You are on page 1of 57

Чисельні методи © Мірошкіна І.В.

МЕТОДИЧНІ ВКАЗІВКИ
ДО ВИКОНАННЯ
ЛАБОРАТОРНИХ РОБІТ
З ДИСЦИПЛІНИ
«ЧИСЕЛЬНІ МЕТОДИ»

1

Чисельні методи © Мірошкіна І.В.

ЛАБОРАТОРНА РОБОТА № 1,2
ТЕМА: Розв’язування систем лінійних алгебраїчних рівнянь.
МЕТА: Опанувати чисельними методами розв’язування систем лінійних алгебраїчних рівнянь (СЛАР) – методом Гауса за схемою єдиного ділення та вибору
головного елемента, методом простої ітерації та методом Зейделя.
ТЕОРЕТИЧНІ ВІДОМОСТІ
Система лінійних алгебраїчних рівнянь із n-невідомими має вигляд:
a11 x1  a12 x2  ...  a1n xn  b1 , 
a21 x1  a22 x2  ...  a2n xn  b2 ,
,
............................................... 
an1 x1  an 2 x2  ...  ann xn  bn 
або в компактному вигляді

n

 aij x j  bi ,

i  1,2,..., n.

(1)

(2)

j 1

В матричній формі запишемо систему так:

(3)
Ax  b ,
 a11 a12 ... a1n 
 b1 
a

 b2 
21 a22 ... a2 n 

де A 
- матриця коефіцієнтів системи; b    - вектор
 ... ... ... ... 
 ... 


 
 an1 an 2 ... ann 
bn 
 x1 
 
  x2 
вільних членів; x 
- вектор невідомих.
 ... 
 
 xn 
Система (1) буде мати єдиний розв’язок, якщо матриця А не вироджена,
тобто det A  0 .
Чисельні методи розв’язування СЛАР діляться на дві групи: прямі та ітераційні.
Прямі методи дозволяють за скінчену кількість дій отримати точний


розв’язок x системи (1), якщо елементи матриці А і вектор вільних членів b
задано точно, і обчислення проводяться без округлень.
Ітераційні методи дозволяють знайти наближений розв’язок шляхом побудови послідовності наближень (ітерацій):

2

Чисельні методи © Мірошкіна І.В.


x (s) 

 x1( s ) 
 (s) 
 x2 
 ... 
 (s) 
 xn 

,

починаючи з деякого наближення

 x1(0) 


 ( 0)  x2 ( 0) 
.
x 
 ... 
 ( 0) 
 xn 
Вибір методу розв’язування СЛАР залежить:
 від властивостей матриці А;
 від кількості рівнянь;
 від характеристик комп’ютера (швидкодії, розрядної сітки, об’єму оперативної пам’яті).
Прямі методи використовуються для розв’язування систем невеликої вимірності ( n  5  10 ).
Ітераційні методи використовують зазвичай для систем великої вимірності
( n  100 ), коли використання прямих методів є недоцільним через необхідність
виконувати занадто велику кількість арифметичних операцій.
Метод Гауса є най розповсюдженим прямим методом розв’язування систем лінійних алгебраїчних рівнянь. Ідея методу полягає у зведенні матриці коефіцієнтів системи A до трикутного вигляду, що досягається послідовним вилученням невідомих із рівнянь системи. Отримується еквівалентна система:
x1  c12 x2  ...  c1n xn  d1 , 
x2  ...  c2n xn  d 2 , 
(4)
,
....................................... 
xn  d n 


або в матричній формі запису: Cx  d .
Зведення системи (1) до еквівалентної (4) називається прямим ходом метода Гауса, а розв’язування системи (4), тобто послідовне визначення невідомих, зворотним ходом метода Гауса.
Прямий хід можна реалізувати за двома схемами.
Схема єдиного ділення. Послідовно з системи (1) вилучаються невідомі x1,
x2, …, xi, …, xn-1. Для вилучення i-ой невідомої з рівнянь системи з номерами
i+1, i+2,…, n розділимо і-те рівняння на коефіцієнт aii . Потім від кожного i+1,
і+2,…, n рівняння будемо віднімати і-те рівняння, помножене на відповідні коефіцієнти ai 1, i , ai  2, i , …, a n, i :
ckj 

( k 1)
akj

; dk 
( k 1)

akk

bk( k 1)

a1 j

akk

a11

; c1 j 
( k 1)

; d1 
3

b1
;
a11

(5)

Чисельні методи © Мірошкіна І.В.

k  1,2,...,n  крок перетворення;
i,j  k  1, k  2,...,n.
Зворотний хід відбувається за формулами:
xn  d n ;
xn 1  d n 1  cn 1, n xn ;
xi  d i 

n

 cij x j ;

(6)

i  n, n  1,..., 1.

j  i 1

Схему вибору головного елемента доцільно використовувати, якщо матриця коефіцієнтів розріджена нулями, або діагональні елементи матриці є малими
величинами. Серед елементів матриці А обирають головний - найбільший по
модулю:
 a11 a12 ... a1q ... a1n 
 ...
... ... ... ... ... 



a
a
...
a
...
a
a pq  max aij .
A  p1
p2
pq
pn 
i, j


...
...
...
...
...
...


 an1 an 2 ... anq ... ann 

 

Рядок і стовпець, в якому знаходиться головний елемент, теж називають
головними. Всі елементи головного стовпця ділять на головний елемент зі знаком «»:
aiq
mi 
, i  1,2,..., n; i  p .
(7)
 a pq
Потім, вилучають з системи невідому xq .Для цього, до кожного неголовного і-го рядка (і=1,2,…,n; i≠p) додають головний р-ий рядок, помножений на
відповідний множник mi :
(8)
aij(k )  aij(k 1)  a (pjk 1) mi ; bi(k )  bi(k 1)  b(pk 1) mi .
Головні рядок і стовпець вилучаємо з матриці, і обираємо новий головний
елемент. Дії продовжуємо до тих пір, доки не будуть вилучені всі невідомі з
системи. Щоб визначити значення невідомих, об’єднуємо в систему всі головні
рядки, починаючи з останнього вилученого.
На практиці при розрахунках користуються розширеною матрицею коефіці
єнтів системи, яку отримують із матриці A, доповнюючи її справа вектором b .
Для розв’язування СЛАР ітераційними методами необхідно систему (1)
перетворити до вигляду:

4

Чисельні методи © Мірошкіна І.В.

x1   112 x2  13 x3  ...  1n xn ,



x2   2   21 x1   23 x3  ...   2 n xn ,


x3   3 31 x1   32 x2  ...   3n xn ,
(9)
,

......................................................................

xn   n n1 x1   n 2 x2   n3 x3  ...   n, n 1 xn 1 ,

 
або x  x   . Така система називається приведеною, її можна отримати, наприклад, якщо кожне i-рівняння системи (1) розв’язати відносно змінної xi .
Тоді:
aij
b
(10)
 i  i ;  ij   ; i , j  1,2 ,..., n; i  j ; якщо i  j , то  ii  0.
aii
aii
Всі ітераційні методи знаходять наближений розв’язок у вигляді послідовності наближень (ітерацій):
 x1( s ) 


 ( s )  x2 ( s ) 
x 
, s  0,1,2,..., S ,
 ... 
 (s) 
 xn 
які отримуються з системи рівнянь (9). При побудові ітерацій постають питання
про початок і кінець процесу обчислень.
Будь який ітераційний процес починається з того, що задається початкове
наближення:
 x1(0) 


 ( 0)  x2 ( 0) 
x 
.
 ... 
 ( 0) 
 xn 
Як правило припускають, що



x (0)  0 , або x (0)   .
(11)
Так як наближений розв’язок шукається з наперед заданою точністю , то
послідовність повинна мати скінчену кількість членів, які отримуються за скінчену кількість ітерацій.
Найпростіша умова закінчення ітераційного процесу:
max xi( s 1)  xi( s )   .

1 i  n

(12)

Тобто, обчислення продовжують до тих пір, доки абсолютна величина різниці
між попереднім й наступним наближеннями не стане менше деякої наперед заданої точності :
Для дослідження збіжності ітераційного процесу користуються теоремою
про достатню умову збіжності:

5

.... n....   3n xn ( s ) ..2.2.. Якщо для приведеної системи (9) будь-яка канонічна норма матриці  менше одиниці: . xi(s 11) : xi( s 1)   i  i 1  ij x (js 1)  j 1 n  ij x (js ) .....   n.. А саме.. (13) i...... i  1.... n 1 xn 1  Або система (15) в компактній формі: xi( s 1)   i  n  ij x (js) . s  0...  ( s 1) (s) (s) (s)  x2   2   21 x1   23 x3  .......  (15) x3( s 1)   3 31 x1( s )   32 x2 ( s )  ...   2n xn .1... і=1...В.....1...2. (17) .. j 3 i   ij 2  1.....  1n xn ( s ) . 1  max   ij  1. застосовуючи правила лінійного комбінування........n визначається за допомогою системи рівнянь (9). незалежно від вибору початкового наближення. в яких всі доданки правої частини беруться з попередній s-ітерації:  x1( s 1)   112 x2 ( s )  13 x3( s )  ........ i  1.2.. n.. j то ітераційний процес збігається до єдиного розв’язку цієї системи.…...2... x2( s 1) ...   ....... Ця умова по відношенню до матриці А системи (1) набуває такого змісту: процес ітерації буде збіжним.. (14) j 1..Чисельні методи © Мірошкіна І..  ( s 1) (s) (s) (s) (s)  xn   n n1 x1   n 2 x2   n3 x3  . i -  2 j  max   ij  1.2. при обчисленні (s+1)-ого наближення невідомої x i враховуються вже обчислені раніше значення невідомих на поточній ітерації x1( s 1) ... j  i 1 ЗАВДАННЯ 6 s  0.. Кожне наступне наближення і-ой невідомої xi( s 1) ......... Метод простої ітерації..... j i До такого вигляду систему (1) можна привести... n) .. j 1 j i (16) Метод Зейделя являє собою деяку модифікацію метода простої ітерації.. якщо модулі діагональних елементів матриці А будуть більші за суму модулів її сторонніх елементів: aij  n  aij (i  1..

7 x 4  8 .1x 4  15 .7  6 .3 x 2  4 .7 x 2  4 .5 x 2  30 .2 x 2  9 .1x 4  2 .4 x 3  6 .1x 4  2 .4 x 4  15 8 .5 x 4  1.1x 2  4 .7 x 4  8 .3 x2  14 .6 x 2  5 .3 x 2  7 .2 x 2  8 .6 x 2  1.5 x 4  5 .5 x 3  5 .1x1  1.3 x 3  6 .5 x 3  3.7 1.2 x 4  6 .3 x 3  9 .2 x1  1.1x 2  20 .1x1  8 .2 x1  5 .5 x 2  3.4 x 4  4 .1  3.5 x 4  10 1 16 2 3 4  5 .4 x 3  12 .5  22 x1  31.8 x 2  5 .5 x 4  13.3  21 7 .7 x 4  1.4 x 3  6 .1x 3  1.1x4  6 .6 x 3  7 .5 x 3  1.3 x 3  4 .7 14 .7 x 4  4 .3 x 3  8 .5 x1  12 .3 x1  7 .1x 4  1.3 x 3  14 .8 x 2  10 x 3  2 .8  8 .7 x 4  1.4 5 .7 x 3  1.7 x1  9 .1x 3  17 .8 x1  8 . № № 4 .4 x 2  3.3 x1  0 .3 x1  12 .5 x 3  14 .4 x1  11.1x 2  7 .5 x1  11.1x1  1.7 x 2  12 .5  2 .7 x 4  3.1x 2  23.3 x 4  3.2 x2  5 .7 x 2  6 .1x 2  20 x 3  4 .2 x 3  3.4  14 .3 x 3  6 .1  3.6 x1  8 . 1.7 x 3  5 .9 10 x1  20 .4 x1  22 . Методом Гауса за схемами єдиного ділення та вибору головного елемента розв’язати СЛАР.3 x 3  3.0 x 3  2 .2 x 3  2 .7 x1  7 .0 x 2  4 .5  1.7 3.4 x1  8 .4  5 .2 x1  3.4 x 4  10  1.7 x 4  8 .3 x3  12 .5 x 3  4 .5 x 2  4 .4 x 3  12 .2 x 4  8 .7 x 3  6 .8 x 4  20 7 .3 x1  13 .2 x 3  3.7 x 4  12 .4 x 4  1.2 x 2  4 .7  15 .3 x 2  4 .9 x 3  57 .7 x1  1.1x1  6 .2 x 2  6 .4 x 3  5 .5  14 .8  6 .9 x 3  4 .2 x 4  6 .2 x 4  21.8 x1  6 .6 8 .7 x 4  19  1.5  4 .4 x3  2 .5  8 .7 x1  10 x 2  1.5  6 8 .5  17 18 19 5 1.7 x1  1.1x1  1.2 x 3  8 .1x 2  12 .2 x 4  10  20 14 .6 x1  13 .4 x 3  1.6 x 2  12 .2 x 4  2 .3 x 3  20 x 4  1.8 x 4  8 .3 x 3  8 .8 x2  6 .5 x 4  27 .7 x 2  12 .4 x1  14 .4 x1  8 .7 x1  21.3    17 .3 x1  4 .8 x 4  4 .3 x 3  2 .4 x 2  1.8 x1  3.3 x 4  2 .3 x 3  8 .3 x 3  9 .7  20 x1  0 .3 x1  5 .2 x 2  8 .3 x 2  1.3 x 4  5 .6 6 .6 x 3  1.4 x 2  10 x 3  1.7 x 4  14 .3 x 3  2 .1x 3  5 .8 x 4  4 .3 x 3  15 .2 x 2  5 .8  7 .5 x 3  12 .2 x 2  8 .1x1  2 .2 x 4  13.3 x1  4 .3 x 2  14 .5  5 .6  15 .1x 2  1.5 x 2  5 .1  1.2 x 2  6 .7 x 4  12 .2 x 3  14 .3 x 2  14 .6 x1  14 .8 14 .5 x 2  6 .3 x4  9 .1 1.1x 3  1.9 x 2  2 .4 x 2  4 .7  1.7 x4  14 .2  6 .3 6 .2 x 4  6 .2   10 x1  1.2 x 3  3.2 x 4  6 .3 x 4  2 .4 x 4  6 .7 x 3  5 .7 x 2  7 .8  8 .2 x 3  4 .5 x 4  2 .2 x1  8 .6 x1  6 .5 x 4  1.7 x 2  15 .1x 4  8 .7  7 .2 2 .7 x 4  10  1.6 x 4  6 .2  5 .5 x1  9 .6 x 4  7 .34 x 3  3.8 x 3  5 .8 3.2 x1  23 .7 x 4  12 .5 x 3  6 .8 x4  7 .8 x1  14 .4 x 3  8 .4 x1  2 .3 x 3  7 .7 x1  3.7  23 .1  8 .2 x 4  17 .7 x 2  2 .7  8 9 10 23 24 25 7 .5 x 2  19 .3 x1  12 .7 x1  7 .7 x1  6 .1x1  5 .3 x1  2 .8 x 4  4 .7 x 2  23.Чисельні методи © Мірошкіна І.4 x1  7 .7 x 2  2 .8 x 4  7 .6 x 2  13 .5 x 4  10 70 x1  1.7 x 4  9 .7 x 4  6 .1x1  4 .7 x 2  18 .5  5 .2 x 3  14 .6  15 x1  21.7 x1  2 .3 x 3  6 .2 x 4  2 .2  6 .6 x1  7 .1x 4  10 2 .4 x 3  6 .2 x 2  10 x 3  1.8  11.2 x1  5 .4 x 2  8 .8 x1  13.5 x1  12 .3 x 3  2 .1x 2  3.2 x2  6 .2 x 3  10 .6 x 2  5 .2  7 3.1x 3  5 .1x1  11.6 x 3  8 .3 x 4  2 .2 x 3  0 .7 x 4  1.1x 4  3.6 x 2  14 .4 x 3  2 .7 x 2  3.3 x 4  5 .5 x1  6 .3 x 4  7 .7 x 3  5 .1x 2  1.2  22 13 .5 x1  6 .6  6 .1x 2  6 .5 x 4  6 .9 x 3  3.3 x 2  12 .1  3.7 x 2  23.3 x 2  14 .2 x 3  13.8 x 4  5 .5 x 4  2 .4 x 4  2 .5 x3  14 .6 x 3  12 .4 13.8 x 3  12 .4 x1  5 .4 x1  4 .4 x 2  6 .4 2 .3 x1  7 .1  1.5 x 2  2 .8 x1  12 .7 17 .7 x 2  12 .2 x 2  14 .9 x 2  20 x 3  1.5 x 4  2 .4  8 .7 x 2  5 .3 x 4  1.3 x1  8 .8 x 2  5 .7 x3  23 .2  5 .7 x 4  14 .2  4 .8 x 4  23.4  5 .23  5 .2 x 2  6 .1x1  1.8 x 2  1.3 x1  6 .8 x 4  1.6 x1  12 x 2  15 x 3  6 .8 x1  21.2 x 4  4 .4 x 3  7 .3 30 .4 7 .1x1  1.4  8 .2 x1  3.7 x1  13 .2 x 2  6 .6  6 .1  1.8 x1  1.1  10 x1  20 x 2  30 .4 x 2  3.8 x 4  4 .3  1.8 x 3  9 .3 x1  1.3 x1  8 .3 x 2  5 .4 x 3  8 .В.8  8 .7  6 .8 x 3  14 .3 x 3  4 .8  10 .7 x 2  9 .1x1  1.7 x 4  1.3 x 4  10 .

