +
= Åš = Åš + - Åš + + +
+
+
+
2!
( xi - a )p Åš( p )( a )
- Åš
- Åš
- Åš
p+1
+
+
+
+ + O( ( xi - a )
+ + -
+ + -
+ + -
p!
xi +1 - a
-
- Åš( p )( a )
- Åš
Åš
Åš
+
+
+
lim =
=
=
=
i "
"
"
"
( xi - a )p p!
-
-
-
W6 - 2
Instytut Automatyki Politechniki Aódzkiej - Metody Numeryczne wykład 6
UMetody iteracyjne rozwiązywania równań nieliniowych
Szukamy rzeczywistego pierwiastka równania f ( x ) = 0.
=
=
=
Metoda bisekcji.
Wezmy przedział [a, b], na krańcach którego f(x) jest różnego znaku. Jeśli f(x)
jest ciągła, to osiąga wartość zero wewnątrz [a, b]. Połowiąc przedział [a, b] i
badając znak funkcji na krańcach przedziałów zawężamy przedział zawierający
pierwiastek równania f(x)=0. Ponieważ prowadzimy obliczenia w arytmetyce
zmiennopozycyjnej nie znajdziemy pewnie punktu, w którym f(x)=0. Naszym
celem będzie wić znalezienie przedziału o długości nie przekraczajacej zadanej
dokładności obliczeń (mogą to być dwie sąsiednie liczby zmiennoprzecinkowe), w
którym f(x) zmienia znak.
Złoty podział
W6 - 3
Instytut Automatyki Politechniki Aódzkiej - Metody Numeryczne wykład 6
Metoda UNewtona-Raphsona
Jeżeli pierwiastkiem jest ¾ , a xi jest przybliżeniem ¾ ( xi leży w otoczeniu
¾ ¾
¾ ¾
¾ ¾
¾ ), to
¾
¾
¾
f (¾ ) = 0 =
¾ = =
¾ = =
¾ = =
(¾ - xi )2 (¾ - xi )3 ( 3 )
¾ - ¾ -
¾ - ¾ -
¾ - ¾ -
= f ( xi ) + (¾ - xi ) f' ( xi ) + f'' ( xi ) + f ( xi ) +L
= + ¾ - + + +
= + ¾ - + + +
= + ¾ - + + +
2! 3!
zaniedbujÄ…c wyrazy rzÄ™dy wiÄ™kszego niż ½ otrzymujemy równanie do
½
½
½
wyznaczenia kolejnego przybliżenia xi +1
+
+
+
Dla ½ = 1 (metoda UNewtona-Raphsona stopnia IU):
½ =
½ =
½ =
0 = f ( xi ) + ( xi +1 - xi ) f' ( xi )
= + -
= + -
= + -
+
+
+
f ( xi )
xi +1 = xi -
= -
= -
= -
+
+
+
f' ( xi )
W6 - 4
Instytut Automatyki Politechniki Aódzkiej - Metody Numeryczne wykład 6
Dla ½ = 2 (metoda Newtona-Raphsona stopnia II):
½ =
½ =
½ =
( xi +1 - xi )2
-
-
-
+
+
+
0 = f ( xi ) + ( xi +1 - xi ) f' ( xi ) + f'' ( xi )
= + - +
= + - +
= + - +
+
+
+
2!
f' ( xi )Ä… f' ( xi )2 - 2 f' ( xi ) f'' ( xi )
Ä… -
Ä… -
Ä… -
xi+1 = xi -
= -
= -
= -
+
+
+
f'' ( xi )
Zbieżność lokalna!
