Как решить в mathcad нелинейное уравнение

Решение нелинейных уравнений и систем уравнений в пакете MathCAD

Решение нелинейных уравнений

Вычисление корней численными методами включает два основных этапа:

· уточнение корней до заданной точности.

Рассмотрим эти два этапа подробно.

Отделение корней нелинейного уравнения

Учитывая легкость построения графиков функций в MathCAD , в дальнейшем будет использоваться графический метод отделения корней.

Пример. Дано алгебраическое уравнение

.

Определить интервалы локализации корней этого уравнения.

Пример. Дано алгебраическое уравнение

.

Определить интервалы локализации корней этого уравнения.

На рисунке приведен график функции , построенный в MathCAD . Видно, что в качестве интервала изоляции можно принять интервал . Однако уравнение имеет три корня. Следовательно, можно сделать вывод о наличии еще двух комплексных корней. ¨

Уточнение корней нелинейного уравнения

Для уточнения корня используются специальные вычислительные методы такие, как метод деления отрезка пополам, метод хорд, метод касательных (метод Ньютона) и многие другие.

Функция root . В MathCAD для уточнения корней любого нелинейного уравнения (не обязательно только алгебраического) введена функция root , которая может иметь два или четыре аргумента, т.е. или , где – имя функции или арифметическое выражение, соответствующее решаемому нелинейному уравнению, – скалярная переменная, относительно которой решается уравнение, – границы интервала локализации корня.

Пример. Используя функцию , найти все три корня уравнения , включая и два комплексных.

Заметим, что для вычисления всех трех корней использовался прием понижения порядка алгебраического уравнения, рассмотренный в п. 8.1.1. ¨

Функция root с двумя аргументами требует задания (до обращения к функции) переменной начального значения корня из интервала локализации.

Пример 8.1.5. Используя функцию root , вычислить изменения корня нелинейного уравнения при изменении коэффициента а от 1 до 10 с шагом 1.

Функция polyroots . Для вычисления всех корней алгебраического уравнения порядка (не выше 5) рекомендуется использовать функцию polyroots . Обращение к этой функции имеет вид polyroots (v) , где v – вектор, состоящий из n +1 проекций, равных коэффициентам алгебраического уравнения, т.е. . Эта функция не требует проведения процедуры локализации корней.

Пример. Используя функцию polyroots , найти все три корня уравнения , включая и два комплексных

Блок Given . При уточнении корня нелинейного уравнения можно использовать специальный вычислительный блок Given , имеющий следующую структуру:

Решаемое уравнение задается в виде равенства, в котором используется «жирный» знак равно, вводимый с палитры Логичес­кий .

Ограничения содержат равенства или неравенства, которым должен удовлетворять искомый корень.

Функция Find уточняет корень уравнения, вызов этой функции имеет вид Find ( x ), где x – переменная, по которой уточняется корень. Если корня уравнения на заданном интервале не существует, то следует вызвать функцию Minerr ( x ), которая возвращает приближенное значение корня.

Для выбора алгоритма уточнения корня необходимо щелкнуть правой кнопкой мыши на имени функции Find ( x ) и в появившемся контекстном меню (см. рисунок) выбрать подходящий алгоритм.

Аналогично можно задать алгоритм решения и для функции Minerr ( x ).

Использование численных методов в функциях Find ( x ), Minerr ( x ) требует перед блоком Given задать начальные значения переменным, по которым осуществляется поиск корней уравнения.

Пример. Используя блок Given , вычислите корень уравнения в интервале отделения .

Решение систем уравнений

В зависимости от того, какие функции входят в систему уравнений, можно выделить два класса систем:

· алгебраические системы уравнений;

· трансцендентные системы уравнений.

Среди алгебраических систем уравнений особое место занимают системы линейных алгебраических уравнений (СЛАУ).

Системы линейных алгебраических уравнений

Системой линейных алгебраических уравнений (СЛАУ) называется система вида:

В матричном виде систему можно записать как

,

где – матрица размерности , – вектор с проекциями.

Для вычисления решения СЛАУ следует использовать функцию lsolve , обращение к которой имеет вид: lsolve (А, b ), где А – матрица системы, – вектор правой части.

Решение систем нелинейных уравнений

MathCAD дает возможность находить решение системы уравнений численными методами, при этом максимальное число уравнений в MathCAD 2001 i доведено до 200.

