Основы теории заданных для исследования методов
Исследование основных методов решения нелинейных уравнений
Отчет о лабораторной работе №2
по курсу “Компьютерные технологии вычислений
в математическом моделировании”
ЯГТУ 220301.65-002 ЛР
Отчет выполнили
студенты гр. МА-34
Пестов В.Н.
Хлюпин А.А.
Основная задача
Проведение сравнительного анализа работоспособности и эффективности различных методов решения нелинейных уравнений на примере функций с различными свойствами.
Основы теории заданных для исследования методов
Метод деления пополам
Состоит из следующих операций: сначала вычисляют значения функции в точках, расположенных через равные интервалы по оси x. Это делают до тех пор, пока не будут найдены два последовательных значения функции
и
, имеющие противоположные знаки. Затем по формуле

вычисляют середину промежутка
и находят значение функции
. Если знак
совпадает со знаком
, то в дальнейшем вместо
используют
. Если же
имеет знак, противоположный знаку
, т.е. ее знак совпадает со знаком
, то на
заменяют это значение функции. В результате интервал, в котором заключено значение корня, сужается. Если значение
достаточно близко к нулю, процесс заканчивают, в противном случае его продолжают.
Метод касательных
В основе метода лежит разложение функции в ряд Тейлора

Члены, содержащие
во второй и более высоких степенях, отбрасывают; используется соотношение
. Предполагается, что переход от
к
приближает значение функции к нулю так, что
. Тогда
.
Значение
соответствует точке, в которой касательная к кривой в точке
пересекает ось
. Так как кривая
отлична от прямой, то значение функции
скорее всего не будет в точности равно нулю. Поэтому всю процедуру повторяют, причем вместо
используют
. Счет прекращается по достижении достаточно малого значения
.
Метод параболической аппроксимации
В этом методе функция
заменяется параболической функцией. На первом этапе параболу строят по трем точкам: крайним и средней точкам интервала
, где отделен корень. По полученному уравнению параболы
находят приближенный корень, для чего решают уравнение
. На втором этапе строят параболу по трем точкам: найденному приближенному корню и двум предыдущим точкам, лежащим по разные стороны оси
. Такая процедура повторяется много кратно до тех пор, пока величина отрезка, внутри которого находится корень, не будет меньше
- предварительно заданной погрешности.
Метод простой итерации
Для применения этого метода уравнение
представляют в следующем виде:
.
Затем выбирают начальное значение
и подставляют его в левую часть уравнения. Соответствующая итерационная формула имеет вид
.
Исходные данные
Выбрана моделирующая функция №6:
.
2.1 Параметры гладкой функции с пологим пересечением оси x:
A=1; B=1; C=1; D=15.5;
Вид функции:

Рисунок 1. Моделирующая функция 
Интервал Xmin=-2; Xmax=2;
2.2 Параметры гладкой функции с крутым пересечением оси x:
A=6; B=1; C=12; D=1;
Вид функции:

Рисунок 2. Моделирующая функция 
Интервал Xmin=-2; Xmax=2;
2.3 Параметры колебательной функции с крутым пересечением оси x:
A=5; B=1; C=10; D=1;
Вид функции:

Рисунок 3. Моделирующая функция 
Интервал Xmin=-5; Xmax=5;
Результаты работы
Модельная функция №6 Уравнение: Ax^B+Csin(x+D)
Параметры: A=1; B=1; C=1; D=15.5;
Интервал Xmin=-2; Xmax=2;
|
Метод
| Погрешность по x
εx=0.0001
| Погрешность по y
εy=0.0001
|
x*
| f(x*)
| I
| Nф
| x*
| f(x*)
| I
| Nф
|
Деления пополам
|
| 0.20647
|
|
| -0.89063
| -0.00006
|
|
|
Касательных
| 0.3375
| 0.20833
|
|
| -0.89053
| -0.00001
|
|
|
Параболической аппроксимации
| -0.96159
| -0.04101
|
|
| Метод расходится
|
Простой итерации
| -0.89044
| 0.00002
|
|
| -0.89044
| 0.00002
|
|
|
Выводы: в рассматриваемых методах наиболее предпочтительным оказался останов вычислений при достижении заданной погрешности по y, т.е.
. При решении задачи метод Ньютона сошелся всего за 3 итерации, но говорить, что он наиболее эффективен нельзя, так как данный метод предполагает помимо вычисления функции определение производной на каждой итерации, что требует больших затрат памяти и машинного времени. Наиболее оптимальным является использование метода деления пополам, который обеспечивает неплохую сходимость (7 итераций), высокую точность и не требует вычисления производных.
Модельная функция №6 Уравнение: Ax^B+Csin(x+D)
Параметры: A=6; B=1; C=12; D=1;
Интервал Xmin=-2; Xmax=2;
|
Метод
| Погрешность по x
εx=0.0001
| Погрешность по y
εy=0.0001
|
x*
| f(x*)
| I
| Nф
| x*
| f(x*)
| I
| Nф
|
Деления пополам
|
| 10.09765
|
|
| -0.66242
| 0.00003
|
|
|
Касательных
| -0.22987
| 6.97553
|
|
| -0.66242
|
|
|
|
Параболической аппроксимации
| -0.66242
|
|
|
| -0.66242
|
|
|
|
Простой итерации
| -0.66238
| 0.00014
|
|
| -0.66238
| 0.00014
|
|
|
Выводы: для «крутой» функции останов вычислений производят при достижении требуемой точности по y:
. Из рассматриваемых методов наибольшей сходимостью обладает метод Ньютона, но в силу необходимости определения производных на каждой итерации принимаем метод простой итерации наиболее эффективным.
Модельная функция №6 Уравнение: Ax^B+Csin(x+D)
Параметры: A=5; B=1; C=10; D=1;
Интервал Xmin=-5; Xmax=5;
|
Метод
| Погрешность по x
εx=0.0001
| Погрешность по y
εy=0.0001
|
x*
| f(x*)
| I
| Nф
| x*
| f(x*)
| I
| Nф
|
Деления пополам
|
| 8,41447
|
|
| -0,66242
| -0,00009
|
|
|
Касательных
| 0,62858
| 13,12621
|
|
| -0,66242
|
|
|
|
Параболической аппроксимации
| -0,66242
|
|
|
| -0,66242
| 0,00008
|
|
|
Простой итерации
| -0,66234
| 0,00050
|
|
| -0,66234
| 0,00050
|
|
|
Выводы: для «крутой» функции останов вычислений производят при достижении требуемой точности по y:
. Наиболее эффективный метод для решения данной задачи – метод параболической аппроксимации, обладающий самой высокой скоростью сходимости.
Читайте также:
Воспользуйтесь поиском по сайту: