Амиров_Д_Ф_«Численные_методы»_Методические_указания_по_выполнени. Лабораторная работа 2 14 Метод Ньютона (касательных). Метод итерации. 14 Лабораторные работы 3, 4 24
![]()
|
Лабораторная работа №7Точные методы решения систем алгебраических уравнений. Прямые методы решения систем линейных алгебраических уравнений: метод Гаусса.Цель работы: ознакомление с численными методами решения систем алгебраических уравнений в вычислительной системе MathCAD. Форма отчетности:выполнениезаданий. Системы уравнений могут быть линейными и нелинейными, с постоянными и переменными коэффициентами. Решение таких уравнений возможно аналитическими и численными методами. Все методы решения систем линейных алгебраических уравнений можно разделить на две основные группы. К первой относятся так называемые прямые (или матричные) методы: Крамера и Гаусса. Во вторую группу входят довольно специфические итерационные методы. В системе MathCAD реализованы в виде специальных функций методы обеих групп. Пример 1. Решить СЛАУ методом Гаусса. 1.2 x1 0.22 x2 0.1 x3 0.1 x4 0.1 x5 20 ![]() ![]() 0.15 x1 0.1 x2 0.8 x3 0.1 x4 0.1 x5 3.9 ![]() ![]() ![]() Решение: Задаем коэффициенты аi, j : 1.2 0.22 0.1 0.1 0.1 0.1 1.3 0.03 0.1 0.2 A 0.15 0.5 0.1 0.1 0.8 0.28 0.1 0.94 0.1 0.1 0.2 0.3 0.2 0.1 0.93 Задаем свободные коэффициенты bi : 20 3 B 3.9 5 9 1способ:Сформируем расширенную матрицу системы (Rm). Rm:augment( A, B) 1.2 0.22 0.1 0.1 0.1 20 0.1 1.3 0.03 0.1 0.2 3 Rm 0.15 0.5 0.1 0.1 0.8 0.28 0.1 0.94 0.1 3.9 0.1 5 0.2 0.3 0.2 0.1 0.93 9 Приводим полученную расширенную матрицу к ступенчатому виду. st:rref(Rm) 1 0 0 0 0 0 1 0 0 0 st 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 16.86 2.248 9.766 11.615 4.475 Формируем вектор – столбец решения системы уравнений. x:submatrix(st, 0 , 4 , 5 , 5) X 16.86 2.248 9.766 11.615 4.475
S( A B) 16.86 2.248 9.766 11.615 Проверка: 4.475 Матричный способ: x:A1 B 16.86 2.248 x 9.766 11.615 4.475 ![]() ![]() ![]() ![]() 0.22 0.1 0.1 0.1 3 1.3 0.03 0.1 0.2 1 3.9 0.1 5 0.1 9 0.3 0.8 0.28 0.2 0.1 0.94 0.1 0.1 0.1 ![]() 1 17.532 ![]() 0.1 0.1 0.1 0.1 3 0.03 0.1 0.2 2 0.15 0.5 3.9 0.8 5 0.28 0.1 0.94 0.1 0.1 2 2.338 0.2 9 0.2 0.1 0.93 ![]() 0.22 20 0.1 0.1 0.1 1.3 3 0.1 0.2 3 0.15 0.5 0.1 3.9 0.1 5 0.1 0.94 0.1 0.1 3 10.156 0.2 ![]() 0.3 0.22 9 0.1 0.1 20 0.93 ![]() 0.1 1.3 0.03 3 0.2 4 0.15 0.1 0.8 3.9 0.1 4 12.078 0.5 0.1 0.28 5 0.1 0.2 ![]() 0.3 0.22 0.2 0.1 9 0.1 0.93 ![]() 0.1 1.3 0.03 0.1 3 5 0.15 0.5 0.1 0.1 0.8 0.28 0.1 3.9 0.94 5 5 4.654 0.2 0.3 0.2 0.1 9 ![]() ![]() A 2 ![]() A 3 ![]() A 4 ![]() A 5 ![]() x1 16.86 x2 2.248 x3 9.766 x4 11.615 x5 4.475 При помощи встроенной функции: x:isolve( A, x B) 16.86 2.248 9.766 11.615 4.475 Точность: 16.86 2.248 x 9.766 11.615 4.475 4 10 5 8 10 5 A x B 4 10 4 ![]() ![]() 1.2 10 4 1.5 10 4 |