Для решения системы уравнений необходимо выполнить следующие этапы.

Задание начального приближения для всех неизвестных, входящих в систему уравнений. При небольшом числе неизвестных этот этап можно выполнить графически, как показано в примере.

Пример. Дана система уравнений:

Определить начальные приближения для решений этой системы.

Видно, что система имеет два решения: для первого решения в качестве начального приближения может быть принята точка (-2, 2), а для второго решения – точка (5, 20). ¨

Вычисление решения системы уравнений с заданной точностью . Для этого используется уже известный вычислительный блок Given .

Функция Find вычисляет решение системы уравнений с заданной точностью, и вызов этой функции имеет вид Find ( x ), где x – список переменных, по которым ищется решение. Начальные значения этим переменным задаются в блоке . Число аргументов функции должно быть равно числу неизвестных.

Следующие выражения недопустимы внутри блока решения:

· ограничения со знаком ¹ ;

· дискретная переменная или выражения, содержащие дискретную переменную в любой форме;

· блоки решения уравнений не могут быть вложены друг в друга, каждый блок может иметь только одно ключевое слово Given и имя функции Find (или Minerr ).

Пример. Используя блок Given , вычислить все решения системы предыдущего примера. Выполнить проверку найденных решений.

Пример. Используя функцию , вычислите решение системы уравнений

MathCAD — это просто! Часть 5. Системы нелинейных уравнений

Добрый день, уважаемые читатели и читательницы, мы с вами продолжаем грызть гранит науки. Делаем мы это с целью — напомню, если кто вдруг успел позабыть — овладеть замечательным математическим пакетом под названием MathCAD. И в прошлый раз мы с вами закончили на решении систем линейных алгебраических уравнений, для простоты также обозначаемых как СЛАУ. Что ж, линейные уравнения — это, конечно же, спору нет, замечательно. Однако на них, к величайшему сожалению многих поколений школьников и студентов, математические задачи далеко не заканчиваются, а даже, я бы сказал, напротив. То есть СЛАУ — это только частный случай систем уравнений, которые могут в обыкновенной вычислительной практике оказаться совсем даже и не линейными, а, напротив, нелинейными (да, именно так их и называют математики). Системы нелинейных уравнений без использования MathCAD или какого-либо другого математического пакета решать обычно не просто трудно, а очень трудно, но в MathCAD подход к ним не слишком отличается от подхода к СЛАУ — в этом вы сейчас получите возможность убедиться лично.

В общем-то, основные аспекты аналитического решения систем уравнений мы с вами уже, по большому счету, обсудили. Когда это мы так лихо успели? А вот именно тогда, когда обсуждали аналитическое решение систем линейных уравнений с помощью оператора solve. Оказывается, все те же методы вполне применимы для решения систем нелинейных уравнений. Тем не менее, чтобы вы лучше их усвоили, повторю еще раз кратко алгоритм их решения с помощью MathCAD’а и приведу небольшой пример решения подобной системы. Давайте попробуем решить следующую систему уравнений: ex + y + z(xyz)1/2 = 0
(x + y+ z)1/2 = c
x +y + cz = 0

Система выглядит несложной, но для того, чтобы решить ее без использования MathCAD’а, даже очень хорошему математику потребуется не такое уж малое количество времени. Естественно, MathCAD с этой системой справится в два счета. Для ее решения создайте матрицу размером 3 на 1 (3 строки, 1 столбец), в которую и поместите уравнения нашей системы. Напомню, что для того, чтобы MathCAD распознавал уравнения как уравнения, знак “равно” нужно нажимать, удерживая клавишу Ctrl. После того, как система будет введена в виде матрицы, найдите на панели Symbolic оператор solve — мы им уже неоднократно пользовались для решения и простых уравнений, и СЛАУ, так что вы, по идее, уже должны были запомнить, где именно он находится. После оператора через запятые укажите переменные, которые входят в нашу систему уравнений — это пусть будут для начала x, y и z. Поскольку при вводе solve с панели Symbolic MathCAD сам добавляет нужную стрелочку для аналитического решения нашей с вами системы уравнений, то больше ничего, в общем-то, делать не нужно — дальше MathCAD будет решать систему. Сколько это времени у него займет, зависит, конечно же, от мощности вашего компьютера, ну и от самой системы. Нашу систему он решит быстро, а вот если поизвращаться и написать какую-нибудь систему тригонометрических и логарифмических уравнений, да еще и с комплексными переменными (о них мы потом еще поговорим отдельно), то решать такое MathCAD может на слабых компьютерах и не один час.

Для чистоты эксперимента поменяем переменные: пусть теперь произвольной константой в нашей системе будет не c, а z. В этом случае нас ожидает совершенно другое, куда как более громоздкое, решение этой самой системы.

Как видите, аналитическое решение систем нелинейных уравнений с помощью MathCAD’а — вещь несложная, только, к сожалению, возможная далеко не всегда. Как обычно, на помощь символьному процессору MathCAD, который опускает в бессилии руки перед сложными системами, спешат численные методы. Вот здесь уже начинаются различия с системами линейных уравнений.

Численное решение нелинейных систем

В целом алгоритм решения систем нелинейных уравнений в MathCAD для пользователя мало чем отличается от него же для СЛАУ. Мы точно так же задаем начальные приближения, пишем “Given”, записываем под этим словом наши уравнения и запрягаем функцию Find, которая должна вывести эти самые уравнения на чистую воду. Все точно так же, как тогда, когда мы решали СЛАУ.

Почему же я так пугал вас буквально двумя абзацами выше, говоря о том, что решать системы нелинейных уравнений намного сложнее, чем СЛАУ? Дело в том, что в случае нелинейных уравнений намного сложнее подобрать такие начальные значения, чтобы численное решение сходилось к реальным значениям корней уравнений. Честно говоря, со СЛАУ тоже не всегда все так просто, как я в прошлый раз сказал, однако в крайнем случае можно заставить MathCAD решить СЛАУ аналитически, а затем просто подставить конкретное численное значение какого-нибудь коэффициента. С нелинейными системами такой прием, что называется, “не покатит”. Именно поэтому для получения максимального точного решения многих из таких систем придется озадачиться такими вещами, как задание начальных значений для наших переменных.

Первый способ, который я вам предложу, сразу предупреждаю, для людей неленивых. Заключается он в банальном подборе значений переменных собственными руками. То есть для начала берем начальные значения “с потолка” и решаем систему с помощью Find’а. Подставляем значения, выданные этой функцией, в исходные уравнения и смотрим, насколько они похожи на истинные решения. Если уравнения обращаются при подстановке в верные равенства, то все хорошо: либо система была простой, либо в вас дремлет талант подбирателя корней уравнений. Но если равенством после подстановки и близко не пахнет, то придется попотеть. Нужно начать изменять значения начальных приближений для каждой переменной и смотреть, как это отразится на близости выражений, получившихся после подстановки решений в уравнения, к равенствам. Таким нехитрым методом можно за не столь долгое время, как может сначала показаться, добиться хорошего приближения начальных значений к реальным решениям. И, несмотря на явный садомазохистский характер данного метода, он имеет то неоспоримое преимущество, что действует железно на любые системы и любые переменные — было бы терпение.

Второй метод, который я хочу предложить, этим достоинством не обладает, но зато и не требует от пользователя столь деятельного участия в решении. Думаю, вы сами сможете сформулировать главный его недостаток, если я скажу, что с этим методом мы уже сталкивались, и заключается он в построении графиков для уравнений, входящих в систему. Да, главный недостаток — это сложность в применении к системам уравнений, содержащим более трех переменных. Сложно, сами понимаете, изобразить на мониторе компьютера 25-мерное пространство для отображения решений системы с 25-ю переменными. Но для тех систем, которые содержат две или три переменные, построить график мы вполне сможем. Однако для этого сначала нужно научиться строить графики уравнений.

Построение графиков параметрических кривых

Наиболее простым способом построения графика уравнения в MathCAD’е является параметризация входящих в него переменных друг через друга или через какую-то третью переменную. Что это означает? Поясню на примере. Например, у нас есть уравнение окружности x2 + y2 = 5. Если вы попытаетесь записать функцию f(x, y) = x2 + y2 — 5, а потом построить ее график от x или от y, то вас ожидает разочарование. То, что в итоге выдаст на экран MathCAD, будет так же мало похоже на окружность, как сам MathCAD — на пасьянс “Косынка”. Придется придумывать что-то другое. Например, можно подобрать такие функции переменной t, которые, будучи возведенными в квадрат, в сумме тоже дадут пять. Естественно, такими функциями будут тригонометрические — синус и косинус от переменной t, помноженные на корень из пяти. Если мы выразим таким образом x и y через t, то мы параметризуем наше уравнение и уже сможем успешно построить график x(t) от y(t) или же y(t) от x(t) — впрочем, в данном случае в силу симметричности это будет уже не столь важно.

Для того, чтобы решить систему уравнений, нужно просто подобным образом параметризовать и второе уравнение. Вполне возможно, что, как и в нашем примере, оно вполне подойдет для того, чтобы банально выразить x через y или наоборот, после чего построение графика окажется особенно простым (см. соответствующий скриншот). Для нахождения начальных приближений достаточно воспользоваться уже знакомой нам с вами трассировкой — само собой, решением будет точка пересечения двух кривых на уравнении. Для того, чтобы получить более точное значение решения, чем предлагает нам трассировка, нужно, конечно же, подставить полученные с ее помощью координаты точки пересечения графиков в численное решение системы перед Given’ом. Последний скриншот иллюстрирует, что графики мы с вами построили правильно, и с его помощью действительно намного легче искать решение системы двух исходных уравнений. А легче хотя бы уже просто потому, что видно, какого количества корней мы вправе ожидать от нашей системы.

Но работа с трехмерными графиками в MathCAD’е не так проста, как с двумерными, поскольку и сама по себе поверхность — более сложный объект, чем кривая. С поверхностями можно ожидать немалого количества не самого приятного рода сюрпризов, так что лучше о них поговорить более подробно. Этим мы с вами и займемся в следующей статье из цикла о MathCAD’е.

Компьютерная газета. Статья была опубликована в номере 17 за 2008 год в рубрике soft

Решение нелинейных уравнений в Excel и Mathcad (стр. 1 )

Из за большого объема этот материал размещен на нескольких страницах:
1 2 3

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

Кафедра прикладной математики и вычислительной техники

Решение нелинейных уравнений в Excel и Mathcad

к выполнению лабораторных работ

по дисциплине «Вычислительная математика»

Решение нелинейных уравнений в Excel и Mathcad: Метод. указ. / Сост. , – Самара: СГАСУ, 20с.

Методические указания разработаны в соответствии с Государственным образовательным стандартом изучения дисциплины «Вычислительная математика».

Рассмотрена реализация численных методов при решении нелинейных уравнений и систем уравнений в Excel и MathCad. Приведены варианты заданий для индивидуального выполнения и вопросы для самоконтроля и тестирования.

Предназначены для студентов специальности 230201 – «Информационные системы и технологии» всех форм обучения.

Рецензент к. ф-м. н.

Ó , составление, 2012

1 Решение нелинейного уравнения

1.1 Общие сведения о решении нелинейного уравнения

1.2 Отделение корней

1.3 Уточнение корней стандартными средствами Excel и Mathcad

1.4 Метод деления отрезка пополам

1.6 Метод Ньютона (касательных)

1.7 Комбинированный метод

1.8 Метод итераций

2 Решение систем нелинейных уравнений

2.1 Общие сведения о решении систем нелинейных уравнений

2.2 Решение систем нелинейных уравнений методом Ньютона

2.3 Решение систем нелинейных уравнений методами итераций

3 Задания к лабораторным работам

Лабораторная № 1. Отделение корней и стандартные инструменты решения нелинейного уравнения

Лабораторная № 2. Сравнение методов уточнения корней нелинейного уравнения

Лабораторная № 3. Решение систем нелинейных уравнений

Лабораторная № 4. Программирование методов решения нелинейных уравнений и систем

4 Вопросы и тесты для самоконтроля

Список рекомендуемой литературы

1 Решение нелинейного уравнения

1.1 Общие сведения о решении нелинейного уравнения

Как правило, нелинейное уравнения общего вида f(х)=0 невозможно решить аналитически. Для практических задач достаточно найти приближенное значение x, в определенном смысле близкое к точному решению уравнения хточн.

В большинстве случаев поиск приближенного решения включает два этапа. На первом этапе отделяют корни, т. е. находят такие отрезки, внутри которых находится строго один корень. На втором этапе уточняют корень на одном из таких отрезков, т. е. находят его значение с требуемой точностью.

