Pod Red V V Demchenko Uprazhneniya I Zadachi Kontrolnyh Rabot Po Vychislitelnoi Matematike Uchebnoe Posobie Chast 1 PDF

Министерство образования и науки Российской Федерации
Федеральное государственное автономное образовательное учреждение

высшего образования
«Московский физико-технический институт
(государственный университет)»
УПРАЖНЕНИЯ И ЗАДАЧИ
КОНТРОЛЬНЫХ РАБОТ
ПО ВЫЧИСЛИТЕЛЬНОЙ МАТЕМАТИКЕ
В двух частях
ЧАСТЬ I
Под редакцией В. В. Демченко
Рекомендовано
Учебно-методическим объединением
высших учебных заведений Российской Федерации
по образованию в области прикладных математики и физики
в качестве учебного пособия для студентов вузов
по направлению подготовки «Прикладные математика и физика»
Издание второе, переработанное и дополненное
МОСКВА
М ФТ И
2017
УДК 519.6(075)
ББК 22.19я73
У66
А вт ор ы :
А. В. Барабанщиков, Т. М. Гамилов,
В. В. Демченко, Р. С. Пастушков, С. С. Симаков
Рецензенты:
Кафедра высшей математики и физики ФГОУ ВПО

«Государственный университет по землеустройству»
(зав. кафедрой доктор технических наук, профессор А. М. Лыков)
Доктор физико-математических наук, профессор А. И. Толстых
У66 Упражнения и задачи контрольных работ по вычис-

лительной математике : учеб. пособие. В двух частях.
Ч. I. – Изд. 2-е, перераб. и доп. / А. В. Бара-
банщиков, Т. М. Гамилов, В. В. Демченко и др.; под ред.
В. В. Демченко. – М. : МФТИ, 2017. – 204 с.
ISBN 978-5-7417-0631-2 (Ч. I)
Учебное пособие сформировано на основе лекций и семинарских за-

нятий по вычислительной математике для студентов III курса ФАКИ,
ФФКЭ МФТИ (ГУ) и предназначено для самостоятельной подготовки
студентов, аспирантов к выполнению контрольных и зачётных работ по
курсу «Вычислительная математика». Оно может оказаться полезным
преподавателям и научно-техническим работникам, использующим в сво-
ей деятельности методы вычислительной и прикладной математики.
УДК 519.6(075)
ББК 22.19я73
ISBN 978-5-7417-0631-2 (Ч. I) © Барабанщиков А.В., Гамилов Т.М.,

ISBN 978-5-7417-0629-9 Демченко В.В., Пастушков Р.С.,
Симаков С.С., 2017
© Федеральное государственное автономное
образовательное учреждение высшего
образования «Московский
физико-технический институт
(государственный университет)», 2017
ОГЛАВЛЕНИЕ
Введение.....................................................................................................4
1. ПОГРЕШНОСТИ .................................................................................. 6
Литература к разделу 1……………………………….………….. 12
2. СИСТЕМЫ ЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ УРАВНЕНИЙ (СЛАУ)

ВЫСОКОГО ПОРЯДКА ...................................................................... 13
2.1. Конечномерные пространства. Основные определения ........ 13
2.2. Прямые методы .......................................................................... 33
2.3. Итерационные методы ............................................................... 42
Литература к разделу 2…………………………………..……..... 62
3. МЕТОДЫ ЧИСЛЕННОГО РЕШЕНИЯ УРАВНЕНИЙ И СИСТЕМ

НЕЛИНЕЙНЫХ УРАВНЕНИЙ ............................................................. 63
3.1. Локализация корней. Алгебраические уравнения ................... 63
3.2. Численные методы нахождения корней скалярных
уравнений с заданной точностью .............................................. 67
3.3. Численное решение систем нелинейных уравнений .............. 83
Литература к разделу 3………………………………………...… 95
4. ПРИБЛИЖЕНИЕ ФУНКЦИЙ, ЗАДАННЫХ В КОНЕЧНОМЕРНЫХ

ПРОСТРАНСТВАХ .............................................................................. 96
4.1. Интерполяция .............................................................................. 96
4.2. Среднеквадратичное приближение ........................................ 107
4.3. Равномерное приближение…………………………………………………..117
Литература к разделу 4…………………………………………. 124
5. ЧИСЛЕННОЕ ДИФФЕРЕНЦИРОВАНИЕ И ИНТЕГРИРОВАНИЕ ....... 125

5.1. Численное дифференцирование ............................................. 125
5.2. Численное интегрирование ..................................................... 138
Литература к разделу 5……………………………………….… 151
6. ЧИСЛЕННЫЕ МЕТОДЫ РЕШЕНИЯ ОБЫКНОВЕННЫХ

ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ (ОДУ) .................................. 153
6.1. Разностные уравнения .............................................................. 153
6.2. ОДУ. Задача Коши ..................................................................... 161
6.3. ОДУ. Задача Коши. Методы Рунге–Кутты……………………….….…180
6.4. ОДУ. Задача Коши. Метод Адамса .......................................... 192
Литература к разделу 6…………………………………….…… 203
3
Введение
Обычно принято считать, что если поставлена математически кор-
ректная задача, у которой существует единственное решение, то досто-
верность полученного результата можно проверить, удовлетворив всем
условиям задачи. Как правило, такая математическая задача отражает
наиболее существенные механизмы развития более сложных естественно-
научных явлений и процессов и может рассматриваться как наиболее точ-
ное приближение к ним при определённых условиях. Для того чтобы вос-
пользоваться найденным решением, в каждом конкретном практически
интересном случае необходимо произвести дополнительные вычисления
и получить вполне определённые значения искомых величин. Они будут
содержать в себе погрешность приближённости математической модели
по отношению к реальному явлению, происходящему в окружающем ми-
ре, и погрешность вычислений по уже построенному решению.
Этот подход был основным направлением развития математики ещё
несколько десятилетий тому назад. Для практики наиболее существенным
здесь является вопрос о точности полученного результата. Допустим, что
при решении той же самой математической задачи, о которой упомина-
лось ранее, будет указана определённая последовательность конечных
математически элементарных действий, приводящая к получению значе-
ний искомых величин с требуемой точностью. Тогда этот результат будет
ничуть не хуже предыдущего с практической точки зрения. Бурное разви-
тие вычислительной техники в последние десятилетия, её несопоставимые
возможности по быстродействию и оперативной памяти по сравнению с
человеком позволяют в ряде случаев добиваться результата, которого
аналитическими методами пока получить не удается.
Основным наиболее важным положением этого подхода, основанного
на использовании вычислительной техники, является существование чис-
ленного метода, позволяющего свести решение задачи к конечной после-
довательности математических операций, выполнимых на ЭВМ (алгорит-
му), и обеспечивающего получение результата с необходимой точностью.
Данное учебное пособие посвящено математически строгому обосно-
ванию численных подходов к решению самых разнообразных задач выс-
шей математики на конкретных примерах. В нём рассмотрены следующие
разделы вычислительной математики: 1) погрешности, 2) системы линей-
ных алгебраических уравнений высокого порядка, 3) численные методы
решения уравнений и систем нелинейных уравнений, 4) приближение
функций в конечномерных пространствах, 5) численное дифференцирова-
ние и интегрирование, 6) численные методы решения обыкновенных
дифференциальных уравнений. В начале каждой главы кратко излагаются
4
основные теоретические положения, позволяющие в дальнейшем разраба-
тывать эффективные вычислительные алгоритмы, которые обеспечивают
требуемую точность результатов. Затем в упражнениях на конкретных
примерах разбираются и обосновываются численные методы (алгоритмы)
решения соответствующих задач. В конце приведены задачи для самосто-
ятельного решения, позволяющие закрепить и развить приобретённые
навыки. Для ряда задач приведены ответы, указана литература, которая
может быть полезна при изучении материала раздела.
5
1. ПОГРЕШНОСТИ
В реальных вычислительных задачах редко удается получить точный
ответ. Очень важно суметь оценить погрешности приближенного вычис-
ления. Погрешность ответа, например, может быть обусловлена неопре-
деленностью входных данных. Такая погрешность называется неустра-
нимой. Но, даже если входные данные известны точно, ответ часто зави-
сит от алгоритма приближенного вычисления. В этом случае имеем по-
грешность, связанную с выбором метода. Еще один важный источник по-
грешности – погрешности округлений при вычислениях на компьютере.
Пусть x * – приближенное значение величины x . Абсолютной по-
грешностью x * называется величина ( x* ) , такая, что x  x*  ( x* ) .
Относительная погрешность   x*  определяется из неравенства
x  x* / x    x*  . Так как на практике обычно x  x* , то последняя
формула часто заменяется на x  x* / x*    x*  . Если аргументы функ-
ции f ( x1 ,..., xn ) имеют достаточно малые погрешности x1* ,..., xn* соот-
ветственно, то можно оценить абсолютную погрешность самой функции
по формуле
n
f ( x1 ,..., xn )
f ( x1 ,..., xn )   xi* .
i 1 xi x *
Абсолютную и относительную погрешности можно округлять в

большую сторону. Погрешности также определяют количество верных
значащих цифр при записи числа. Значащая цифра называется верной,
если абсолютная погрешность числа не превосходит ½ единицы разряда,
соответствующего этой цифре. Требования к погрешности искомого ре-
зультата определяют точность промежуточных вычислений. Необходимо
проводить вычисления с большим количеством значащих цифр, чем тре-
буется для ответа.
Вычисления на компьютере имеют свою специфику. Следует пом-
нить, что даже на самых современных компьютерах реализуется лишь
конечный набор чисел. Вычисления нужно организовать таким образом,
чтобы не выйти за рамки допустимого диапазона чисел и чтобы суммар-
ная погрешность округлений не сильно портила результат. Наиболее рас-
пространенная форма записи чисел в ЭВМ – это представление с плаваю-
6
щей запятой. При вводе-выводе информации в языке C тип данных float
обеспечивает 6–7 значащих десятичных цифр, тип данных double – 15–17.
В системе счисления с основанием p (в представлении большинства ЭВМ
p  2 ) и числом разрядов t число x можно представить в виде
a a 
x   p s  1  ...  tt  . Здесь величина в скобках определяет дробную
 p p 
часть числа и называется мантиссой M. Целое число s называется поряд-
ком числа x и ограничено сверху и снизу. Минимальное положительное
число, которое можно представить таким образом, называется машинным
нулем. Число x , не представимое на ЭВМ точно, – заменяется близким
числом x * . Можно получить оценку для относительной погрешности та-
кого округления: x  x* / x  p1t . Таким образом, количество разрядов
определяет точность вычислений.
Упражнения
Пример 1
Пусть x0 – однократный действительный корень полинома
Pn ( x)  an x  ...  a0 , у которого все коэффициенты a j известны с доста-
n
точно малой погрешностью  . Какова погрешность корня x0 ?
Решение
Будем считать, что возмущение коэффициентов уравнения не приво-
дит к появлению новых корней в области локализации. Так как корень x0
изолированный, при небольшом приращении коэффициентов
a j  a j  a j корень x0  x0  x0 . Используя уравнения Pn ( x0 ,{a j })  0
и Pn ( x0  x0 ,{a j  a j })  0 и малость приращений a j , j  0,..., n , и
x0 , имеем 0  P  (nan x0n 1  ...  a1 )x0  an x0n  ...  a0 . Отсюда
x0 
an x0n  ...  a0

x 0
n

 ...  1 
.
n 1 n 1
(na x
n 0  ...  a1 ) (na x
n 0  ...  a1 )
Задачи
1.1. Чему равна погрешность в определении действительного корня
х  1 уравнения ax4  bx3  dx  e  0, если a  1  103 , b  1  103 ,
d  1  103 , e  1  103 ?
7
1.2. Чему равна погрешность в определении корней уравнения
ax  bx 2  0 , если a  1  103 , b  4  103 ?
3

уравнения ax 3  d  0 , если a  1  103 , d  8  103 ?
____________________________________________________________
уравнения ax3  bx 2  d  0 , если a  1  103 , b  1  103 , d  2  103 ?
1.5. Чему равна погрешность в определении корня x  2 уравнения
2 x
  x  a  , если a  0  103 ?
2
4e

4
x  3  ax /16 , если a  1  103 ?

 
arctg(bx)   ax , если a   103 , b  1  103 ?
2 6 3
x 2 1
ln  bx  a  0 , если a   103 , b    103 ?
2 3 3
1.9. С каким числом верных знаков (или относительной погрешно-
стью) должен быть известен свободный член в уравнении
x 2  2 x  0.999993751  0 , чтобы корни имели четыре верных знака?
1.10. С каким числом верных знаков (или относительной погрешно-
стью) должен быть известен свободный член в уравнении
x 2  4 x  3.999901  0 , чтобы корни имели четыре верных знака?
Пример 2
Пусть производная функции f ( x ) приближенно вычисляется в точке
x0 на ЭВМ по формуле: f ( x0 )  ( f ( x0  h)  f ( x0 )) / h, причем значения
функции f ( x ) сами имеют погрешности округления, связанные с конеч-
ностью мантиссы. Почему в этом случае не следует брать слишком малый
h ? Оцените оптимальный шаг h, предположив, что f ( x ) существует и
непрерывна, f ( x )  M 2 на отрезке [ x0 , x0  h] и длина мантиссы равна t.
8
Решение
Применяя формулу Тейлора с остаточным членом в форме Лагранжа,
получим
f ( x0 )  ( f ( x0  h)  f ( x0 )) / h  hf ( ) / 2 ,
где   [ x0 , x0  h] . Погрешность округления при вычислении f ( x ) можно
грубо оценить как 21t f ( x0 ) . Таким образом, полная погрешность по
модулю не превосходит hM 2 / 2  2t  2 f ( x0 ) / h  2 M 2 21t f ( x0 ) и оп-
тимальный шаг h0  2 21t f ( x0 ) / M 2 . Итак, погрешность метода