3 x 3  1.8 x 4  0 .В.1x 3  10 x 4  1.23  0 .17 x4  x1  1.6 x 4  1.21x3  0 .1x 4  10  10 x1  1.1x 2  34 .12 x4  0 .1  11 12 13 27 28 2.3 x 2  1.26 x1  0 .2 x1  3.13 x1  0 .1x 3  5 .4 x 2  2 .2 x 4  0 .7 x 4  1.35 x 2  0 .88  0 .32 x3  0 .5  27 .2  10 x1  10 x 2  1.8 x 4  1.02 x3  0 .3 x 3  1.2 x 4  34 .2  2 .12 x1  0 .21  0 .11x1  0 .8 x 2  2 .21x 2  0 .3 x 2  1.08 x3  0 .14 x3  0 .1x 2  3.04 x 2  0 .12 x4  0 .5 x 3  2 .5 x1  3.8 x 4  10 10 x1  2 .2 x 4  20 1.1x 3  7 .05 x4  2 .8 x 2  6 .1  3.1x 4  1.2 x 2  11.1  10 x1  5 .7 x 4  1.001.4 x 4  1.12 x 2  0 .3 x 3  3.3 x1  1.08 x 2  0 .8 x 3  1.8  11.4 x 2  30 .06 x3  0 .2 x 4  1.27 x 2  0 .1x 2  1.17 x1  0 .34 x 2  0 .5  26 14 1.48  0 .27 x4  2 .3 x 2  20 x 3  1.5 x 3  7 .7 x1  18 .7 x 3  1.1x 4  1.8 x 4  10  1.09 x4  1.2 x 3  1.24 x4  1.2 x 3  1.34 x3  0 .1x1  10 .26 x3  0 .4 x 3  1.5 x 2  1.43 x 2  0 .8 x 3  2 .7 x 2  3.5 x 4  12 .57  0 .7  2 .13 x1  0 .42  0.1   21.42 x 2  0 .3 x 4  1.13 x3  0 .1x1  7 .3 x1  1.34 x3  0 .5 x 4  1.05 x 2  0 .1x1  1.7 x 3  23.3 x1  1.5 x1  1.65  0 .2 1.3 x1  1.11x4  0 .6  35 .34  0 .4 x 3  4 .24  0 .11x4  1. № № 1 16  x1  1.42  0 .Чисельні методи © Мірошкіна І.3 x 3  1.1x 3  2 .04  0 .12 x1  0 .2 x1  21.05 x1  0 .1  30 1.83  0 .3 x 2  1.5 x 4  1.2 x 3  5 .4 x 4  1.1x1  11.08 x3  0 .5 x1  0 .2 x 3  1.15 x1  0 .17 x3  0 .24 x 2  0 .35 x1  0 .2 x1  1.8 x 2  2 .3  10 x1  5 .3 x1  11. Розв’язати СЛАР методами простої ітерації та Зейделя з точністю   0 .18 x3  0 .3 x1  2 .1x 4  10  1.1x1  31.8 x1  2 . 1.2 x 3  5 .83  0 .16 x1  0 .32 x3  0 .1x 3  1.1x 2  4 .7 x 3  2 .1   10 x1  1.12 x1  0 .2 x1  34 .17  0 .5 x1  1.1x 2  1.15  0 .3  1.2 x1  30 .1x 4  1.4 x1  2 .4 x 4  1.42  0 .5 x 2  1.1x 2  31.1x 3  13.4 x 2  1.26 x 2  0 .3 x1  10 x 2  7 .42  0 .5  2 .7 x1  1.5 x 2  1.8 x1  1.05 x 2  0 .1x 3  1.1x 4  10  1.18 x4 2 3 4 x  2   x3  x4  x1 x  2   x3  x4  x1 x  2   x3  x4  x1 x  2   x3  x4  0 .2 x 3  1.16 x1  0 .83  0 .2 x 4  2 .11x4  1.08 x3  1.36 x3 .18 x 2  0.3   3.1 31.18 x3 8 x  2   x3  x4  x1 x  2   x3  x4  x1 x  2   x3  x4  x1 x  2   x3  x4  0 .7 x1  7 .7 x 2  37 .1 1.8 x 3  1.21x4 18  0 .3  1.06 x4  0 .5 x 4  2 .08 x 2  0 .48  0 .9 x 3  4 .05 x1  0 .4 x 4  20 .35 x4  0 .8  15 7 .14 x4  1.16 x4 17  1.42  0 .7 x 2  1.1x 4  1.27 x 2  0 .42  0 .09 x3  0 .11x1  0 .2 x1  1.1x1  1.06 x4  2 .1 1.3 x 3  1.88  0 .3 x 2  1.3 x 4  1.72  0 .16 x 2  0 .2 x 4  11.5 x 4  1.7 6 . Порівняти швидкість збіжності обох методів.68  0 .12 x3  0 .7 x 3  1.2 x 3  4 .7 x 2  1.8  35 .1x 3  10 x 4  20 1.32 x1  0 .2 x 2  2 .1x 3  1.05 x3  1.18 x4  0 .1x 3  3.2 x 2  1.03 x4 19  1.62  0 .23 x3  0 .1x 4  1.2 10 x1  31.5 x 2  11.5  45 .3 x 2  1.1  29 1.5 x 3  11.1x 2  30 .5 x 2  1.12 x4  0 .24 x3  0 .1x 2  3.83  0 .12 x1  0 .34 x1  0 .7 x 2  3.2 x1  7 .3 x 2  1.7 x 2  1.4 x 2  8 .12 x1  0 .34 x 2  0 .34 x4  0 .21x1  0 .65  0 .27 x 2  0 .24 x4  1.06 x 2  0 .7 x1  1.01  1.16 x1  0 .8 x 2  2 .4 x 4  1.23 x1  0 .1x1  1.36 x4  0 .24  0 .1  7 .1x 4  6 .5 x 4  10  6 .1x1  11.5 x 3  9 .26 x 2  0 .5 x 3  2 .1x 3  20 .1x 3  1.18 x3  0 .04 x3  1.8 x 4  7 .37 x1  0 .23x 2  0 .31x4  0 .64  0 .1x 2  1.45 x1  0 .5 x 4  1.21x 2  0 .13  0 .14  0 .3  2 .1x 4  10 1.42  0 .18 x 2  0 .

7  0 .05 x3  1.08 x 2  0 .18 x 2  0 .08 x 2  0 .16  0 .2  0 .52 x1  0 .06 x3 24  0 .08 x1  0 .81  0 .22 x4  0 .1  0 .33 x3  0 .12 x 2  0 .08 x4  0 .33 x3  0 .12 x1  0 .64  0 .03 x3  1.71  0 .11x4  1.06 x3 21  0 .18  0 .08 x 2  0 .33 x1  0 .02 x 2  0 .17 x 2  0 .2  0 .28 x4  1.31x3  0 .08 x1  0 .45 x3  0 .17 x1  0 .07 x 2  0 .21  0 .38 x3  0 .48  0 .22  0 .04 x4 28  0 .06 x4  x1 x  2   x3  x4  x1 x  2   x3  x4  x1 x  2   x3  x4  0 .17  0 .19 x1  0 .31x 2  0 .34 x4  1.45 x1  0 .33  0 .19 x4  0 .Чисельні методи © Мірошкіна І.33 x1  0 .06 x 2  0 .02  0 .09 x 2  0 .7  0 .12 x3  0 .41x4  1.33 x4  1.03 x3  0 .42  0 .03 x 2  0 .17 x4  0 .43 x3  0 .07 x4  1.71  0 .44 x3  0 .11x1  0 .12 x4  0 .62 x3  0 .11x1  0 .48  0 .16  0 .22 x1  0 .11x3  0 .29 x3  0 .03 x3  1.33  0 .11  0 .18 x4  0 .32 x1  0 .12 x 2  0 .17 x1  0 .17  0 .08 x3  0 .08 x1  0 .13 x4  1.08 x4  1.92  0 .18 x4 26  1.17  0 .15 x3  0 .05 x1  0 .05 x3  0 .27 x 2  0 .5  0 .18 x4  0 .21x3  x1 x  2   x3  x4  x1 x  2   x3  x4  x1 x  2   x3  x4  0 .07 x4  0 .42 x 2  0 .16 x4  0 .31x4 25  1.16 x 2  0 .24 x1  0 .18 x1  0 .13 x 2  0 .81  0 .32 x1  0 .12 x1  0 .07 x4  0 .62  0 .23 x4  2 .08 x 2  0 .08 x3  0 .8  0 .12 x1  0 .33  0 .18 x 2  0 .12 x3  0 .51  0 .13 x1  0 .63  0 .13 x 2  0 .18 x4  0 .33 x1  0 .72 x1  0 .11x1  0 .05 x 2  0 .41x 2  2 .89  0 .16 x1  0 .06 x1  0 .31x 2  0 .04 x1  0 .11x3  0 .27 x3  0 .18 x 2  0 .09 x1  0 .18 x4  0 .22 x4  1.28  0 .28 x 2  0 .13 x 2  0 .17  0 .33  0 .8  0 .12  0 .В.5  0 .42  0 .7  0 .34 x 2  0 .11x3  0 .11x1  0 .17 x3  0 .85  0 .33 x3  0 .28 x 2  0 .12 x 2  0 .07 x4  0 .22 x 2  0 .83  0 .05 x4  x1 x  2   x3  x4  x1 x  2   x3  x4  x1 x  2   x3  x4  0 .31x 2  0 .08 x3  1.21x4  0 .11x1  0 .22 x3  0 .57  0 .14 x 2  0 .21  0 .22 x 2  0 .07 x4  1.32 x4  1.51x4  0 .23 x3  0 .14 x4 20  0 .21x4  x1 x  2   x3  x4  x1 x  2   x3  x4  2 .08 x 2  0 .08 x4  0 .05 x1  0 .13 x3 .33 x3  0 .33  0 .43  0 .07 x 2  0 .21x 2  0 .04 x1  0 .8  0 .23 x 2  0 .08 x1  0 .31x3  0 .11x4  2 .15 x4  1.3  0 .16 x1  0 .08 x 2  0 .15 x 2  0 .43  0 .94  0 .18 x4 23  0 .21x 2  0 .28 x 2  0 .21x4  0 .07 x1  0 .08 x3  0 .07 x 2  0 .11x1  0 .18 x3  0 .34 x1  0 .43  0 .18 x3  0 .22 x1  0 .4  0 .16 x1  0 .13  0 .38 x1  0 .21x4  1.15 x1  0 . 5 6 7 8 9 10 11 12 13  x1 x  2   x3  x4  1.21x4  0 .34  0 .14 x3  1.16 x3  2 .72  0 .11x3  0 .81  0 .23 x3  0 .16 x4  1.1  0 .18 x 2  0 .05 x4  0 .08 x 2  0 .05 x4  1.2  0 .08 x 2  0 .33 x3  2 .18 x4  0 .22 x1  0 .18 x3  2 .51x1  0 .33 x1  0 .12 x3  0 .17  0 .44  0 .15 x4  x1 x  2   x3  x4  x1 x  2   x3  x4  x1 x  2   x3  x4  2 .22 x 2  0.58 x3 9  x1 x  2   x3  x4  0 .07 x 2  0 .32 x4  1.21  0 .25 x1  0 .33 x4  x1 x  2   x3  x4  x1 x  2   x3  x4  1.18 x4  1.43  0 .33  0 .08 x3  0 .28 x3 27  1.22 x4 22  0 .2  0 .22 x3  0 .17 x1  0 .23 x 2  0.21x1  0 .15 x4  1.05 x 2  0 .21x4  0 .62  0 .13 x3  1.7  0 .07 x4  0 .17 x 2  0 .23 x 2  0 .33 x 2  0 .18 x 2  0 .12 x3  0 .33 x3  0 .17  0 .18 x 2  0 .23 x3  0 .08 x 2  0 .12 x1  0 .3  0 .52 x3  0 .8  0 .21x1  0 .52 x 2  0 .84  0 .09 x1  0 .34  0 .14 x4  0 .22 x 2  0 .