Достигнутая точность может оцениваться либо «по функции» (в найденной точке x, функция достаточно близка к 0, т. е. выполняется условие |f(x)|≤ ef, где ef требуемая точность по оси ординат), либо «по аргументу» (найден достаточно маленький отрезок [a,b], внутри которого находится корень, т. е. |b–a|≤ ex, где ex требуемая точность по оси абсцисс).

1.2 Отделение корней

Отделение корней может производиться сочетанием графического и аналитического исследования функции. Такое исследование опирается на теорему Вейерштрасса, в соответствии с которой для непрерывной на отрезке [a,b] функции f(х) и любого числа y, отвечающего условию f(a)≤y≤f(b), существует на этом отрезке точка x, в которой функция равна y. Следовательно, для непрерывной функции достаточно найти отрезок, на концах которого функция имеет разные знаки, и можно быть уверенным, что на этом отрезке есть корень уравнения f(х)=0.

Для ряда методов уточнения желательно, чтобы найденный на первом этапе отрезок содержал только один корень уравнения. Это условие выполняется, если функция на отрезке монотонна. Монотонность, можно проверить либо по графику функции, либо по знаку производной.

Пример Найти с точностью до целых все корни нелинейного уравнения y(x)=x3 ‑ 10x + 7=0 а) построив таблицу и б) построив график. Найти корень уравнения на выделенном отрезке, используя опции «Подбор параметра» и «Поиск решения».

Решение Создадим в Excel таблицу, содержащую аргументы и значения функции и по ней построим точечную диаграмму. На рисунке 1 приведен снимок решения.

На графике видно, что уравнение имеет три корня, принадлежащие отрезкам [-4, -3], [0, 1] и [2, 3]. Эти отрезки можно выявить и наблюдая за сменой знаков функции в таблице. По построенному графику можно сделать вывод, что на указанных отрезках функция f(x) монотонна и, следовательно, на каждом из них содержится только по одному корню.

Такой же анализ может быть выполнен и в пакете Mathcad. Для этого достаточно набрать определение функции f(x), используя оператор присваивания (:=) и естественные общепринятые обозначения математических операций и стандартных функций, задать цикл для изменения аргумента, например, а затем вывести на экран таблицу значений функции (располо­жен­ными в одной строке командами x= f(x)=) и график. Цикл можно задать, например, командой x:=-5,-4.5…5. Шаг цикла формируется путем задания начального и следующего за ним значений переменной, а перед конечным значением переменной ставится точка с запятой, которая будет визуально отображена на экране в виде многоточия.

Рисунок 1 – Таблица и график для отделения корней нелинейного уравнения

1.3 Уточнение корней стандартными средствами Excel и Mathcad

Во всех методах уточнения корней необходимо задать начальное прибли­же­ние, которое затем и будет уточняться. Если уравнение имеет несколько кор­ней, в зависимости от выбранного начального приближения будет найден один из них. При неудачно выбранном начальном приближении решение может и не быть найдено. Если в результате первого этапа расчетов уже выделен отрезок, содержа­щий единственный корень уравнения, в качестве начального приближения можно взять любую точку этого отрезка.

В Excel для уточнения значений корней можно использовать опции «Подбор параметра» и «Поиск решения». Пример оформления решения приведен на рисунках 2 и 3.

Рисунок 2 – Ввод значений для использования средств решения уравнения в Excel

Рисунок 3 – Результаты использования средств решения уравнения в Excel

В Mathcad для уточнения корней уравнения можно использовать функцию root(….) или блок решения. Пример использования функции root(…) приведен на рисунке 4, а блока решения на рисунке 5. Следует обратить внимание, что в блоке решения (после заголовка блока Given) между левой и правой частями уравнения должен стоять жирный знак равенства (тождества), который можно получить выбором из соответствующей палитры инструментов, либо нажатием одновременно клавиши Ctrl и =.

Рисунок 4 – Решение уравнения с использованием функции root(…) в Mathcad

Рисунок 5 – Решение уравнения с использованием блока решения в Mathcad

Как видим, каждый стандартный инструмент находит решение уравнения с определенной точностью. Эта точность зависит от метода, используемого в пакете и, в определенной степени, настроек пакета. Управлять точностью результата здесь достаточно сложно, а часто и невозможно.

В то же время, очень просто построить собственную таблицу или написать программу, реализующие один из методов уточнения корней. Здесь можно использовать критерии точности расчета, задаваемые пользователем. При этом достигается и понимание процесса расчетов без опоры на принцип Митрофанушки: «Извозчик есть, довезет».