RzÄ…d zbieżnoÅ›ci metody N-R I dla jednokrotnego zera ( f' (¾ ) `" 0):
¾ `"
¾ `"
¾ `"
f ( x )
xi +1 = Åš( xi ), Åš( x ) = x -
= Åš Åš = -
= Åš Åš = -
= Åš Åš = -
+
+
+
f' ( x )
îÅ‚ f' ( x ) f ( x ) f'' ( x )Å‚Å‚
îÅ‚ Å‚Å‚
îÅ‚ Å‚Å‚
îÅ‚ Å‚Å‚
Åš' (¾ ) = - + = 0, czyli p=2
Åš ¾ = - + =
Åš ¾ = - + =
Åš ¾ = - =
ïÅ‚1 f' ( x ) + śł
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚
f' ( x )2 śł x=¾
ðÅ‚ ûÅ‚
ðÅ‚ ûÅ‚
ðÅ‚ ûÅ‚
ðÅ‚ ûÅ‚
=¾
=¾
=¾
W6 - 5
Instytut Automatyki Politechniki Aódzkiej - Metody Numeryczne wykład 6
Rząd zbieżności metody N-R I dla m-krotnego zera
( f ( x ) = ( x - ¾ )m g( x ), g(¾ ) `" 0):
= - ¾ ¾ `"
= -¾ ¾ `"
= -¾ ¾ `"
f '(x) = m(x - ¾ )m-1 g(x) + (x - ¾ )m g'(x),
(x - ¾ )m g(x)
Åš(x) = x - ,
m(x - ¾ )m-1 g(x) + (x - ¾ )m g'(x)
1 1
Åš' (¾ ) = 1 - , czyli p=1 C = 1 -
Åš ¾ = - = -
Åš ¾ = - = -
Åš ¾ = - = -
m m
W6 - 6
Instytut Automatyki Politechniki Aódzkiej - Metody Numeryczne wykład 6
PRZYKAAD 1:
m
a
a>0
xm = a
xm - a = 0
,
xnm - a
a + (m -1)xnm
xn+1 = xn -
xn+1 =
mxnm-1 mxnm-1 . , m=3, a=7
n x(n) x(13)-x(n) err(n-1)^2
0 4 -2,087068817
1 2,8125 -0,899568817
2 2,169979424 -0,257048241 0,809224057
3 1,94217793 -0,029246748 0,066073798
4 1,913369391 -0,000438208 0,000855372
5 1,912931283 -1,00353E-07 1,92027E-07
6 1,912931183 -5,55112E-15 1,00707E-14
7 1,912931183 0 3,08149E-29
8 1,912931183 0 0
9 1,912931183 0 0
10 1,912931183 0 0
11 1,912931183 0 0
12 1,912931183 0 0
13 1,912931183 0 0
W6 - 7
Instytut Automatyki Politechniki Aódzkiej - Metody Numeryczne wykład 6
PRZYKAAD 2:
Ä„
= ? cos( x ) = 0
sin( x) -1 = 0
: . .
2
sin(xn ) -1
cos(xn )
xn+1 = xn -
xn+1 = xn -
cos(xn )
- sin(xn )
n x(n) x(23)-x(n)
0 1,0000000000 0,5707962609
1 1,2934079930 0,2773882679
Ä„
-x(n)
2 1,4329983667 0,1377978942
n x(n)
2
3 1,5020065769 0,0687896840
0 1,0000000000 0,5707963268
4 1,5364150214 0,0343812395
5 1,5536073677 0,0171888932
1 1,6420926159 -0,0712962891
6 1,5622020589 0,0085942021
7 1,5664992193 0,0042970416
2 1,5706752772 0,0001210496
8 1,5686477763 0,0021484846
9 1,5697220520 0,0010742089
3 1,5707963268 0,0000000000
10 1,5702591894 0,0005370715
4 1,5707963268 0,0000000000
11 1,5705277581 0,0002685028
12 1,5706620425 0,0001342185
5 1,5707963268 0,0000000000
13 1,5707291846 0,0000670763
14 1,5707627557 0,0000335052
6 1,5707963268 0,0000000000
15 1,5707795413 0,0000167197
16 1,5707879340 0,0000083269
7 1,5707963268 0,0000000000
17 1,5707921304 0,0000041305
18 1,5707942286 0,0000020323
19 1,5707952777 0,0000009832
20 1,5707958023 0,0000004587
21 1,5707960645 0,0000001964
22 1,5707961957 0,0000000652
23 1,5707962609
W6 - 8
Instytut Automatyki Politechniki Aódzkiej - Metody Numeryczne wykład 6
UMetoda siecznych
f ( xi ) f ( xi )( xi - xi -1 ) f ( xi )xi -1 - f ( xi -1 )xi
- -
- -
- -
- - -
- - -
- - -
xi +1 = xi - H" xi - =
= - H" - =
= - H" - =
= - H" - =
+
+
+
f' ( xi ) f ( xi ) - f ( xi -1 ) f ( xi ) - f ( xi -1 )
- -
- -
- -
- -
- -
- -
p=1.618..
URegula falsi
dane xi , ai , f ( xi ) f ( ai ) < 0
<
<
<
ai f ( xi ) - xi f ( ai )
-
-
-
obliczamy µi = ,
µ =
µ =
µ =
f ( xi ) - f ( ai )
-
-
-
xi+1 = µi üÅ‚
= µ
= µ
= µ
üÅ‚
üÅ‚
üÅ‚
+
+
+
wybieramy Ð! f ( xi ) f ( µi ) > 0
Ð! µ >
Ð! µ >
Ð! µ >
żł
żł
żł
ai+1 = ai żł
=
=
=
þÅ‚
þÅ‚
þÅ‚
+ þÅ‚
+
+
xi +1 = µi üÅ‚
= µ
= µ
= µ
üÅ‚
üÅ‚
üÅ‚
+
+
+
Ð! f ( xi ) f ( µi ) < 0
Ð! µ <
Ð! µ <
Ð! µ <
żł
żł
żł
ai +1 = xi żł
=
=
=
þÅ‚
þÅ‚
þÅ‚
+ þÅ‚
+
+
p=1
W6 - 9
Instytut Automatyki Politechniki Aódzkiej - Metody Numeryczne wykład 6
Odwrotna interpolacja kwadratowa (OIK, IQI)
Przypuśćmy, że mamy 3 wartosci argumentu x : a, b, i c, i odpowiadające im
wartości funkcji y : f(a), f(b), i f(c). Możemy interpolować te wartości
wielomianem stopnia 2 i przyjąć za kolejne przybliżenie punkt, w którym
parabola przecina oś x . Ale może darzyć się, że parabola nie przecina osi x -
wielomian nie ma pierwiastków rzeczywistych. Zamiast budować wielomian
interpolacyjny stopnia 2 względem x możemy zbudować taki wielomian względem
y (oznaczmy go P(y)) jego wykresem będzie odwrócona parabola. Taka
parabola zawsze przetnie oś x i punkt przecięcia (x=P(0), y=0) będzie następnym
przybliżeniem w metodzie iteracyjnej .
