ВУЗ:
Составители:
68
числа, то можно получить не решение системы, а значения аргумента, дающие
относительный экстремум функции). МИ применяется также почти исключительно для
уточнения решений. МН требует большего объема вычислений, чем МИ, но и сходится
значительно быстрее при подходящем выборе нач. приближения.
Пример 1.
Методом Ньютона приближенно найти положительное решение системы:
222
22 2
22
1
240
34 0
xyz
xy z
xyz
++=
+− =
−+=
Исходя из начального приближения
000
0,5xyz
=
==
Решение:
Имеем
222
22 2
22
(0)
1
F(x) 2 4 ,
34
0, 25 0, 25 0, 25 1 0, 25
F(x ) 0,5 0, 25 2 1, 25
0, 75 2 0, 25 1
xyz
xy z
xyz
⎛⎞
++−
⎜⎟
=+−
⎜⎟
⎜⎟
−+
⎝⎠
++− −
⎛⎞⎛⎞
⎜⎟⎜⎟
=+− =−
⎜⎟⎜⎟
⎜⎟⎜⎟
−+ −
⎝⎠⎝⎠
r
r
Составим матрицу Якоби
111
222
333
(0)
(0)
222
F (x) 4 2 4
642
11 1
F (x ) F (0, 5;0, 5;0, 5) 2 1 4
341
11 1
det F (x ) 2 1 4 40
341
fff
xyz
x
yz
fff
xy
xyz
x
z
fff
xyz
⎛⎞
∂∂∂
⎜⎟
∂∂∂
⎜⎟
⎛⎞
⎜⎟
∂∂∂
⎜⎟
′
==−
⎜⎟
⎜⎟
∂∂∂
⎜⎟
⎜⎟
−
⎝⎠
⎜⎟
∂∂∂
⎜⎟
⎜⎟
∂∂∂
⎝⎠
⎛⎞
⎜⎟
′′
==−
⎜⎟
⎜⎟
−
⎝⎠
′
=−=−
−
r
r
r
Находим обратную матрицу
1
(0)
31 1
88 8
15 5 5
1713
F(x ) 14 2 6
40 20 20 20
11 7 1
11 7 1
40 40 40
−
⎛⎞
⎜⎟
−−−
⎛⎞
⎜⎟
⎜⎟
⎜⎟
′
⎡⎤
=− − − = −
⎣⎦
⎜⎟
⎜⎟
⎜⎟
−−
⎜⎟
⎝⎠
⎜⎟
−
⎜⎟
⎝⎠
r
Пользуясь формулой (5) из лекции, получим первое приближение
числа, то можно получить не решение системы, а значения аргумента, дающие
относительный экстремум функции). МИ применяется также почти исключительно для
уточнения решений. МН требует большего объема вычислений, чем МИ, но и сходится
значительно быстрее при подходящем выборе нач. приближения.
Пример 1.
Методом Ньютона приближенно найти положительное решение системы:
x2 + y 2 + z 2 = 1
2 x2 + y 2 − 4 z 2 = 0
3x 2 − 4 y + z 2 = 0
Исходя из начального приближения x0 = y0 = z0 = 0,5
Решение:
Имеем
⎛ x 2 + y 2 + z 2 − 1⎞
r ⎜ ⎟
F(x) = ⎜ 2 x 2 + y 2 − 4 z 2 ⎟ ,
⎜ 3x 2 − 4 y + z 2 ⎟
⎝ ⎠
⎛ 0, 25 + 0, 25 + 0, 25 − 1⎞ ⎛ −0, 25 ⎞
r (0) ⎜ ⎟ ⎜ ⎟
F(x ) = ⎜ 0,5 + 0, 25 − 2 ⎟ = ⎜ −1, 25 ⎟
⎜ 0, 75 − 2 + 0, 25 ⎟ ⎜ −1 ⎟
⎝ ⎠ ⎝ ⎠
Составим матрицу Якоби
⎛ ∂ f1 ∂ f1 ∂ f1 ⎞
⎜ ⎟
⎜ ∂x ∂y ∂z ⎟
⎛ 2x 2 y 2z ⎞
r ⎜ ∂ f2 ∂ f2 ∂ f2 ⎟ ⎜ ⎟
F′(x) = ⎜ ⎟ = ⎜ 4x 2 y −4 ⎟
∂ x ∂ y ∂ z ⎟ ⎜ 6x
⎜ −4 2 z ⎟⎠
⎜ ∂ f3 ∂ f3 ∂ f3 ⎟ ⎝
⎜⎜ ∂ x ∂ y ⎟
∂ z ⎟⎠
⎝
⎛1 1 1⎞
r (0) ⎜ ⎟
F′(x ) = F′(0,5;0,5;0,5) = ⎜ 2 1 −4 ⎟
⎜ 3 −4 1 ⎟⎠
⎝
1 1 1
r (0)
det F′(x ) = 2 1 −4 = −40
3 −4 1
Находим обратную матрицу
⎛ 3 1 1 ⎞
⎜ 8 8 8 ⎟
⎛ −15 −5 −5 ⎞ ⎜ ⎟
1 7 1 3 ⎟
⎡⎣ F′(x (0) ) ⎤⎦ = − ⎜ −14 −2 6 ⎟ = ⎜
r −1
40 ⎜⎜ ⎟ ⎜ 20 20 − 20 ⎟
⎟
⎝ −11 7 −1 ⎠ ⎜ 11 7 1 ⎟
⎟
⎜ −
⎜ ⎟
⎝ 40 40 40 ⎠
Пользуясь формулой (5) из лекции, получим первое приближение
68
