Численные методы решения инженерных задач в пакете MathCAD. Бедарев И.А - 11 стр.

UptoLike

13
требуется много времени. Зададим x
0
начальное приближение
и вычислим производную z = F
(x
0
). На следующих итерациях
используется вычисленное значение производной:
z
xF
xx
k
kk
)(
1
=
+
. Это упрощение несколько замедляет процесс
сходимости к решению, однако сокращает время каждого ите-
рационного цикла.
Метод Чебышева является развитием метода Ньютона. Если
приближение x
k
известно, то следующее приближение находим
по формуле
3
1
))((2
)()(
)(
)(
k
kk
k
k
kk
xf
xfxf
xf
xf
xx
=
+
. Этот метод позво-
ляет быстро получить корень, однако требует еще более точного
задания начального приближения x
0
.
Метод секущих применяется, когда вычисление производной
F
(x) занимает много времени, а также если функция F(x) задана
таблично. Для этого метода необходимо задать два начальных
приближения: x
0
, x
1
,
поэтому он называется двухшаговым (все рас-
смотренные выше методы были одношаговыми). Значение произ-
водной можно вычислить с помощью конечно-разностного соот-
ношения F
(x
1
)
01
01
)()(
xx
xFxF
. Подставляя это соотношение в
формулу для метода Ньютона, получим
)()(
))((
01
011
12
xFxF
xxxF
xx
=
.
На следующей итерации в качестве приближений x
0
, x
1
возьмем
уже вычисленные значения x
1
, x
2
, т.е. x
0
= x
1
, x
1
= x
2
, и будем вычис-
лять новое приближение x
2
. Окончание итерационного цикла про-
изводится по невязке уравнения: |F(x
2
)| <
ε.
Метод простой итерации (МПИ). Этот метод является
обобщением всех описанных выше одношаговых методов. Слово
«простой» означает, что для вычисления следующего приближе-
ния необходимо знать только одно предыдущее приближение. С
помощью эквивалентных преобразований приведем исходное
уравнение (1.1) к виду, удобному для применения метода простой
итерации: x =
ϕ
(x). Выберем начальное приближение x
0
[a, b].
требуется много времени. Зададим x0 – начальное приближение
и вычислим производную z = F′(x0). На следующих итерациях
используется             вычисленное               значение           производной:
              F ( xk )
 xk +1 = xk −          . Это упрощение несколько замедляет процесс
                 z
сходимости к решению, однако сокращает время каждого ите-
рационного цикла.
      Метод Чебышева является развитием метода Ньютона. Если
приближение xk известно, то следующее приближение находим
                                  f ( xk ) f ( xk ) f ′′( xk )
по формуле xk +1 = xk −                    −                   . Этот метод позво-
                                 f ′( xk )    2( f ′( xk ))3
ляет быстро получить корень, однако требует еще более точного
задания начального приближения x0.
      Метод секущих применяется, когда вычисление производной
F′(x) занимает много времени, а также если функция F(x) задана
таблично. Для этого метода необходимо задать два начальных
приближения: x0, x1, поэтому он называется двухшаговым (все рас-
смотренные выше методы были одношаговыми). Значение произ-
водной можно вычислить с помощью конечно-разностного соот-
                         F ( x1 ) − F ( x0 )
ношения F′(x1) ≈                             . Подставляя это соотношение в
                              x1 − x0
                                                                     F ( x1 )( x1 − x0 )
формулу для метода Ньютона, получим x2 = x1 −                                            .
                                                                     F ( x1 ) − F ( x0 )
На следующей итерации в качестве приближений x0, x1 возьмем
уже вычисленные значения x1, x2, т.е. x0 = x1, x1 = x2, и будем вычис-
лять новое приближение x2. Окончание итерационного цикла про-
изводится по невязке уравнения: |F(x2)| < ε.
       Метод простой итерации (МПИ). Этот метод является
обобщением всех описанных выше одношаговых методов. Слово
«простой» означает, что для вычисления следующего приближе-
ния необходимо знать только одно предыдущее приближение. С
помощью эквивалентных преобразований приведем исходное
уравнение (1.1) к виду, удобному для применения метода простой
итерации: x = ϕ(x). Выберем начальное приближение x0 ∈ [a, b].

                                           13