W6 - 10
Instytut Automatyki Politechniki Aódzkiej - Metody Numeryczne wykład 6
Algorytm uniwersalny:
1 Startujemy od a i b takich że f(a) i f(b) są różnych znaków.
2 Budujemy sieczną, która daje punkt c między a i b.
b - a < eps Å" b
3 Powtarzamy dopóki lub f(b) = 0.
A PorzÄ…dkujemy a, b, i c tak by:
" f(a) i f(b) były różnych znaków,
f ( b ) d" f ( a )
"
" c było poprzednia wartością b.
c `" a
B Jeśli , wykonujemy krok IQI.
C Jeśli c = a, wykonujemy krok metody siecznych.
D Jeśli wynik kroku IQI lub kroku metody siecznych jest wewnątrz
[a; b], akceptujemy go.
E Jeśli wynik kroku IQI lub kroku metody siecznych jest poza [a; b]
stosujemy bisekcjÄ™.
U
W6 - 11
Instytut Automatyki Politechniki Aódzkiej - Metody Numeryczne wykład 6
Układy równań nieliniowych
fi ( x1 , x2 ,L, xn ) = 0, i = 1,...,n
= =
= =
= =
f1(Å" )
Å"
Å"
Å"
îÅ‚ Å‚Å‚
îÅ‚ Å‚Å‚
îÅ‚ Å‚Å‚
îÅ‚ Å‚Å‚
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚
f2 ( Å" )śł
Å"
Å"
Å"
T
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
F( X ) = 0, X = [x1 , x2 ,L, xn] , F( Å" ) =
= = [ ] Å" =
= = [ ] Å" =
= = [ ] Å" =
M
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚
fn ( Å" )śł
Å"
Å"
Å"
ðÅ‚ ûÅ‚
ðÅ‚ ûÅ‚
ðÅ‚ ûÅ‚
ðÅ‚ ûÅ‚
Dla ½ = 1 (metoda UNewtona-Raphsona stopnia IU):
½ =
½ =
½ =
0 = F( Xi ) + F' ( Xi )( Xi +1 - Xi )
= + -
= + -
= + -
+
+
+
" " "
" " "
" "
îÅ‚ Å‚Å‚
îÅ‚ Å‚Å‚
îÅ‚"f1( x1 ,L xn ) "f1( x1 ,L xn ) L "f1( x1 ,L xn )Å‚Å‚
îÅ‚" Å‚Å‚
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
"x1 "xn "xn
" " "
" " "
" " "
ïÅ‚"f ( x1 ,L xn ) "f2 ( x1 ,L xn ) śł
ïÅ‚ śł
ïÅ‚" śł
ïÅ‚
" "
" "f2 ( x1 ,L xn )śł
" "
"
ïÅ‚" 2 śł
ïÅ‚ śł
ïÅ‚" śł
ïÅ‚ śł
L
F' ( X ) =
=
=
=
ïÅ‚ "x1 "xn "xn śł
ïÅ‚ " " " śł
ïÅ‚ " " " śł
ïÅ‚ " " " śł
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
M M M M
ïÅ‚"fn ( x1 ,L xn ) "fn ( x1 ,L xn ) śł
ïÅ‚" śł
ïÅ‚" śł
ïÅ‚"
" "
" "fn ( x1 ,L xn )śł
" "
"
L
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
ïÅ‚ śł
"x1 "xn "xn
" " "
" " "
" " "
ðÅ‚ ûÅ‚
ðÅ‚ ûÅ‚
ðÅ‚ ûÅ‚
ðÅ‚ ûÅ‚
W6 - 12
Wyszukiwarka
Podobne podstrony:
Metody numeryczne w6metody numeryczne i w6Metody numeryczne w11metody numeryczne i w1metody numeryczne i w2barcz,metody numeryczne, opracowanie wykładuMetody numeryczne7metody numeryczne w1metody numeryczne cw 1Metody numeryczne macierzeMetody numeryczne aproksymacja3 Metody numeryczne rozwiązywania równań algebraicznychMETODY NUMERYCZNE CZESC PIERWSZAMetody numeryczne2metody numeryczne dla informatykowwięcej podobnych podstron