Далее рассмотрены несколько наиболее распространенных методов. Отметим очевидный момент: при прочих равных условиях тот метод уточнения корней будет более эффективен, в котором результат с той же погрешностью найден с меньшим числом вычислений функции f(x) (при этом достигается и максимальная точность при одинаковом числе вычислений функции).

1.4 Метод деления отрезка пополам

В этом методе на каждом шаге отрезок делится на две равные части. Затем сравнивают знаки функции на концах каждой из двух половинок (например, по знаку произведения значений функций на концах), определяют ту из них, в которой содержится решение (знаки функции на концах должны быть разные), и. сужают отрезок, перенося в найденную точку его границу (а или b). Условием окончания служит малость отрезка, где содержится корень («точность по x»), либо близость к 0 значения функции в средине отрезка («точность по y»). Решением уравнения считают середину отрезка, найденного на последнем шаге.

Пример. Построить таблицу для уточнения корня уравнения x3 –10x+7=0 на отрезке [-4, -3] методом деления отрезка пополам. Определить сколько шагов надо сделать методом деления отрезка пополам и какая при этом достигается точность по х, для достижения точности по y, равной 0,1; 0,01; 0, 001.

Решение Для решения можно использовать табличный процессор Excel, позволяющий автоматически продолжать строки. На первом шаге заносим в таблицу значения левого и правого концов выбранного начального отрезка и вычисляем значение середины отрезка с=(a+b)/2, а затем вводим формулу для вычисления функции в точке a (f(a)) и растягиваем (копируем) её для вычисления f(c) и f(b). В последнем столбца вычисляем выражение (ba)/2, характеризующего степень точности вычислений. Все набранные формулы можно скопировать во вторую строку таблицы.

На втором шаге нужно автоматизировать процесс поиска той половины отрезка, где содержится корень. Для этого испльзуется логическая функция ЕСЛИ (Меню: ВставкаФункцияЛогические). Для нового левого края отрезка мы проверяем истинность условия f(a)*f(c)>0, если оно верно, то мы в качестве нового значения левого конца отрезка берем число c (т. к. это условие показывает, что корня на отрезке [a, c] нет), иначе оставляем значение a. Аналогично, для нового правого края отрезка мы проверяем истинность условия f(c)*f(b)>0, если оно верно, то мы в качестве нового значения правого конца отрезка берем число c (т. к. это условие показывает, что корня на отрезке [c, b] нет), иначе оставляем значение b.

Вторую строку таблицы можно продолжить (скопировать) на необходимое число последующих строк.

Итерационный процесс завершается, когда очередное значение в последнем столбце становится меньшим, чем заданный показатель точности ex. При этом, значение середины отрезка в последнем приближении, принимается в качестве приближенного значения искомого корня нелинейного уравнения. На рисунке 6 приведен снимок решения. Для построения аналогичного процесса в Mathcad можно использовать бланк, подобный приведенному на рисунке 7. Число шагов N может варьиро­вать­ся до достижения в таблице результатов требуемой точности. При этом таблица будет автоматически удлиняться или укорачиваться.

Итак, одним из трех корней нелинейного уравнения x3 – 10x + 7=0, найденным с точностью e=0,0001, является x= – 3,46686. Как мы видим, он действительно принадлежит отрезку [-4; -3].

Рисунок 6 – Уточнение корня методом деления отрезка пополам в Excel

Рисунок 7 – Уточнение корня методом деления отрезка пополам в Mathcad

1.5 Метод хорд

В этом методе нелинейная функция f(x) на отделенном интервале [а, b] заменяется линейной – уравнением хорды, т. е. прямой соединяющей граничные точки графика на отрезке. Условие применимости метода – монотонность функции на начальном отрезке, обеспечивающая единственность корня на этом отрезке. Расчет по методу хорд аналогичен расчету методом деления отрезка пополам, но теперь на каждом шаге новая точка x внутри отрезка [a,b] рассчитывается по любой из следующих формул:

.

1.6 Метод Ньютона (касательных)

Идея, на которой основан метод, аналогична той, которая реализована в методе хорд, только на каждом шаге кривая f(x) заменяется касательной к ней, проведенной в предыдущей найденной точке. В качестве начальной точки в зависимости от свойств функции берется или левая граница отрезка, содержащего корень – x0 = а (если f(а) f”(х) > 0), или правая его граница: x0 = b (если f(b) f”(х)>0). Расчет нового приближения на следующем шаге i+1 производится по формуле:

.

Алгоритм применим для монотонных функций, сохраняющих выпуклость или вогнутость в промежутке между начальным приближением и корнем уравнения (т. е. должен сохраняться знак первой и второй производных функции f(x)). работоспособен при выпуклых и монотонных функциях f(x). В расчетах нет необходимости отслеживать две границы отрезка, поэтому достаточно на каждом шаге вычислять значения x, f(x) и f′(x). При этом легко оценить «точность по y», по значению левой части уравнения на очередном шаге. Для оценки «точности по x» нужно отслеживать разницу приближений на предыдущем и последующих шагах, которая связана с разницей между найденным приближением и точным значением корня.

Следует обратить внимание на следующую особенность метода: последовательность x1, x2, x3,… приближается к корню с другой стороны, в отличие от использования метода хорд при прочих равных условиях.

Главным достоинством метода касательных является квадратичная скорость сходимости, что во многих случаях может привести к сокращению числа вычислений функции.

Уточнить корень уравнения tg (0,55x+0,1) – x2=0 на отрезке [0.6, 0.8] методом касательных до точности 0,001.

Точность вычислений можно оценить из соотношения

2 Решение систем нелинейных уравнений

2.1 Общие сведения о решении систем нелинейных уравнений

Систему n нелинейных уравнений с n неизвестными x1, x2, . xn записывают в виде:

где F1, F2,…, Fn – функции независимых переменных, среди которых есть нелинейные.

Как и в случае систем линейных уравнений, решением системы является такой вектор X*, который при подстановке обращает одновременно все уравнения системы в тождества.

Система уравнений может не иметь решений, иметь единственное решение, конечное или бесконечное количество решений. Вопрос о количестве решений должен решаться для каждой конкретной задачи отдельно.

Численные методы решения системы уравнений носят итерационный характер и требуют задания начального приближения X0.

Рассмотрим две группы таких методов: метод Ньютона с различными его модификациями и методы итераций (простых итераций и Зейделя).

2.2 Решение систем нелинейных уравнений методом Ньютона

Будем рассматривать этот метод на примере системы двух нелинейных уравнений с двумя неизвестными:

Начальные значения x0 и y0 определяются графически. Для нахождения каждого последующего приближения (xi+1, yi+1) используют вектор значений функций и матрицу значений их первых производных, рассчитанные в предыдущей точке (xi, yi).

,

Для расчета новых приближений на шаге i+1 используется матричная формула

.

Следует обратить внимание, что в последней формуле используется вычисление матрицы, обратной к матрице первых производных.

Расчет останавливают при выполнении одного (а иногда и обоих) из двух условий. Первое из них заключается в том, что на очередном шаге максимальное по модулю из изменений аргументов x и y становится меньше заданная погрешность по аргументам. В соответствии со вторым из условий, на очередном шаге максимальное по модулю значение левых частей уравнений должно отличаться от нуля меньше, чем заданная погрешность по функциям.

В упрощенном методе Ньютона матрица производных и матрица, обратная к ней вычисляются только один раз (в начальной точке) и для расчетов используется матричная формула

.

Приведенные формулы особенно легко записать в Mathcad, где имеются операторы для вычисления производных и действий с матрицами. Однако при правильном использовании матричных операций эти формулы достаточно просто записываются и в Excel. Правда, здесь придется заранее получить формулы для вычисления производных. Для аналитического вычисления производных также может быть использован Mathcad.

2.3 Решение систем нелинейных уравнений методами итераций

Для реализации этих методов исходную систему уравнений необходимо путем алгебраических преобразований явно выразить каждую переменную через остальные. Для случая двух уравнений с двумя неизвестными новая система будет иметь вид

.

Для решения такой системы задаются начальным приближением x0, y0. Уточненные решения получают по шагам, подставляя в правые части уравнений значения, найденные на предыдущем шаге. В методе простых итераций для уточнения решения используют формулы:

.

Если одно из решений системы и начальные значения x0 и y0 лежат в области D, задаваемой неравенствами: axb, cyd, то расчет по методу простых итераций сходится при выполнении в области D соотношений:


источники:

http://nestor.minsk.by/kg/2008/17/kg81714.html

http://pandia.ru/text/78/157/38912.php