11 0.32 x 2  0 .12 x1  0 .12 x4 29  0 . На які дві групи поділяються методи розв’язання СЛАР? Сутність методу Гаусса? Поясніть поняття "прямий хід" та "обернений хід" методу Гаусса? Сутність ітераційних методів? Яка умова закінчення ітераційного процесу? Як перевірити збіжність ітераційних методів? Чим відрізняється метод простої ітерації від методу Зейделя? ПРИКЛАД ВИКОНАННЯ ЛАБОРАТОРНОЇ РОБОТИ ЗАСОБАМИ ІНТЕГРОВАНОГО СЕРЕДОВИЩА Mathcad 1.17 0.аналіз результатів.В.66  0 .32 x4  1.13 0. .11x1  1.33 x4  0 .05 x1  0 .06 x4  x1 x  2   x3  x4  0 .12 x 2  0 .15  0 .05 0.47 x3  0 . .42  0 . КОНТРОЛЬНІ ПИТАННЯ 1.11  1    Розв’яжемо систему функцією Mathcad Find: 10 .72  0 .05 0.22 x 2  0 .18 x1  0 .14 x1  0 .15  0.15 x1  0. 5.23 x 2  0 .13 A    0.11.11  0. 7.11x1  0 .09 x3 Номер варіанта обирається згідно списку в журналі групи! Звіт про виконання лабораторної роботи повинен містити: .21  0 .18  0 .12 x 2  0 .12 x 2  0 .17 0.0.18 x3  0 .13.32 x3  0 .18 0.05 x2  0.36 x4  1.18 x  0.17 x3  0.58  0 .67  0 .57  0 .17 x3  0.отримані чисельні результати.72  0 .56  0 .17 x  0.08  0 .11x 2  0 .24 x4  1.07 x4  1.05 x2  0. 14 15  x1 x  2   x3  x4  1.33 x1  0 . 3.11x4  1. 2.15 x3 30  0 .11x3  0 .Чисельні методи © Мірошкіна І.44  0 .24  0 .14 x 2  0 . 0.15  1.14 x  0.12 x1  0 .11  0 0 x     0  0    1  0. 0.03 x 2  0 .12 x3  0 .формулювання задачі. 6.14 x3  x1 x  2   x3  x4  1.хід розв’язку.0 ORIGIN 1  0.23 x3  0 .25 x3  0 .17 0.  1 2 3 4  0.18   1.18 x4  1.35 x4  1.18 0.висновки.23 x1  0 .05 x 2  0 .06 x3  0 .14  1. 0. .15 x4  0. Методом Гауса за схемами єдиного ділення та вибору головного елемента розв’язати СЛАР.25 x1  0 .13 b    0.88  0 .18 x3  0 . .18 x3  0.12 x1  0 .89  0 .13x  1.23 x 2  0 .16 x4  x1 x  2   x3  x4  1.08 x1  0 .11x1  1.13x2  0.06 x4  0 . 4.34 x 2  0 .18 x4  0 .32 x4  0 .12 x1  0 .

381 0.15 0.505 0.711   Отримаємо розв’язок методом Гауса за єдиного ділення.636 9. A x Given b  5.545 1.18 1  0.89   1.722  0.17 0.11  0.073 1.05 0.33 0.13 1.13 A   0.412 0.17 0.13  1.18 0.636 9.11 1   i  2  4 j  5 1 A i j  A  1 0 A  0 0  i j A i k A k j 10.14  0.591 0.11 0.05 0.052 2.18 1.516  Find ( x)    0.11  0.15 0. ORIGIN 1 Формуємо розширеную матрицю.13 0.17 0.273 1. додаємо вектор вільних членів стовпцем справа  0.496   0.364 k  2 j  5 2 A k j  A A k j k k 11 .273 1.091 1.11 0.355 0.11 1    0 0 x     0  0   Метод Гаусса (схема єдиного ділення) k  1 j  5 1 A k j  A A k j k k  1 0.17 0.15  10.В.18 0 0. додаємо вектор вільних членів стовпцем справа.05 0.18 0.Чисельні методи © Мірошкіна І.13 A   0. Формуємо розширеную матрицю.091   2.14 0.545 1.17 0.15  1.18 0.11  0.05 0.

273 1.711 0.091    0 1 0.805 0.152 A  0 0 1 0 0 0  1.267 0.545 0 1 0.636 9.152 A   0 0 0.636 9.152 A  0 0 1 0 0 0  1.304  0.029 0.17  1.029 0.317  0.42 i  4 j  5 3 A i j  A i j A i k A k j  1 10.309 0.636 9.805 0.273 1.076  1 0.  1 10.076  0.309 0.17  1.273 1.В.591 0.446 0.545 0 1 0.636 9.091    0.152 A  0 0 1 0 0 0.091    0.273 1.152 0.355 0.33 0.076  0.636 9.18 0 0.029 0.025  0.304 k  3 j  5 3 A  k j A A k j k k  1 10.Чисельні методи © Мірошкіна І.029 0.42 k  4 j  5 3 A k j  A A k j k k  1 10.364   i  3  4 j  5 2 A i j  A i j A i k A k j  1 10.091    0.331 0 0 0.805 0.545 0 1 0.091  0.545 1.545 0 1 0.42   A   0 2.273 1.42 i  4 x  A i i 5 i  3  1 12 .89   0 1.42  0.029 0.412 0.

18 0.007  0.14 0.007 0  0.05 0.11  0.17 0 0 C  0 0  0 0  0.13 1.Чисельні методи © Мірошкіна І.2=-1.496   0.  0.18 1  0 0 x     0  0    0 0 m     0  0    0 0 C 0 0  0 0 0 0  0 0 0 0 0 0 0 0  0 0 0 0 В матриці А обираємо найбільший по модулю елемент (останній стовпець не розглядаємо) Найбільший за модулем елемент A2.276 0.144 0  0.17 0.11 0. i 1 x  A i i 5  Aik xk   k 4 Відповідь:  5. Формуємо розширеную матрицю.13 1.В.897  0.13 A   0.516  x  0.14 0.116 0.711   Тепер отримаємо розв’язок методом Гауса за схемою вибору головного елемента.315 1.15   1.13 0.13 0 0 0 0 0 0 Вилучаємо головній рядок й стовпець (обнуляємо їх): i  p j  1 5 A i j  0 13   0   0  0 .043   j  1 5  A i j A i j A p j  m if ( i  p ) i otherw ise  0.18 0.17 0.17 A   0.18 0.236 0 0.05 0.13 1.17  m  0.966  1.18 0.332 0.17 0.13 Формуємо матрицю С j  1 5 C 1 j  A p j  0.15 0.14 0.004 0.11 1  1.17 тоді p  2 q  2 i  1  4 A m  A i A i  1  4 A i j i q if i  p p q p q otherw ise  0.172 0. додаємо вектор вільних членів стовпцем справа.11  0.994  0.722  0.126    0.

14 0.3=-0.126    0 0 0 0 0   A   0.141  p j  m if ( i  p ) i otherw ise 0 0 0 0 0.Чисельні методи © Мірошкіна І.007 C  0 0 0 0 0   0  0 0 0 0   Вилучаємо головній рядок й стовпець i  p j  1 5 A i j  0  0.004 0.276 0.332 0.007  0.13  0.125    0 0.В.236 0 0.312. тоді p  1 q  4 i  1  4 14 .116 0. 0.259 0.994    Найбільший за модулем елемент A3.007  0.312 1.4=0.312 1.17 0.007  0 0 0.007 0 0.315 1.144 0 0.991  0 0 Формуємо матрицю С j  1 5 C 2 j  A p j  0.125   0 0 0 0   0 0 0.012  0  m  0.13 1.332  0.172 0.332 тоді p  3 q  3 i  1  4 A m  A i A i  1  4 i q  0.18 0.276 0.235 0 A   0.276 0.259 0.235 0 A   0  0.007 0 0.991 0 0 0 0 Найбільший за модулем елемент A1.332 0.141  0 0 0.332 0.52    if i  p p q p q otherw ise A i j A A i j j  1 5 A i j   0.

13 Шукаємо розв’язок з матриці С: x  1 x  3 C 4 5 C x  4 4 1 C3 5  C3 1x1 C 3 4 C2 5  C2 1x1  C2 4x4 C 2 3 x  C1 5  C1 4x4  C1 3x3  C11x1 2 C 1 2 15 .337 0 0 0   0.337    0 0 0 0   0 0 0 1.312  0.312   0   m  0   0.337  p j  m if ( i  p ) i otherw ise 0 0 0.В.926 0 0 0 0 0 0 0 0 Формуємо матрицю С p  4 j  1 5 C 4 j  A p j  0.312 1.007 0 0.007 C  0.831   if i  p p q p q otherw ise A i j A A i j j  1 5 A i j   0.17 0.235 0 A   0  0.125   1. A m  A i  1  4 i q A i  0.007 0 0.18 0.14 0.18 0.276 C  0.926  0.Чисельні методи © Мірошкіна І.235 0 0 0.13  0.14 0.235 0 0 0.125 0 0 0 0 0 0 0 0 0   0   1.276 0.125   0  0 0 0 0   Вилучаємо головній рядок й стовпець i  p j  1 5 A i j  0  0 0 A   0  0.332 0.13 1.13 1.332 0.312 1.007 1.926 0 Формуємо матрицю С j  1 5  A C 3 j p j  0.17 0.

06 0.83  0.07214 x2    1.13x  0. Обираємо початкове наближення розв’язку: x0              x1      x0  2.15 x 2  0.16  0.711   2.21 0.73169   x1  x2  0.08  2.5093   0.05 x 2  0.0775 x1    1.83        0.08 0. Порівняти швидкість збіжності обох методів.32 x1  0.  x1  2.44  0.44      Перевіримо виконання достатньої умови збіжності ітераційного процесу:   1      T           1              2       T            2          max  0. 1 2 3  4  0.15 0   0. Відповідь:  5.В.496   0.06 x 4.   x3  1.28 x3  0.16 0.15  0.61  3    max  0.Чисельні методи © Мірошкіна І.08 x1  0.72     T    3                         4   4          T             Умова виконується – ітераційний процес буде збіжним.05 0. Розв’язати СЛАР методами простої ітерації та Зейделя з точністю   0 .12 x 4 .   x 2  0.48646 x3      x2 16 .001.  x  0.722  0.11 0.27 0   0.11 0.28 0.08 x 4.50746  0.21x  0.4326   x2      x1  3.15  0.11x1  0.516  x   0.13 0.9719  1.16 x3  0.32 0.16   0.12 1.11x3  0.35551 1.27 x .

99452 10  3.48895  0.95763 x7    1.97826 x4    1.48895  0.8364   x4  x5  0.49097  0.01062  x3   1.56623 0.64705 10 3 x8      x7 4 x  x8 Відповідь:  3.57127 0.83667   x6  x7  1.83652   Метод Зейделя.57033 0.57142 0.57142 0.06311  3.50173    1.95931 x6    1.95713 x  1. щоб =h+g.4891   0.48959  0.В. Розіб’ємо матрицю  на дві трикутні матриці так.81105   x2  x3  0.49441  0.83652   x7  x8  5. 3.Чисельні методи © Мірошкіна І.83684   3 x5  x6  6.9644 x5    1.83214   x3  x4  0.95713 x8    1.55113 0.70037 10 x7      x6  3.17748  3.  1 1 1 2 1 3 1 4  0 0 0  0     0 0  0 2 2 2 3 2 4   2 1 0  g    h     0 0 0   3  1 3  2  0 3 3 3 4     0     0 0 0  4 4   4 1 4 2 4 3   Обираємо початкове наближення розв’язку: x0  17 .02121 x4      x3 x5      x4 x6      x5  3.50146  0.

04261 4 x5    1 1 x5    3 3 4  g1 j  x4j j 1 2 x5    h 2 2 2 1  x5  1  g2 j  x4j j 2 3 4  h3 j  x5j   g3 j  x4j j 1  h4 j  x4j  g4 4  x34 x5    4 j 3 4  h4 j  x5j  g4 4  x44 j 1 18 .01847  x2   1.38573    1.51478 4 x2    1 1 3 3 4  g1 j  x1j j 1 2 x2     h4 j  x1j  g4 4  x04 x1    x2    h 2 2 2 1  x2  1 j 2 3 4  h3 j  x2j   g3 j  x1j j 1  g2 j  x1j  h4 j  x2j  g4 4  x14 x2    4 4 j 3 j 1 3.82723   x3  x2  0.В.13586 4 x4    1 1  x3 j 1 2 x4    3 3 4   1 j j g x4    h 2 2 2 1  x4  1  g2 j  x3j j 2 4 3   3 j j   3 j j h  x4  j 1 g  x3 x4    4 4 j 3 j 1  3. 4 x1    1 1  g1 j  x0j j 1 2 x1    3 3 4 x1    h 2 2 2 1  g2 j  x0j  x1  1 j 2 4 3   3 j j   3 j j h  x1  j 1  x0 g 4 4 j 3 j 1  2.48946   0.96315 x4    1.9719  0.59862   0.49071   0.Чисельні методи © Мірошкіна І.49434   0.74405   x1  x0  1.80688   x2  x1  0.9765   x3   1.83354   x4  x3  0.43251 4 x3    1 1  x2 j 1 2 x3    3 3 4   1 j j g x3    h 2 2 2 1  x3  1  g2 j  x2j j 2 4 3   3 j j   3 j j h  x3  j 1 g  x2 x3    4 4 j 3  h4 j  x3j  g4 4  x24 j 1 3.98709 x1    1.51329    0.55323  0.

57084  0.83637   4 x8  x7  4.48883   0.83632   3 x7  x6  1.95719 x7    1.95891  x5   1.48889   0.83614   3 x6  x5  4.01333 4 x6    1 1  x5 j 1 2 x6    3 3 4   1 j j g x6    h 2 2 2 1  g2 j  x5j  x5  1 j 2 3 4  h3 j  x5j   g3 j  x5j j 1 x6    4 4 j 3  h4 j  x6j  g4 4  x54 j 1 3.48341 10 4 x8    1 1 x8    3 3 4  g1 j  x7j j 1 2 x8    h 2 2 2 1  g2 j  x7j  x8  1 j 2 4   3 j j   3 j j h  x8  j 1  h4 j  x7j  g4 4  x64 g  x7 3 x8    4 j 3 4  h4 j  x8j  g4 4  x74 j 1 3.95801  x6   1. 3.48907   0.48891   0.05777 10 4 x7    1 1  x6 j 1 2 x7    3 3 4   1 j j g x7    h 2 2 2 1  x7  1  g2 j  x6j j 2 4 3   3 j j   3 j j h  x7  j 1 g  x6 x7    4 4 j 3 j 1  3.95703  x8   1.57121    0.56572    0.48889   0.56961    0.83551   x5  x4  0.Чисельні методи © Мірошкіна І.В.57121  0.83637   Метод простої ітерації і метод Зейделя показали однакову швидкість збіжності. 19 .95703 Відповідь: x    1.10693 10  3.

що містить корінь.1). модифікованим методом Ньютона. ЛАБОРАТОРНА РОБОТА № 3.4 ТЕМА: Визначення коренів алгебраїчних та трансцендентних рівнянь. Опанувати чисельними методами наближеного розв’язування систем двох нелінійних рівнянь – методом Ньютона та методом ітерацій. ітерацій. b ] єдиний. яка має різні знаки.Чисельні методи © Мірошкіна І. 20 . на кожному з яких знаходиться єдиний (відокремлений) корінь рівняння.. визначають інтервал [ a . b ] . або трансцендентного рівняння: f(x)0 (2) в методах обчислювальної математики виконують у два етапи:  відокремлюють корені. МЕТА: Опанувати чисельними методами визначення коренів алгебраїчних та трансцендентних рівнянь – методами половинного ділення.якщо функція f ( x ) до того ж ще й строго монотонна. Ньютона. так відповідні значення аргументу x (попереднє й наступне) можна вважати кінцями відрізку. Наближене розв’язування систем нелінійних рівнянь. Далі обчислюють значення f ( x ) . тобто визначають проміжки на числовій осі Ox.. то корінь на відрізку [ a . B y=f(x) y a c 0  b x f(c) A Рис. b ] функція f ( x ) приймає на його кінцях значення різних знаків (тобто f ( a )  f ( b )  0 ).якщо неперервна на відрізку [ a . починаючи з точки x  a .  a n 1 x  a n  0 . ТЕОРЕТИЧНІ ВІДОМОСТІ Знаходження наближених значень дійсних коренів алгебраїчного рівняння порядку n: (1) Pn ( x )  a0 x n  a1 x n 1  . січних. . Як тільки виявиться пара сусідніх значень f ( x ) .В. рухаючись управо з деяким кроком h (рис.  уточнюють відокремлені корені до потрібного наближення. Метод послідовного перебору для відокремлення коренів базується на таких положеннях: . 2 Виходячи з приблизного графіка функції f ( x ) . то рівняння (1) або (2) має на цьому відрізку при наймі один корінь. і функція f ( x ) монотонна на цьому відрізку.

в якому знак функції f ( x ) збігається зі знаком другої похідної. f ( xn )  f (  ) де   a . x0  b . x1 ] . а її абсциса x1 є першим наближеним значенням кореня. 3 Рис. якщо f ( a )  f ( a )  0 . в якій будується дотична. поки не виконається умова f ( c )   або b  a   . 21 . в якому знак функції збігається зі знаком f ( c ) . У методі січних ділення відрізку [ a . якщо f ( a )  f ( a )  0 . b ] відбувається пропорційно значенню функції в точках a та b (рис. Розрахункова формула методу січних: f ( xn ) (3) x n 1  x n  ( x n   ). 3). Розрахункова формула методу Ньютона: f ( xn ) x n 1  x n  .Чисельні методи © Мірошкіна І. 4 У методі Ньютона ділянка кривої y  f ( x ) послідовно замінюється її дотичною в точці A або B (рис. В цьому випадку точка поділу відрізка буде знаходитися на перетині хорди AB із віссю 0x. отримаємо друге наближення .   b .4). В методі половинного ділення (рис. якщо f ( b )  f ( b )  0 .x 2 . x0  a . Процес ділення продовжують то тих пір. і так далі.В. якщо f ( b )  f ( b )  0 . обирається з умови співпадання знаків функції та її другої похідної f ( x )  f ( x )  0 . Абсциса точки перетину дотичної з віссю 0x . b ] ab ділять навпіл і в серединну точку c  переміщують той кінець інтервалу 2 (a чи b). 2) інтервал відокремлення кореня [ a . отримаємо друге наближення . x0  b .x1 буде першим наближеним значенням кореня. Щоб уточнити x1 . де  точність. Щоб уточнити x1 застосуємо метод дотичних до відрізка [ a. застосуємо метод хорд до відрізка [ x1 . Нерухомим буде той кінець відрізка ізоляції кореня. B y=f(x) y B y=f(x) y f(x1) a x1 x2 0  b  a x x2 x1 0 b x f(x2) A f(x1) A Рис. Розрахунки продовжують до виконання умови x n1  x n   . (4) f ( x n ) де x0  a . Точка. і так далі.x 2 . b ] .

yn ) Визначник J ( xn . yn ) Gx ( xn . x 2   ( x1 ) . Вибравши початкове наближення x0  a . до тих пір. поки не виконається умова x n1  x n   . yn ) xn xn 1  xn   xn  . yn ) (7) і має бути відмінним від 0. y )  0. y ). y ). (9)   y   ( x. якщо похідна складно обчислюється: f ( xn ) . y0 визначають графічно. тим швидша збіжність. (6) ( x )  x  q де q  max f ( x ) . будують ітераційний процес x1   ( x0 ) . y n ) Gx ( xn . yn )  називається Якобіаном системи Gx ( xn . Знак q має збігатися зі знаком f ( x ) на [ a . рівняння f ( x )  0 представляють у вигляді x  ( x ) . yn ) J ( xn . Метод ітерацій. yn ) Gy ( xn . yn ) F ( xn . y0 до розв’язку. Fx ( xn . yn ) Fy ( xn . Fx ( xn . Метод Ньютона вимагає достатньої близькості початкового наближення x0 . yn ) Gy ( xn . yn ) Fy ( xn . yn ) yn yn 1  yn   yn  . Систему (7) представляють у вигляді:  x  ( x. y )  0. yn ) Fy ( xn .Чисельні методи © Мірошкіна І. yn ) J ( xn .В.b ] Система двох нелінійних рівнянь має вигляд:  F ( x. Як правило. Початкове наближення коренів x0 . b ] . [ a . Чим менше  ( x ) . Розрахунки продовжують до виконання умови x n1  x n   . (7)  G ( x. (5) xn 1  xn  f ( x0 ) У методі простої ітерації для отримання ітераційної формули. …. yn ) (8) Fx ( xn . yn ) Gy ( xn . yn ) G ( xn . Умовою збіжності ітераційного процесу являється дотримання нерівності  ( x )  1 . f(x) . y n ) Gx ( xn . Модифікований метод Ньютона доцільно застосовувати. yn ) Fy ( xn . yn ) G ( xn . Для знаходження наступних наближень використовують співвідношення методу Ньютона: F ( xn . yn ) Gy ( xn . yn ) Fx ( xn . 22 .

y0) D b 0 a A x Рис. x 2  2 sin( x )  0 . x  0 17. 2  xe  0 23. xn 1  ( xn . yn ). Для уточнення розв’язку використовуємо формули: x1  ( x0 . x  3 cos 2 ( 1.Чисельні методи © Мірошкіна І. x  0 1 2 ln( x )   0 x 3 2 3x  8 x  4 x  8  0 x  0 . x  0 10. y0 ).yn) (x0. x  sin( x )  0 .   1. Відокремити корені нелінійного рівняння графічним методом. xtg( x )  1. y0 ). x  0 2. x  0 1 x1 25. 9. y   належить деякій області D : {a  x  A. x 2  sin( 5 x )  0 . yn ).y1) (xn.y) (x1. 5). і вони мають належати області D. Нехай один із розв’язків системи (7) x  . x  ln( x )  0. (11) x x y y y B G(x. січних. 7. простої ітерації. Ітераційний процес збігається. x2  ( x1 .2 x  2 x  0 20.04 x )  0 6.25 16. 2 ln( x )   1  0 2 x 22.y) (. x 26. 2 x  2x 2  1  0. 1.28. Уточнити відокремлені корені з точністю   10 3 методами половинного ділення. 8.5 12. якщо в області D виконуються умови:       1. y1 ). модифікованим Ньютона. x  cos( x ) 3. x  0 23 . x ln( x )  100 27. Початкове наближення x0 . e x  2 x  1 24. Ньютона. tg( x )  x. 2 x  4 x  0 x 21. 2  x  ln( x )  x  18.В. … … (10) y1  ( x0 . y2   ( x1 . Номер варіанта відповідає номерові рівняння. 2 . 5 ЗАВДАННЯ І. 2 x  cos   0 2 19.) F(x. yn 1   ( xn . 5 x  8 ln( x )  8  0 11. x 2  cos( x )  0 4. y0 визначають графічно. 5.5 x  1 x 2  cos( x )  0 . b  y  B} (рис. y1 ).

sin( x  0 . 2 y  cos( x  1 )  0 .   y  sin( x  1 )  0 .6. 10. cos x  y  1.  cos( y  2 )  x  0. cos( y  0 .8.  cos( y  1 )  x  1.7. sin y  2 x  2. 2 x  cos( y  1 )  0. 6 x  5 sin( x )  6 .  2 y  cos x  2.5 )  y  2.5. 26.3. 24.  sin y  2 x  1.2.2. Для методу ітерацій дослідити виконання достатньої умови збіжності ітераційного процесу. sin( y  2 )  x  1. 16. 18.   x  sin( y  1 )  0 .  2 x  sin( y  0 . Розв’язати систему нелінійних рівнянь із точністю   10 3 методом Ньютона і методом ітерацій. 25. sin( x  0 . sin( x  1 )  y  1. x  0 28.5. 20.  2 y  sin( x  0 . 14.5 )  y  1. 9. y0 . 4. 27. 8.  2 x  cos y  2. 3 x  4 ln( x )  5  0 ІІ. cos( y  1 )  x  0 .8.5 )  y  1.5 )  1. 11.  cos( y  2 )  x  0. 7. cos y  x  1.2. x  2 x  4  0 30.4.5 )  x  2. x  x  2 x  5  0 5 15.   y  cos( x  2 )  0 .  cos( x  1 )  y  0 .7. 23. 24 .   y  cos x  3.6. cos( x  0 . sin( x  1 )  y  1. 3   x  cos y  3.5 )  1. sin x  2 y  1. 15.5. x   2 14.   x  sin y  0 .5 )  x  1. sin( y  0 . cos( x  0 .   y  sin x  0 . cos( y  0 . Номер варіанта відповідає номерові рівнянь. cos( x  1 )  y  0 .5 )  x  0 .  cos( y  1 )  x  0 . x  e x  e 3 x  4 .  2 x  sin( y  0 . ln( x )  tg( x ). 19. cos( x  0 . № № 1.  sin x  2 y  1. cos( x  1 )  y  0 . 13.6 .5.   x  sin( y  1 )  1. sin( y  1 )  x  1. Графічним способом визначити початкове наближення коренів системи x0 .5 )  y  1.8.Чисельні методи © Мірошкіна І. 4 3.5 )  y  0 . 13. x  0 29. 28. sin( x  1 )  y  1. sin x  2 y  2. 17. sin( y  1 )  x  1. sin( x  2 )  y  1. sin( x  1 )  y  1.5. cos x  y  1. 21.5. 12.5.5 )  2.В.  cos( x  2 )  y  0.  2 y  cos x  2.   x  cos y  2. 5.   x  cos( y  2 )  0 .4.2. Зробити висновки стосовно швидкості збіжності обох методів. 2.  sin y  2 x  1.5.  sin y  2 x  2.8.5.8.3.  2 x  cos y  2. sin( y  1 )  x  1. 6.  sin x  2 y  1. 22.

. Звіт про виконання лабораторної роботи повинен містити: .Чисельні методи © Мірошкіна І. Наведіть ітераційну формулу метода Ньютона для системи n нелінійних рівнянь. Сутність методу простої ітерації. Точка перетину графіка функції з віссю Ох буде наближеним значенням кореня. Які методи уточнення коренів нелінійних рівнянь Вам відомі? 3. Знайти розв’язок нелінійного рівняння з точністю   103 : x  0. . Сутність методу Ньютона. 8.висновки. 4. 9. Як визначається Якобіан системи нелінійних рівнянь? 10. Сутність методу Ньютона для системи двох нелінійних рівнянь. Пояснити на графіку. Якими є умови збіжності методу ітерацій? 12. Відокремимо корені рівняння графічним методом. x f ( x)  x  0. Пояснити на графіку. Ми вкажемо інтервал ізоляції кореня. КОНТРОЛЬНІ ПИТАННЯ 1. Сутність методу січних. Що означає відокремити корені рівняння? 2.лістинг розрахунків в Mathcad. 29. Пояснити на графіку.6. 6. cos( x  1 )  y  1.В.отримані чисельні результати. порівняйте її з ітераційною формулою метода Ньютона. b] a  1 b  2 Задля контролю правильності розрахунків знайдемо розв’язок рівняння функцією Mathcad: x  1 root( f ( x) x)  1. cos( y  1 )  x  0 . Наведіть ітераційну формулу метода ітерацій для системи n нелінійних рівнянь.  sin y  2 x  1.аналіз результатів. 7.5  1 5 4 3 2 1 f ( x) 5 4 3 2 1 0 1 1 2 3 4 5 2 3 4 5 x Корінь рівняння знаходиться в інтервалі [a. Сутність методу половинного ділення. . 5. . Пояснити на графіку. Сутність методу ітерацій. 30.формулювання задачі.8. 11.38333 25 .5 x  1. ЗРАЗОК ВИКОНАННЯ ЛАБОРАТОРНОЇ РОБОТИ І.   y  cos x  2.

17 f ( b)  0.5 f ( c)  0.383. кроків 3 26 .3833 x3  x2  1.3833 x2  x1  0.146 a1 2 c  1.438 b  1.146 a  c ba a  1.391 4 f ( a)  0.406 3 f ( a)  0.029 c  f ( b)  0.012 f1( x2) x3  1.375 2 c  1.375 2 c  1.225 10 c  f ( b)  0.375 f ( a)  0.17 c  f ( b)  0.3833 x3  x2  6.146 b  c ba a  1.068 b  c ba a  1.3713 x1  x0  0.375 2 c  1.391 b  1.3826 x2  x1  0.58 10 3 f( b)  9.146 a  c ba a  1.011 f ( c)  9.011 f1( x0) x3  1.5 f ( a)  0.12 f2( x)  d 2 2 f ( x) dx f ( b)  f2( b)  0.371 f1( x0) f ( x2) x2  1.383 b  1.5 f ( c)  0.011 f ( c)  0.055 10 5 Відповідь : x=1.011 f ( c)  0.011 f ( b)  0. кроків 7 Метод Ньютона a  1 b  2 f1( x)  d f ( x) dx f ( a)  f2( a)  0.692 10 4 Відповідь : x=1.75 b  c ba f ( a)  0.225 10 Відповідь : x=1.5 f ( a)  0.25 2 c  1.383.5 c  b2 b  1.029 b  c ba a  1.25 b  1.В.371 f1( x1) f ( x2) x2  1.011 f( c)  6.068 c  f ( b)  0.3713 x1  x0  0.438 f ( a)  0.406 b  1. Метод половинного ділення c  ba a1 2 c  1.375 2 c  1. кроків 3 Модифікований метод Ньютона x0 a x1 x0  x2 x1  x3 x2  f ( x0) f1( x0) f ( x1) x1  1.Чисельні методи © Мірошкіна І.383.5 c  f ( c)  0.09 x0 a x1 x0  x2 x1  x3 x2  f ( x0) f1( x0) f ( x1) x1  1.

732 10 x5   ( x4) x5  1.4 x1  x0  0.5 x1   ( x0) x1  1.383.6 )  y  1. Приведемо систему до вигляду:  F ( x.    G ( x.6)  y  1.383.78 10 f ( x2)  f ( ) dx Відповідь : x=1. y )  0.372 10 x6   ( x5) x6  1.6 .09   a x0 b f ( x0) x1 x0   ( x0  ) x1  1.3994 x2  x1  0.9. Метод січних f2( x)  d 2 2 f ( x) f ( a)  f2( a)  0.2 1. y )  sin( x  0.  F ( x.4 1.01 x4   ( x3) x4  1. G ( x.3836 x6  x5  5. кроків 3 Метод ітерацій 3 M  2 2 d f ( x) dx 1 1 1.073 x2   ( x1) x2  1.016 f ( x1)  f ( ) f ( x2) x3 x2   ( x2  ) 4 x3  1. y )  0.6 f ( x0)  f ( ) f ( x1) x2 x1   ( x1  ) x2  1.3833 x3  x2  4.3855 x3  x4  3.027 x3   ( x2) x3  1. кроків 6 ІІ.9  0.4268 x1  x0  0.038 10 x7   ( x6) x7  1.6 1.8 x  ( x)  x  x0 f ( x) M ab 2 x0  1.  3 x  cos( y )  0.6  0.3841 x5  x4  1.85 10 3 3 4 4 Відповідь : x=1. 27 .12 f ( b)  f2( b)  0.3834 x7  x6  1.В.3892 x3  x2  0. Метод Ньютона.Чисельні методи © Мірошкіна І. Розв’язати систему нелінійних рівнянь з точністю   103 методом Ньютона і методом ітерацій: sin( x  0.3838 x2  x1  0. y )  3x  cos( y )  0.

Дослідимо виконання достатньої умови збіжності ітераційного процесу:       1.151 y2  2.3.769 10 Відповідь: x=0. y ). y0 .176 10 4 y2  y1  7. Приведемо систему до вигляду:  x  ( x.9  d F( xy) dx J( xy)   d  dxG( xy)  x0  0. y0  2 .невідому y.3 . y ). Для цього з другого рівняння системи зручно визначити невідому x.034.   1. Тоді будуємо графіки.6)  1. а з першого . x D x D y D y D 28 .6)  1.Чисельні методи © Мірошкіна І.2 .   y   ( x.3 cos( y) 3 Визначаємо початкове наближення коренів системи (точка перетину обох графіків): x0  0. y0  2 .151. Початкове наближення коренів системи визначили раніше: x0  0. 3   y  ( x.6)  1.035 x1  x0  0.035 y ( x1y1) J( x1y1) x2  0.2 .151 y1  2. З першого рівняння зручно визначити невідому y: y  sin( x  0. 3 5 4 3 2 1 sin( x 0.6.6 .В. Знайдемо графічним способом початкове наближення коренів системи x0 . Тоді маємо: 1   x  ( x.2 x1 x0  y0  2 x ( x0y0) J( x0y0)    d G( xy)  dy  d F( xy) dy y1  y0   F( xy) x ( xy)     G( xy)     d G( xy)  dy  d F( xy) dy  d F( xy) F( xy)  dx  y ( xy)   d   dxG( xy) G( xy)    y ( x0y0) J( x0y0) x1  0. а з другого – невідому 1 x: x  cos( y )  0. y )  sin( x  0. кроків 2. Уточнення коренів системи проведемо за допомогою розрахунків в Mathcad: F( xy)  sin ( x  0. Для цього побудуємо в Mathcad графіки функцій обох рівнянь.6 y 5 4 3 2 1 0 1 2 3 4 5 1 2 3 4 5 1 x  0.6 G( xy)  3x  cos ( y)  0.034 4 x2  x1  3. y=-2.049 x2 x1  x ( x1y1) J( x1y1) y2  y1  y1  y0  0.6)  y  1. Метод ітерації. y)  cos(y )  0.

161 y1  1. 1).0 d ( y ) dy W ( x)  d  ( x) dx Given 0. Обчислення значень похідних виконаємо в Mathcad: ( y )  0. тобто умова збіжності виконується.215 10 x3  ( y2) y3  ( x2) x3  0.66 10 4 y5  y4  7. В цьому разі будують функцію F( x ) (достатньо просту для обчислень).Чисельні методи © Мірошкіна І.1  x  0. яка в точках { x i }in0 набуває значення { y i }in0 .9  y  2.152 y4  2.3 W ( P)  0.353 10 x7  ( y6) y7  ( x6) x7  0.2 y0  2 x1  ( y0) y1  ( x0) x1  0.164 y2  2.571 V( M)  0.155 y4  2.732 10 x5  ( y4) y5  ( x4) x5  0. ТЕОРЕТИЧНІ ВІДОМОСТІ Інтерполяцію функцій застосовують.154 y3  2.3 P  Maximize( W  x) P  0.955 і 0. В інших точках F( x ) наближено представляє функцію f ( x ) з тою чи іншою точністю (рис. кроків 7.121 10 Відповідь: x=0.9  y  -2.989 x1  x0  0.033.022 x3  x2  0. .955 <1 1.913 10 4 3 4 4 x7  x6  7.879 10 3 y6  y5  2. коли деяка функція задана таблично скінченою множиною x: f ( x0 )  y0 .6)  1.039 y1  y0  0.783 10 3 y4  y3  9.035 3 y3  y2  2.025 x2  x1  3. 29 .151 y7  2.В. ітераційний процес буде збіжним. ЛАБОРАТОРНА РОБОТА № 5 ТЕМА: Інтерполяція функцій.1 M  Maximize( V y) M  1.607 10 4 y7  y6  2.333 менше 1.. y0 : D  { 0. y=-2.151.891 10 x6  ( y5) y6  ( x5) x6  0. f ( x n )  y n і потрібно визначити значення f ( x ) для проміжних значень аргументу ~x . -1. x0  0.2 V( y )  y  2. МЕТА: Опанувати чисельними методами інтерполяції функцій поліномами Лагранжа та Ньютона.1 } .3  1 3  cos ( y )  ( x)  sin ( x  0.152 y6  2. f ( x1 )  y1 .333 <1 Отримані значення похідних 0.1  x  0.032 x5  x4  2.011 x4  ( y3) y4  ( x3) x4  0..3. Задамо область D навколо x0 .033 x6  x5  2.033 y2  y1  0..f ( ~ x ) .6 x  0. Уточнимо корені системи в Mathcad.011 3 x2  ( y1) y2  ( x1) x2  0.032 x4  x3  8.

 ( x  x n 1 ) f ( x0 . x 2 .. x 2  x0 f ( x1 . x n )  . x 2 )  . x1 ....  1! 2! q( q  1 )  ... x n ).В. x 2 )  f ( x0 . x n 1 ) f ( x0 . Інтерполяційний поліном Ньютона не має цього недоліку.інтерполюючою функцією.  ( xi  x n ) i 0 Поліном Лагранжа незручний у використанні тим. Ln ( x )   y i ( xi  x0 )( xi  x1 )  . n! 30 ..розділена різниця x n  x0 n-ого порядку. x 2 . Зазначені вище властивості інтерполюючої функції має поліном Лагранжа: n ( x  x0 )( x  x1 )  .  ( x  x n ) .задачею інтерполяції. Часто інтерполювання необхідно проводити для функції..  ( q  n  1 ) n   y0 . x n )  f ( x0 ..  ( xi  xi 1 )( xi  xi 1 )  . його треба будувати знову. При зміні степеня n необхідно лише тільки додати або відкинути відповідну кількість стандартних доданків: Pn ( x)  f ( x0 )  ( x  x0 ) f ( x0 ..   ( x  x0 )( x  x1 )  ..... x1 ..... а задачу побудови F( x ) . x1 )  .. f ( x1 )  f ( x0 ) Тут f ( x0 . x1 . тобто: h  xi 1  xi  const ( i  0 .. а) перша інтерполяційна формула Ньютона: q q( q  1 ) 2 Pn ( x )  Pn ( x0  ih )  y 0  y 0   y0  .... x 2 ....  ( x  xi 1 )( x  xi 1 )  . Для таких таблиць інтерполяційні формули значно спрощуються. x1 .. x1  x0 f ( x1 .Чисельні методи © Мірошкіна І.1. x1 )  ( x  x0 )( x  x1 ) f ( x0 . Точки { x i }in0 називають вузлами інтерполяції. функцію F( x ) .розділена різниця другого порядку. що задана у рівновіддалених вузлах... n ) .. x1 ) f ( x0 . x 2 )  .. x1 ...розділена різниця першого порядку... що при зміні кількості вузлів інтерполяції n.

5 16. 1.0 2.53 0.7 3.0 18.0 6.5 1. Ця формула використовується для інтерполювання на початку відрізка інтерполяції..1 1.0 0.2 2.5 5.2 ~ x  4. h 2 y 0  y 1  y 0 . x y 3.скінчена різниця першого порядку. x y 1. Вузли інтерполяції не рівновіддалені. h де q( x )  ЗАВДАННЯ 3.В.8 3.2 8.0 -23 5.9 6.1 -8.7 7.6 6.0 y 25 1.5 8.8 2.0 -27 ~ x  3.3 6. n y 0  n 1 y 1  n y 0 скінчена різниця n-ого порядку.79 -2.12 2.3 -2. x 1.Чисельні методи © Мірошкіна І. n! x  xn де q( x )  .4 10.0 15 4.2 9.0 6.4 1.7 2.5 6.8 2. x y 16 10 17 17 20 19 ~ x  18 8. x y 4.0 -1.4 ~ x 9 10 3 15 7 31 .8 2.2 5.0 2.7 3.05 ~ x  2.0 5..7 4.0 3.. x -2. Використовуючи інтерполяційні поліноми Лагранжа й Ньютона.9 1.1 -3.  1! 2! q( q  1 )  .4 9. використовується формула для інтерполювання назад – б) друга інтерполяційна формула Ньютона: q q( q  1 ) 2 Pn ( x )  Pn ( x n  ( n  i )h )  y n  y n 1   y n  2  . x  x0 ..  ( q  n  1 ) n   y0 .0 y -6.3 3. x 6. x y 2.1 9. коли q мале за модулем.0 ~ x  1.2 10.0 -3.4 y -9.скінчена різниця другого порядку.6 0.8 ~ x  5.4 5.6 3.2 -1. Коли значення аргументу знаходиться ближче до кінця відрізку інтерполяції.3 3. Функція задана таблично.0 2. Δy0  y1  y0 .0 5.0 -8 2.0 5. знайти наближене значення функції у точці ~x .68 6.8 7.3 3.2 ~ x  2.0 7.5 5.

7 4.48 1.4 2.2 15. x y 0.3 y 1.95 ~ x  1.95 4.6 17.8 1. x 1.25 3.83 1.63 1.7 1. x y 14 68 18 64 31 44 35 39 38 32 ~ x  30 13.32 2.3 ~ x  2.5 4.5 10.0 8. x y 0 1 1 -3 2 25 3 129 4 381 ~ x 5 12.1 5.6 3.6 2.9 4.5 3.5 0.7 32 .7 1.9 6.2 2.2 ~ x  1.63 3.8 1.5 5.17 16. x -0.5 2. x 2.0 0. x -2.25 2.5 3.0 2. x -1.4 14.8 4.1 3.0 2.41 1.0 1.6 2.12 3.0 6.0 ~ x  5.9 0.2 21. x y 1.5 1.0 8.25 y 5.83 ~ x  1.2 0 3.0 3.Чисельні методи © Мірошкіна І.83 ~ x  1.0 1.6 1.5 20.56 4.1 ~ x  0.0 3.88 3.7 2.0 3.0 ~ x  2.0 24.75 2.2 4.В.1 4.8 4.5 0.9 1.5 3.45 2.52 y 3.6 22.92 3.33 3.25 0.0 4.57 4.0 4.02 3.5 -1.0 ~ x  2.59 1.83 ~ x  1.05 2.3 y 4.87 3.0 7.0 6.75 3.0 3.9 1.4 2.7 5.25 1.0 0.0 y 4. x y 0.4 1.12 3.5 4. x -0.3 2.0 5.54 1.72 ~ x  1.25 2. x y 0.5 1.5 y 1.0 2.0 18.0 7.0 2. x y 0.02 2.0 6.7 1.25 1.0 -0.0 0.5 23.25 3.02 3.25 1.36 2.5 3.5 19.0 10.25 5.5 5.0 2.21 11.8 ~ x  2. x -0.5 -0.0 4.3 2.0 4.0 4.6 1.6 1.79 1.5 ~ x  1. x y 4. x y 0.25 2.3 3. 9.82 ~ x  2.7 y 6.0 5.36 3.2 0.8 3.0 9.

92 0.99 0.1 1.1 3.6 ~ x 1.8 y -9.1 -8.В.28 0.7 ~ x  -1.0 Використовуючи першу або другу інтерполяційні формули Ньютона.4 1.55 1. 25.94 0.11 2.75 2.8 0.91 0.4 0.95 1.2 x2  1.3 -2.75 1.1 x 1.24 1.85 0.3 -2.7 2.1 3.6 1.1 1.8 2.85 1. x 1.8 -2.5 4.1 1.03 1.0 y 0.33 0. 2.228 0.84 ~ x2  2. x 0.49 1.6 5.38 ~ x2  0.9 y 1.5 x1  1.12 1.5 -2.8 5.7 2. ~ x 2 .0 -0.91 ~ x2  2.0 -2. ~ y 1.9 0.97.0 -1.3 1. Функція задана таблично.129 0.6 1.16 1.55 2.1 -6.3 x 1.14.0 5. ~ 6.0 4.09 1. знайти наближене значення функції у точках ~ x1 .4 ~ x  1.03 ~ x2  1.71.8 1.72.0 1.23 1. x y 31 13 35 8 ~ x  25 10 43 12 21 22 17 29.2 1. 1.8 5.9 1.119 0.74 0.88 0.8 1.09 1.63 2.0 3.85 y -9.0 0.06 1.6 y 1.82 33 ~ x2  3.0 y 1.97 0.371 9. x y 0.75 0.82 30.9 2.047 0.84 0.02 4.95 y 1.3 ~ x  2.93 x1  2.27 2.32 3. ~ .8 3.65 8.93 x1  1.7 1.13 0. ~ 7.23 0.04 1.6 3. 2.82 ~ x2  33 x1  13.3 3.0 26.39 1. ~ 4.2 6.95 y 1.21 4.77 x1  0.85 2. x 2.1 2.1 1.1 27.87 0.0 ~ x  2. x -0.6 1.56 x1  1. 20 25 30 35 x 10 15 y 0.7 5. ~ y 0.2 3.14 1.02 3.79 1.96 2.15.32 2. 2. x 1. x 3.1 1.85 1.97 ~ x2  0.023 2.3 28. x -1.02.033 0.37.25 x1  1.3 1.179 0.08 0.5 1.44 2.0 2.066 0.2 y 5.82.18 1.9 1. ~ 3.21 1.41 1.5 ~ x  4. 1.57 1.089 0.Чисельні методи © Мірошкіна І.18 0.79 0.5 ~ x2  1.2 3.15 x1  0.324 0.4 1. ~ y 1. ~ 5.2 2.5 1. x -3.276 0.37 1.58 1.0 4. x 0.47 x1  1.

75 y -1.3 1.2 2. x 0.4 1. ~ 24.280 0.82 199 2.1 0.82 1.28 0.34.2 1.22 0.5 0.75 0.95 1.0 1.42.55 1.68 0.55 0.44 1.95 ~ x2  1.28 0.5 1.16 0.54 x1  0.59.848 17.495 1 16.152 6.84 ~ x2  0.93 0.1 ~ x2  1.928 4. ~ 15. x 1.2 0.16 1.54.936.99 0.447 0.3 ~ x2  2.95 0.69 6. x 0.58 0.113 1. ~ 22.9 1.85 3.8 0.85 0.2 1.89 6.3 1.94 1.561 18.331 1.3 34 .72 6.0 3.9 3.4 -0.79 1.05 x1  0.5 y 2.7 1.9 -0.76 x  0.9 2. x 2.05 0.91 0. x 1. ~ 11.319 0.13 x1  1. x 0. x 0.410 4.84 0. ~ y 6.4 0.51 x1  0.85 ~ x2  0.14 -0.0 2.54 0.1 3.89 2.97.75 1. ~ 21.47 0.85 x1  3.98 3.14 x1  0.6 0.402 0.Чисельні методи © Мірошкіна І. x 0.445 1.88 0.70 0.31 0.3 1.96 0.4 1.05 0.3 0.25 y 1.4 0. ~ y 0.03 ~ x2  0.55 1.В.27 0.65 0.1 -0. ~ 0.99 1.53.67 1.45 0.56 0. x 50 55 60 65 70 75 y 0.938 5.31 0.1 2.76 3.0 1.60 0.06 x1  1. ~ 23.65 1.7 -0.35 0.07 x1  0.23 x1  0.68 1.2 -0.73.1 1. x 1.6 y 1.5 ~ x2  1.8 0.1 0.0 ~ x2  0.2 0.74 0.27 ~ x2  52 x1  73.82 6.93 1.008 1.79.3 y 1.5 0.72 0.51 x1  1.09 ~ x2  0.76 0.2 0.91 1.359 0.6 1. x 0. x 1.86 0.80 0.72 ~ x2  0.95 0.88 0. x 0.71 x1  0. ~ 20.56 ~ x2  0.91 0.901 x  1.5 0.92 1.25.9 0.3 y 3.35 1.25 0.42 ~ x2  0. 10.0 0. x 0.66 3. ~ 25.75 2.90 1.96 7.83 x1  1.05 0.23. ~ 12.7 y 0.55 3.5 1.52 0.62.80 y 0.97 ~ x2  1.1 1.19 ~ x2  1.24.8 1.517 6.6 y 0.63 1.04 -0.15 0.15 0.36.74 2.55 y 0.22 1.34 1 19.93 0.2 1.37 0.92 ~ x2  0. ~ 14.55 0.3 0.83 x1  2. ~ y 1.42 0.44 3.78 0.2 3. ~ 13.221 1.73. ~ y 3. x 1.11 1. x 0.85 2.75 y 1.8 2.1 1.70 0.20 0.

. Поняття розділеної різниці. Нумерація елементів векторів від 0 до 4.2 1. Коли використовується інтерполяція? 14.875 2.5 3.формулювання задачі.05.0 ~ x2  0.75 3.68 x  1. .25 0.8 5.1 3.15 0. 20.66 1.65 Звіт про виконання лабораторної роботи повинен містити: . Перша інтерполяційна формула Ньютона.35 0.Чисельні методи © Мірошкіна І. x -1.7 1. Що таке вузли інтерполяції? 15. ~ 26.7 1.5 4. 21. Інтерполяційний поліном Ньютона для довільних вузлів інтерполяції.8 2.6 1.5 0. Пояснити поняття "інтерполяція". ~ 29.28. З якими ще методами інтерполяції Ви знайомі? ЗРАЗОК ВИКОНАННЯ ЛАБОРАТОРНОЇ РОБОТИ I.5 3.отримані чисельні результати.8 x1  0. Як оцінити похибку інтерполяції? 23. 2.9 1.0 2.30 0.0 3.25 3.2 2. Переваги й недоліки інтерполяції поліномом Лагранжа.5 0.0 y 5.1 ~ x2  0.аналіз результатів.60 ~ x2  2.38. Функція задана таблично. випадки її використання.8 4.0 0. x y 0.0 1. ORIGIN 0 35 . .0 2.1 2. 16.35 0.4 0. x y 0. 22.лістинг обчислень в Matcad. x 0.5 ~ x2  4.висновки.5 1.9 4. знайти наближене значення функції у точці ~x .0 4.0 3.В. ~ y 3.45 1. .48 x1  0.01.40 ~ x2  0.30 0.7 5.25 0.75 0.625 2. 19.20 0.40 0.0 4. x 2.5 1.6 5.3 2. Друга інтерполяційна формула Ньютона. ~ y 2.0 27.65. 18.2 4. Використовуючи інтерполяційні поліноми Лагранжа й Ньютона.045 1 28.46 x1  2. 17.0 0.0 4.0 -0.805 30.3  Сформуємо вектор вузлів інтерполяції x і вектор значень функції у вузлах  y . Поняття скінченої різниці. Вузли інтерполяції нерівновіддалені. x 0. випадки її використання. ~ 1. КОНТРОЛЬНІ ПИТАННЯ 13.0 4.17 x1  0.5 3.0 ~ x  2.45 0.8 0.7 4.50 y 5.2 4.0 1.

Функція задана таблично.  1.07. ~ x 2 . ~ y 3.3 2.8   2.2    x   1.6534 Побудуємо інтерполяційний поліном Ньютона.75 3. Використовуючи першу або другу інтерполяційні формули Ньютона. наближене значення функції у точках ~ 3. тому поліном буде мати п’ять доданків: a  x1a  x2a  x3a  x4 0 x x  x x  x x  x x  0 1  0 2  0 3  0 4 a  x0a  x2a  x3a  x4 L1( a)  y  1 x x  x x  x x  x x  1 0  1 2  1 3  1 4 a  x0a  x1a  x3a  x4 L2( a)  y  2 x x  x x  x x  x x  2 0  2 1  2 3  2 4 a  x0a  x1a  x2a  x4 L3( a)  y  3 x x  x x  x x  x x  3 0  3 1  3 2  3 4 a  x0a  x1a  x2a  x3 L4( a)  y  4 x x  x x  x x  x x  4 0  4 1  4 2  4 3 L0( a)  y  L( a)  L0( a)  L1( a)  L2( a)  L3( a)  L4( a) Тепер знайдемо значення полінома в заданій точці: a  2 L( a)  5.7     4.65 36 .0 2.0 4.0 4.3  Побудуємо інтерполяційний поліном Лагранжа.5 ~ x 2. знайти x1 .Чисельні методи © Мірошкіна І.6534 Відповіді співпали.46 x1  2.0   4.5 x2  4.7   5.0   0.другого порядку y012  y12  y01 y123  x x 2 0 y23  y12 y234  x x 3 1 y34  y23 x x 4 2 .четвертого порядку y01234  y1234  y0123 x x 4 0 Тепер знайдемо значення полінома в заданій точці:               P(a)  y  a  x  y01  a  x  a  x  y012  a  x  a  x  a  x  y0123  a  x  a  x  a  x  a  x  y01234 0 0 0 1 0 1 2 0 1 2 3 P( a)  5.2     4.В.0 3. II.першого порядку y01  y y 1 0 y12  x x 1 y y 2 1 x x 0 2 y y 3 y23  2 x x 1 3 y34  y y 2 4 3 x x 4 3 .5 4. Задано п’ять вузлів. Спочатку знайдемо розділені різниці: .0   5.8 4.25 3.6    y   5.третього порядку y0123  y123  y012 x x 3 y1234  0 y234  y123 x x 4 1 .

75  3.0     4.першого порядку 0  y  y 1 1  y  y 0 2 2  y  y 1 3 2 3  y  y 4 4  y  y 3 5 4 .46 знаходиться в другій половині відрізку інДруге задане значення ~ терполяції.п’ятого порядку 50  41  40 Тепер знайдемо значення полінома в заданій точці: PI( a)  y  0 q 1  0  q ( q  1) 2  20  q (q  1) ( q  2) 3  30  q (q  1) (q  2)  ( q  3) 4  40  q (q  1) (q  2)  ( q  3) (q  4) 5  50 PI( a)  3.25    3.5 ax 5 h q  0.0   2.3   y   2. МЕТА: Опанувати методом інтерполяції функцій кубічними сплайнами. Задамося величинами: a  2.24147 x2  4. тому застосуємо першу інтерполяційну формулу Ньютона.5   4.   Сформуємо вектор вузлів інтерполяції x і вектор значень функції у вузлах y .0   4.третього порядку 30  21  20 31  22  21 32  23  22 . ближче до крайнього лівого вузла.85828 ЛАБОРАТОРНА РОБОТА № 6 ТЕМА: Кубічна сплайн-інтерполяція.Чисельні методи © Мірошкіна І.5 ax 0 q  0.65 Перше задане значення ~ x1  2. Задамося величинами: a  4.14 h Знайдемо скінченні різниці: .07 знаходиться в першій половині відрізку інтерполяції. Нумерація елементів векторів від 0 до 5.5    3.5   3.В.другого порядку 20  1  0 21  2  1 22  3  2 23  4  3 .0  x    3.четвертого порядку 40  31  30 41  32  31 .46 h  x  x 1 0 q  h  0. ближче до крайнього правого вузла.8    4. 37  50 .  2.07 h  x  x 1 0 q  h  0.08 Тепер знайдемо значення полінома в заданій точці: PII(a)  y  5 q 1  4  q (q  1) 2  23  q ( q  1)  ( q  2) 3  32  q (q  1) ( q  2)  ( q  3) 4  41  q (q  1) (q  2) ( q  3)  ( q  4) 5 PII( a)  3. тому застосуємо другу інтерполяційну формулу Ньютона.

n  1 функцію S ( x )  S i ( x ) будемо шукати у вигляді многочлена третього степеня: S i ( x )  a i  bi ( x  xi )  ci ( x  xi ) 2  d i ( x  xi ) 3 . 1. Крім того. i  1.bi .. i  0. 2) значення функції S(x) у вузлах інтерполяції дорівнюють значенням функції f(x): S( xi )  f ( xi ).b] і має на ньому деяку кількість неперервних похідних. n . xi 1 ] .. Аби уникнути збільшення похибок..b] на часткові відрізки.. Задамо сітку точок a  x0  x1  x2  . зазвичай використовують кусково-поліноміальну інтерполяцію...n  1 ..коефіцієнти сплайна. 3) функція S(x).. c0  c n  0 ..... Позначимо значення функції в точках f i  f ( xi )..Чисельні методи © Мірошкіна І. . ТЕОРЕТИЧНІ ВІДОМОСТІ Інтерполювання функції многочленами Лагранжа або Ньютона на всьому відрізку [a.b] задана неперервна функція f(x). i  0. Тут ai . d i  i 1 3h 3h f  fi h bi  i 1  ( ci 1  2ci ) . Кубічним сплайном. xi  x  xi 1 . Крім того. c c  ci ..В. які мають нумерацію по зростанню значень і є рівновіддаленими з кроком h  xi 1  xi  const . На практиці розповсюджене застосування кубічного сплайна.... n  1 . d n1   n1 .. яка визначена на відрізку [a.  xn1  xn  b .. i  0 . S ( xi  0 )  S ( xi  0 ) . ci  4ci 1  ci  2  3( f i  2  2 f i 1  f i ) . n . 1. h 3 38 (1) (2) (3) . яка задовольняє умовам: 1) на кожному частковому відрізку [ xi .. ci . що відповідає функції f(x) і вузлам x i .. Сплайн-функцією (сплайном) називають кусково-поліноміаль-ну функцію. Тоді коефіцієнти сплайна можна знайти з формул: ai  f i .. n  1 . на кожному з яких функцію f(x) замінюють многочленами невисокого степеня... називається функція S(x). збільшення кількості вузлів не завжди забезпечує підвищення точності інтерполяції через розбіжність самого процесу інтерполювання. d i .. i  0 .. які знаходяться з у мов: S i  f i . на границях інтервалу при x  x0 і x  xn поставимо умови: S ( x0 )  S ( xn )  0 .... На кожному відрізку [ xi . n  1 . Нехай на відрізку [a. i  0 . n  1 . Побудова сплайна.n  2 . Одним зі способів такої інтерполяції є інтерполювання за допомогою сплайнфункцій...b].b] з використанням великої кількості вузлів інтерполяції часто призводить до незадовільного наближення через накопичення похибок при обчисленнях. i  0 .. xi 1 ] функція S(x) є многочленом третього степеня... тобто розбивають відрізок [a.. i  0. Перевагою сплайнів у порівнянні зі звичайною інтерполяцією є їхня збіжність і стійкість процесу обчислень. i  0 ... S ( xi  0 )  S ( xi  0 ) . її перша й друга похідні неперервні на [a.

3 1.58 2.73 1.03 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 0.2 3.36 0. Варіанти індивідуальних завдань.3 2.5 i №4 1.65 i 0 1 2 3 4 xi -2 -1 0 1 2 fi ~ x 0.42 3.6 -0.В.6 -1.35 0.3 1.8 3. Основною перевагою кубічної сплайн-інтерполяції є отримання функції.2 1. використовуючи функції середовища Mathcad.5 2.35 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 1.71 1.6 i №3 №5 i 0.6 0.46 2.07 0.78 1. і знайти його значення у вказаних точках ~x .26 1.Чисельні методи © Мірошкіна І.31 0.28 0. а недоліком – велика кількість параметрів. За допомогою програмного середовища Mathcad побудувати кубічний сплайн для функції.32 1.3 i №2 0.8 3.54 1. що має мінімально можливу кривизну. Знайти розв’язок цієї ж задачі.8 . №1 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 1.0 0.2 i 2.8 39 3.05 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 0. Порівняти отримані розв’язки. ЗАВДАННЯ 5.5 1.0 1.38 1.5 0. що задана таблицею.01 3.2 2.99 4.43 0.25 0.

4 1. №6 i 0 1 2 3 4 xi -2 -1 0 1 2 fi ~ x 0.68 1.34 1.44 i 0 1 2 3 4 xi -2 -1 0 1 2 fi ~ x 0.89 0.44 1.48 0.34 1.47 0.41 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 1.75 0.09 0.54 1.49 0.25 i №8 i № 10 № 11 i 0.47 2.25 2.62 40 3.53 0.68 1.63 1.4 i №7 0.14 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 1.47 1.85 0.68 0.47 i 0.16 0.38 0.25 0.85 0.45 0.08 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 1.25 1.6 0.Чисельні методи © Мірошкіна І.59 0.34 2.12 0.62 3.85 -1.52 1.62 .85 i №9 -0.4 2.48 1.В.34 3.51 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 0.62 3.21 -1.54 0.4 1.42 0.4 1.59 1.

8 i 0.3 1.3 i № 13 0.Чисельні методи © Мірошкіна І.26 0.31 0.26 1.53 -1.53 0.85 0.65 0.25 1.28 1.74 0.74 1.3 2.36 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 1.27 0.57 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 0.25 2.03 0.В.25 3.3 1.79 0. № 12 i 0 1 2 3 4 xi -2 -1 0 1 2 fi ~ x 1.78 0.24 i 0 1 2 3 4 xi -2 -1 0 1 2 fi ~ x 0.85 3.27 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 1.42 0.73 0.23 1.26 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 1.85 1.29 0.8 2.76 0.26 0.25 1.36 0.53 i № 15 -0.8 0.85 3.93 0.85 i № 14 № 16 № 17 i 0.25 i 1.03 0.61 0.8 1.85 .85 41 3.53 -0.28 -1.77 1.85 2.49 2.

74 0.графічний аналіз результатів.35 0. Що таке вузли інтерполяції? 26.52 0. 30.33 1.розрахунки в Mathcad.51 3.31 1.56 . Що таке кубічний сплайн і як його побудувати? 29. . КОНТРОЛЬНІ ПИТАННЯ 24.висновки.51 0. № 18 i 0 1 2 3 4 xi -2 -1 0 1 2 fi ~ x 1.44 0. Що таке сплайн-інтерполяція? 28.55 0.56 0.формулювання задачі.77 i № 19 i № 20 i -1.75 0.47 -0.34 i 0 1 2 3 4 xi -2 -1 0 1 2 fi ~ x 1.45 0.47 -0. Які інтерполюючі функції Ви знаєте? 27.33 i 0 1 2 3 4 xi 0 1 2 3 4 fi ~ x 1. Коли використовується інтерполяція функцій? 25.56 Звіт про виконання лабораторної роботи повинен містити: .66 0.Чисельні методи © Мірошкіна І.47 -1.37 0.47 1. З якими ще методами наближення функцій Ви знайомі? 42 1. .56 0.29 1.51 2. .В.51 1. Переваги і недоліки інтерполяції сплайнами.

використовуючи функції середовища Mathcad. значення функції у вузлах (вектор y).. і знайти його значення у вказаних точках ~x .. Знайти розв’язок цієї ж задачі. i 0 1 2 3 4 xi -2 -1 0 1 2 fi 1.3 Побудуємо чотири сплайн-функції (1) для кожного з інтервалів: [ 2.25  1.25 ~ xi -1. [ 1.3  1. у яких інтерполюється функція.В.21  z    0. bi i  0 .526       0  Знаходимо коефіцієнти d i . що задана таблицею. [ 0. ЗРАЗОК ВИКОНАННЯ ЛАБОРАТОРНОЇ РОБОТИ Завдання: За допомогою програмного середовища Mathcad побудувати кубічний сплайн для функції.2 ] − S 3 ( x )  a3  b3 ( x  x3 )  c3 ( x  x3 )2  d 3 ( x  x3 )3 . яку розв’яжемо за допомогою спеціального обчислювального блоку Mathcad Given/Find:  4 1 0 i  0  4 ci  0 F   1 4 1  i  0  2 g i  3  f i 2  2  f i 1  f i    0 1 4  0   1.3    1...75  i  0  3 ai  f i a  1.  2    1      x   0  f    1       2   Знаходимо коефіцієнти ai i  0 .744   c3   2.. n  1 . Порівняти отримані розв’язки.36 1.948   c1    Given F   c2  g c  Find ( c) c   3.75 -1.3 -0. [ 1.36 0.1 ] − S0 ( x )  a0  b0 ( x  x0 )  c0 ( x  x0 )2  d0 ( x  x0 )3 . Знаходимо коефіцієнти сплайн-функцій за формулами (3).3  0...21 0.Чисельні методи © Мірошкіна І. (вектор z). Уведемо початкові дані: значення інтерполяційних вузлів (вектор x).3   0.. значення точок..36  0.33 -0.33     0.3 0. n потрібно скласти систему лінійних алгебраїчних рівнянь. де h – крок між вузлами інтерполяції: 43 .21   0..1 ] − S 2 ( x )  a2  b2 ( x  x2 )  c2 ( x  x2 )2  d 2 ( x  x2 )3 .3 1.. n  1 :    0. використовуючи програмне середовище Mathcad.33    Для знаходження коефіцієнтів сi i  0 .75  1..0 ] − S1( x )  a1  b1( x  x1 )  c1( x  x1 )2  d1( x  x1 )3 .

1.3 1. v – вектор других похідних.104    Тепер можемо записати сплайн-функції для кожного інтервалу: [ 2. i  0 3 S( i t)  ai  bit  xi  ci t  xi  di t  xi 2 44 3 .f). n .1 0.5 0.649( x  2 )3 .2 ] − S 3 ( x )  0.x. ti  xi .3 f 0.897( x  1 )3 .f.114  h 3  1.0 ] − S1( x )  0.114x  3.36  0.744x 2  2.09 x 3 .t) апроксимує дані векторів x і f кубічними сплайнами. i  0. h  1 d 3  c3 3 h i  0  2 d i   ci 1  ci 3 h  d    0.842  1. [ 0.3 0.1 0.7 0.. [ 1.33  1.2 0.21  0.649    2. використовуючи функції середовища Mathcad.964   0.1 ] − S0 ( x )  1.104( x  1 )  2.165  0. Із графіку видно. Порівняємо графіки і значення отриманих сплайн-функції (*) з функцією y(t) на кожному інтервалі.039( x  2 )  0.1 ] − S 2 ( x )  1. створений функцією lspline(x. що побудований сплайн y(t) у вузлах інтерполяції приймає задані значення y( ti )  f ( xi ).7 0.89  2 3 i  0  3 Si  ai  bizi  xi  ci zi  xi  di zi  xi S  0.4 0.4 1.В. яка спирається на умову (2).842( x  1 )3 . v  lspline( x f ) (*) y ( t )  interp ( v  x f  t ) 1.09   0..1 1..526( x  1 )2  0.3 1.75  1.9 0.039  1.5 0.457    Знайдемо розв’язок цієї ж задачі.897  0. Використовуючи отримані сплайни знайдемо значення функції f(x) у заданих точках:  1.909   f i 1  f i h i  0  3 b i     ci 1  2  ci b  0.909( x  1 )  1.948( x  1 )2  1.9 1.1 y( t ) 2 1.Чисельні методи © Мірошкіна І.2 2 0.5 1.5 x t Тут функція interp(v. [ 1..

5 y( t) 2.1 2 1.4 0.5 x t  інтервал [ 1.8 0.9 0.3 0.3)  0.6 0.457 y( t) 0.1 S( 0  1.3 1.964 S( 2  0.1 ] : 1.3 0.2 1.Чисельні методи © Мірошкіна І.5 1.2 ] : 1.5 1.5 1 x t 1.5 y( tS)( 2  t) S ( 2  t) 0.9 1 1 y ( 0.1 0 1 0.7 0.5 0.3)  1. задача розв’язана коректно.8 0.2 1.5 1 f y ( 1.2 0.1 1 0.5 y ( 1.5 x t Як бачимо.5 1.5 x t  інтервал [ 0.5 S ( 0  t) 1 1.В.2 0.  інтервал [ 2.3 0.5 1 y( t) f 0.6 0. побудовані сплайн-функції (*) мають повне співпадання з функцією y(t).89 1 1.7 0.9 0.5 0.4 1.5 1.6 1.1 0.6 1.89 0.1 0 0.4 1.1 ] : 1.2 0.5 0.3)  0.5 f 1 0.5 1 f y ( 0. 45 .165 0.5 1 f 0.8 0.964 1.5 y( t) 1.9 1.1 0.3)  0.3 1. Отже.9 1 1.7 0.5 x t  інтервал [ 1.4 0.165 1 0.6 0.3)  1.8 1.5 0.3)  0.3)  0.4 0.0 ] : 1.7 S ( 3  t) 0.9 2 S( 3  1.1 1.5 0.8 1.3)  0.5 S ( 1  t) S( 1  0.7 1.457 1 1.1 0 0.

Метод лівих прямокутників. зліва та справа – межами інтегрування a. n виходячи з умови задоволення точності обчислень. Блок-схема методу лівих прямокутників приведена на рис. ТЕОРЕТИЧНІ ВІДОМОСТІ Якщо функція f(x) – неперервна на відрізку [a. обмежених зверху графіком функції f(x). 2 n h h h h h a=x x x x =b x де   [ a . або є дуже складною. Значення n обирають.В. 0 1 0 1 2 2 n n 46 .точка. де h  b  a . середніх прямокутників.b] розбивають на n рівних частин довжиною h. Усі чисельні методи обчислення інтегралів базуються на геометричній інтерпретації визначеного інтеграла. що побудовані на інтервалах [ xi . Для знаходження площі відрізок [a. xi  h ] . МЕТА: Опанувати чисельними методами обчислення визначених однократних інтегралів за формулами лівих. b. тоді поняття первісної функції взагалі втрачає сенс. Сімпсона. Загальну площу фігури обчислимо. площами прямокутників. 6. (2) y=f(x) n n i 0 i 0 i 0 Точність формули лівих прямокутників можна оцінити так: ( b  a )2 y y y y (3)  f (  ). 1). підінтегральна функція f(x) може бути задана таблично. висота яких дорівнюватиме значенню f(x) у лівому кінці інтервалу [ xi . (1) a Але в багатьох випадках первісна функція F(x) не може бути знайдена. Апроксимуємо площі елементарних криволінійних трапецій. 1 лем значення. Постає задача наближеного обчислення інтегралів за допомогою чисельних методів. правих. трапецій. значення якого чисельно дорівнює площі фігури. b ] . ЛАБОРАТОРНА РОБОТА № 7 ТЕМА: Чисельне інтегрування. . то визначений інтеграл від цієї функції у границях від а до b може бути обчислений за формулою Ньютона-Лейбниця: b I   f ( x )dx  F ( b )  F ( a ). як суму площ окремих елементарних прямокутників: y n 1 b  a n 1 b  a n 1 I  S  y   i  i  f ( xi ). Крім того. xi  h ] (рис.Чисельні методи © Мірошкіна І. Значення інтеграла I шукають як суму елементарних площадей фігур. знизу – віссю 0х. в якій перша похідна 0 функції f(x) набуває найбільшого за модуРис. де F (x)  f(x). що обмежена зверху – графіком функції f(x).b] і відома її первісна функція F(x).

обмежених зверху графіком функції f(x). xi  h ] . Метод правих прямокутників. 8. 7. y0 y1 h 0 a=x0 y2 h x1 yn h h x2 h xn=b x Рис. Апроксимуємо площі елементарних криволінійних трапецій. Загальну площу фігури об2 2 числимо. 2). як суму площ окремих елементарних прямокутників: n 1 b  a n 1 I   Si   yi 12  y n i 0 i 0 b  a n 1 h f ( x i  ). 3). (4) y=f(x) n n i 1 i 1 i 1 Точність формули правих прямокутників можна оцінити за формулою (3). обмежених зверху графіком функції f(x). 2 Блок-схема методу правих прямокутників приведена на рис. (5)  n i 0 2 y Точність формули середніх прямокутників y можна оцінити так: y y y y ( b  a )3 h h  f (  ). (6) 2 2 2 x x 24 n a=x x x x =b x де   [ a . висота яких дорівнюватиме значенню f(x) у правому кінці інтервалу [ xi .y i  1  f ( x i  h )  f ( x i  1 ) (рис. y=f(x)  1+ 21 0+21 0 0 1 0 0+ 21 1 2 1+21 2 n n Метод трапецій. як суму площ окремих елементарних прямокутників: y n ba n ba n I  S  y   i  i  f ( xi ).Чисельні методи © Мірошкіна І. висота яких 47 . 3 функції f(x) набуває найбільшого за модулем значення. площами трапецій. висота яких дорівнюватиме значенню f(x) у середині інтервалу [ xi . Блок-схема методу середніх прямокутників приведена на рис.точка. обмежених зверху графіком функції f(x). площами прямокутників. в якій друга похідна Рис. Апроксимуємо площі елементарних криволінійних трапецій. b ] . Метод середніх прямокутників. xi  h ] (рис.В. Загальну площу фігури обчислимо. Апроксимуємо площі елементарних криволінійних трапецій. площами прямокутників.

Загальну площу фігури обчислимо.В. 4). 4 дорівнюватиме h. а довжини основ значенням f(x) у правому й лівому кінцях інтервалу [ xi . y y=f(x) y0 y1 h 0 a=x0 y2 h x1 yn h h x2 h xn=b x Рис.Чисельні методи © Мірошкіна І. як суму площ окремих елементарних трапецій: 48 . xi  h ] f ( xi ) й f ( xi  h ) (рис.

0001.. (10) 180 n 4 де   [ a .  ЗАВДАННЯ 6. 9.Обчислити інтеграл засобами Mathcad. i  0. Номер варіанта відповідає номерові завдань. y 2i  2 ) .  y2 m  2 )  3n h  f ( x0 )  f ( x 2m )  4 f ( x1 )  ..  y2m 1 )  2( y2  y4  . обмежених зверху графіком функції f(x).точка. b ] .  f ( x n 1 )   .. Блок-схема методу трапецій приведена на рис... як суму площ окремих елементаh x x x =b x 0 a=x рних криволінійних трапецій: Рис.. ( x 2i 1 . Значення n обрати 10...... 5). I  Si  Метод Сімпсона. ( x 2i  2 ... обчислити похибку для кожного методу.. трапецій та Сімпсона обчислити значення інтеграла з точністю   0.В.  y n 1  n    n  2 2  i 0 f ( xn )  b  a  f ( x0 )   f ( x1 )  . 10. Загальну площу фігури обчисy лимо. n 1 y  b  a  y0  y 1  . в якій друга похідна функції f(x) набуває найбільшого за модулем значення. Кількість точок для формули Сімпсона має бути завжди парною y y y y y n  2 m . в якій четверта похідна функції f(x) набуває найбільшого за модулем значення. y 2i ) . що y=f(x) проходить через три точки ( x 2i .Чисельні методи © Мірошкіна І.  f ( x 2 m2 ) (9) 3 Точність формули Сімпсона можна оцінити так: ( b  a ) 5 IV  f (  ). Апроксимуємо площі елементарних криволінійних трапецій. 5 1 3 2 4 2m 0 0 I 2 n 1  Si  i 0 4 2m ba ( y0  y2 m )  4( y1  y3  . Блок-схема методу Сімпсона приведена на рис. y 2i 1 ) . Методами прямокутників.n (рис.1.точка. (8) 2 12n де   [ a . обмежених зверху параболою. площами криволінійних трапеy цій. (7) n  2 2  Точність формули трапецій можна оцінити так: ( b  a )3  f (  )..  f ( x 2 m1 )  2 f ( x 2 )  .. b ] . 49 .

 x cos xdx 0 0 .0 13.5 16.5 x 3 arctg( x )dx 0 5. 2  dx  27.5  sin xdx 1  x 5 dx 1.0 dx  2x 0 11. 1.8 9.6 cos x dx 2 x  1 0 .2 30.0 sin x  x dx 0 .2 28. 50 tgx 2  x  1dx 0 .1 1.0 14.2 . 1. dx  x9 1  x4 0 .1 x 0 0 .4  dx  0 10.В. 0 0 .2 15.2  0 .0  x  1 cos x 2 dx 0 . 2 e  x dx 6 0 . 17. 0 .    1  x4 0 22.  1  x4 cos x dx x   10 x 0 0 .1 1.0 25. 1 3  x 3 0 12.0  x cos xdx 0 sin x 2 dx cos x dx 2 x  1 0 . 1.1 24. 0 . 0 1. 1.5 1  Чисельні методи © Мірошкіна І.1 19.5 6. 0 .6 29.  x2 0 . 0 1.1 4.  dx 1  x 3 dx 0 3 3 ex  x dx 0 .25 21.1 ) dx  2 x  1 1.3 0 . 1  x2 1.8 1.5 1.0 . dx 1  x3 0 cos x 2 dx ex  4 sin x dx x 4 1. 0 . 0  4 dx   7.6 2.8 sin( 2 x  2 . 8. 1.0 23. dx 0 . 0 1  x sin xdx 3   26.5 18.2 x3 dx cos x dx x 0 .  3.0 20.  1  x4 ex  2 dx 0 .

6667 0. Коли застосовується чисельне інтегрування? 32.5 0.625 0.формулювання задачі.66877 rigth  I  Irigth rigth  0.8333 0.02438 За формулою середніх прямокутників: 51 .5405 0. 36. .3 0.7143 0.69315 0 Для обчислення інтеграла чисельними методами задамо ситку значень по x: n  10 i  1 n x  0 h  0. Звіт про виконання лабораторної роботи повинен містити: . їхня похибка. Зміст методу трапецій. .7407 0. .В.Чисельні методи © Мірошкіна І.7 0.6897 0. Що називається механічною квадратурою? 33. Зміст методів прямокутників.8 0. Як обчислити інтеграл із заданою точністю? ПРИКЛАД ВИКОНАННЯ:Обчислимо інтеграл 1 1  x  1dx при n=10: 0 1 f ( x)  1 1 x  I   f ( x) dx  I  0.1 0 x  x  i h i 0 T x  ( 0 0.6 0.9524 0. Зміст методу Сімпсона. 38.8696 0.6061 0.5263 0. 37.4 0.9091 0. Який загальний геометричний зміст чисельних методів обчислення визначених однократних інтегралів? 35. .02562 Тоді за формулою правих прямокутників: n Irigth  h   k 1 y k Irigth  0.1 0.9 1 ) і знайдемо значення підінтегральної функції в отриманих точках: i  0 n  i y  f x i Для формули середніх прямокутників необхідно знайту значення функції в середніх точках: h ycp  f  x   i i 2  T y  ( 1 0. У чому міститься прийом механічної квадратури? 34.8 0.4878) Тоді за формулою лівих прямокутників: n 1 Ileft  h   y k Ileft  0.71877 Похибка: k 0 left  I  Ileft left  0.5128 0.7692 0.5714 0.5882 0. його похибка. КОНТРОЛЬНІ ПИТАННЯ 31.2 0.аналіз результатів.5) T ycp  ( 0.листинг програми мовою Pascal.6452 0.висновки.отримані чисельні результати.5556 0. його похибка.

1182 10 k 0 За формулою трапецій:  y 0  y n n 1  Itrap  h    y  k  2 4 k  1   Itrap  0. МЕТА: Опанувати чисельними методами розв’язання задачі Коші для звичайного диференційного рівняння першого порядку.1. що проходить через точку M 0 ( x0 . y0 ) ламаною лінією M 0 M 1M 2 . тобто знаходять значення функції (1) в окремих точках xi (i=0. y ) і задовольняє початковій умові (3) y0  y( x0 ) .69377 trap  I  Itrap trap  6. ТЕОРЕТИЧНІ ВІДОМОСТІ Задача Коші для звичайного диференційного рівняння першого порядку формулюється так: знайти функцію (1) y  y( x ) . yi ) (рис. що є розв’язком диференційного рівняння (2) y  f ( x .69315 parab  I  Iparab parab  3. Його ідея полягає в заміні інтегральної кривої (1).2. з вершинами M i ( xi .05013 10 ЛАБОРАТОРНА РОБОТА № 8 ТЕМА: Чисельне розв’язування задачі Коші.24223 10 За формулою парабол:  Iparab  h 3 1  y  y  4 y  y  y  y  y  0 n 3 5 7   2y2  y4  y6  y8 9 6 Iparab  0.69284 midle  I  Imidle midle  3.. Найпростішим методом розв’язування задачі Коші (1)-(3) є метод Ейлера. які визначаються за ітераційними формулами: 52 . n 1 Imidle  h   ycp k 4 Imidle  0.Чисельні методи © Мірошкіна І.. 1). Чисельні методи розв’язування задачі Коші подають розв’язок у вигляді таблиці чисел.В.…).

1. yi  k3 ).…). Тобто. k  2k 2  2k3  k4 yi  1  yi  1 . yi  1 ). щоб уточнити результат на один десятковий знак. (8) ЗАВДАННЯ 53 . y ) .2. ~ yi  1 ) . В обчислювальній практиці найбільш часто використовують метод РунгеКутти.2.xi  x0  ih . yi ) . yi  1  yi  hf ( x . (i=0.…). Більш точним є вдосконалений метод “предиктор-коректор” (інша назва метод Ейлера-Коші). за яким спочатку визначають “грубе” наближення розв’язку ~ yi  1  yi  hf ( xi . k 4  hf ( xi  h. k h k 2  hf ( xi  . яка пропорційна величині h. yi  1  yi  h 2 Похибка методу “предиктор-коректор” має порядок h 2 . 2 2 k h k3  hf ( xi  .В. yi ).1. 6 k1  hf ( xi . yi yi+1 x Недоліком метода Ейлера є його низька точність.2. yi  2 ). y y=y(x) M2 M3 M1 A0 A1 Ai P 0 A2 (4) (i=0.…. Mi Mi+1 M0 y0 y1 y2 h x0 y3 h x1 x2 x3 Рис. 2 2 (i=0.n).1. Тому цей метод застосовують для орієнтовних розрахунків. (5) звідки знаходять направлення інтегральної кривої: ~ (6) f i  1  f ( xi  1 . Чисельні методи © Мірошкіна І. Потім вважають: ~ fi  fi 1 (7) . Приведемо його розрахункові формули: xi  1  xi  h . який має точність пропорційну h 4 . необхідно зменшити крок в десять разів.1.

b y( x0 )  y0 y  f ( x .0 1. 0.0 20. y   xy 3  y 1 y  2 y x 1 y  xy 2 y   xy 2  1 y   ( 2  y )x y  ln( x  y ) y  cosx   y 0.0 2.0 0.0 1.0 y   2 y  3e x 0.0 1. 54 .0 8. y   2 xy  x 2 0. 11.0 4. y  y 2  x 2 1. 12.0 0.0 2.0 0.0 0. 15.0 1.0 0. 14. y   x 2  xy  y 2 0.0 1.0 -1. y  x 3  y 2 0.0 0. 0.0 2.0 1.0 1.0 -1.0 1. “предиктор – коректор”. Знайти наближений розв’язок задачі Коші для звичайного диференційного рівняння першого порядку на заданому проміжку методами Ейлера.5 24.6 17.0 18.В.0 0.1 0.0 0.0 0.0 1. y   xy( y 2  1 ) 2y  x y  y 3 y  x  y 1.4 23.0 1.0 0.0 1.0 6.0 1.0 1.1 7.0 0.0 0.0 21. Рунге-Кутти. y  x 2  y 2 0. 16.0 0. xy y  2 0. y   xy  e y 0.0 0.0 0.0 1.0 1.3 y  x  y 2 3.42 0. 19. y  y 2 e x  2 y y y  x 0.Чисельні методи © Мірошкіна І.0 0.0 5.0 x  y2 2. 9.0 2.5 22. y  e x  y 2 0.0 1.0 1.3 1.0 0.0 1.0 0.0 2.0 2.  y y  x  sin  3 y  2 x  cos y  0. y   x 2  xy  y 2 0.1 1.5 0.0 0. 13.0 4.27 1.0 1.0 0.0 10. 7. 25.5 1.0 1.0 2.0 0.0 0. y ) x0 1.

1 1.0 y  2 x  y 2 Звіт про виконання лабораторної роботи повинен містити: .аналіз результатів.0 0.212 1.0 1.0 29. Рунге-Кутти: y  2 x  y 2 y(x0)=y(0)=1 на інтервалі [0.484 1.0 1. його точність.0 1.35 0.525 1.формулювання задачі.05 x  x  h i 1 T i x  ( 0 0. 27.05 0.339 1.216 2.08 2. .0 3.отримані чисельні результати. 6.25 0.Чисельні методи © Мірошкіна І.0 28. Знайти наближений розв’язок задачі Коші для звичайного диференційного рівняння першого порядку на заданому проміжку методами Ейлера.В. Сутність модифікації метода Ейлера у методі “предиктор-коректор”.4 0. 2.45 0. Задамо сітку по x: x  0 0 i  0  9 h  0. . Які ще методи розв’язання задачі Коші Вам відомі? 30.0 2 26.106 1.75 3.622) 55 . “предиктор – коректор”.1 0. y  x  e y 1. 2 0.15 0. . 0.0 2. 3. Геометрична інтерпретація задачі Коші. Геометрична сутність метода Рунге-Кутти.0 0.705 3.139) Метод «предиктор-коректор»: yPK  1 0 i  0  9 yPK i 1  yPK  i h 2  i   i 1yPKi  h f xiyPKi  f x yPK  f x i T yPK  ( 1 1.652 1.0 1. ЗРАЗОК ВИКОНАННЯ ЛАБОРАТОРНОЇ РОБОТИ 1. КОНТРОЛЬНІ ПИТАННЯ 1.3 0. 5.0 1.361 2.013 3. 0.2 0.365 1. .227 1.5) Метод Ейлера: x f ( xy)  2  y yE  1 2 0 yE i 1 T  i i  yE  h  f x yE i yE  ( 1 1.714 1.848 2.5]. Сформулюйте задачу Коші для звичайного диференційного рівняння першого порядку. 4. Сутність методу Ейлера.лістинг програми мовою Pascal. y  x  y y y   y2 x1 y  2 x  y 2.висновки.0 0.94 2.563 3.

526 1.365 1.716 1.5 y ( z) 3 yE yPK 2.5 .В.5 1 0 0.572 3.3 z x 56 0.653) Розв’яжемо тепер рівняння за допомогою функції Mathcad Odesolve: Given z 2 d y( z) 2  y( z) dz y( 0) 1 y  Odesolve ( z0.2 0.222 2.Чисельні методи © Мірошкіна І.4 0.943 2.106 1.227 1.1 0. Метод Рунге-Кутти: yR  1 0 yR i 1  z  yR i  i i k1  h  f x yR k2  h  f  x  h k1  2 2  h k2 k3  h  f  x  yR   i i 2 2  i yR  i i  k4  h  f x  h yR  k3 z z 1 6 i  ( k1  2 k2  2 k3  k4) T yR  ( 1 1.5 yR 2 1.03 3.5) Побудуемо графіки отриманих розв’язків: 4 3.

В. 57 .Чисельні методи © Мірошкіна І.