hM 2 / 2 убывает, а неустранимая погрешность 2t  2 f ( x0 ) / h неограни-
ченно возрастает при h  0 .
Задачи
1.11. Определить оптимальный шаг h  const формулы численного
дифференцирования
f ( x)   f ( x)  f ( x  h)  / h , max f ( x )  100 ,
[ x h, x ]
если абсолютная погрешность при задании f ( x ) , f ( x  h) не превосхо-

дит   0.1 .
f ( x)   f ( x  h)  f ( x  h)  / 2h , max f ( x)  100 ,
[ x h , x h ]
если абсолютная погрешность при задании f ( x ) , f ( x  h) не превосхо-

дит   0.1 .
____________________________________________________________
f ( x)   3 f ( x)  4 f ( x  h)  f ( x  2h)  / 2h , max f ( x)  100 ,
[ x  2 h, x ]
если абсолютная погрешность при задании f ( x ) , f ( x  h) , f ( x  2h) не

превосходит   0.1 .
9
f ( x)   3 f ( x)  4 f ( x  h)  f ( x  2h)  / 2h , max f ( x )  100 ,
[ x, x2h ]
если абсолютная погрешность при задании f ( x ) , f ( x  h) , f ( x  2h) не

f ( x)   f ( x  h)  2 f ( x)  f ( x  h)  / h2 , max f (4) ( x )  100 ,

[ x h, x h ]
если абсолютная погрешность при задании f ( x  h) , f ( x ) , f ( x  h) не

f ( x)   f ( x  2h)  2 f ( x  h)  f ( x)  / h2 , max f ( x )  100 ,
[ x, x2h ]
если абсолютная погрешность при задании f ( x ) , f ( x  h) , f ( x  2h) не

Пример 3
Пусть задана последовательность чисел xn , n  0, 1, 2, ..., причем
xn 1  100 xn  101 . При x0  1 все xn  1 . Если допустить маленькую по-
грешность в задании x0 , например, x0  1  106 , то погрешность xn будет
быстро возрастать с ростом n: x1  1  104 , x2  1  102 , x3  1  1  0 ,
x2  1  102 , … При выборе x0  1 имеем: x1  201 , x2  19999 , … Но
теперь погрешность в начальных данных уже не будет так сильно портить
результат вычислений: x1  201  104 , x2  19999  102 , ... Объясните
кажущийся парадокс.
Решение
Для соотношения xn 1  100 xn  101 можно записать решение для
произвольного n в общем виде: xn  C  100  1 , где константа C
n
определяется из начальных данных: C  x0  1 . Теперь видно, что x0  1 –

это специальный случай, когда xn не растут с ростом n . Небольшое от-
клонение приводит к быстро возрастающей относительной погрешности,
10
тогда как для другого случая относительная погрешность почти не меня-
ется.
Задачи
1.17. Пусть задана последовательность чисел xn , n  0, 1, 2,..., при-
чем xn 1  5xn  4 , а x0 известно с относительной погрешностью 106 .
При каких значениях x0 относительная погрешность при вычислении xn
будет быстро возрастать с ростом n ?
1.18. Пусть задана последовательность чисел xn , n  0, 1, 2,..., при-
чем 5xn 1  xn  4 , а x0 известно с относительной погрешностью 106 .
При каких значениях x0 относительная погрешность при вычислении xn
будет быстро возрастать с ростом n ?
Задачи для самостоятельного решения
1.19. Пусть f ( x)  1/ ( x 1) и производная в точке x вычисляется по
приближенной формуле f ( x)  ( f ( x  h)  f ( x)) / h , h  0.1 . Сравните
относительные погрешности для приближенных значений f ( x) в точках
x1  1.1 и x2  4 . Объясните полученный результат.
1.20. Пусть f ( x)  ln x и производная в точке x вычисляется по при-

ближенной формуле f ( x)  ( f ( x  h)  f ( x  h)) / (2h) , h  0.1 . Сравните
относительные погрешности для приближенных значений f ( x) в точках
x1  0.2 и x2  3 . Объясните полученный результат.
Ответы к задачам раздела 1

1.1. 2 103 / 3 .
3
1.2. 5  10 для x  4, 0 для x  0.
1.3. 3 103 / 4 .
1.11. hopt  4 M 2  0.2  0.1 .
1.12. hopt  3 3 M3  0.1 3 3 .
1.17. x0  1 .
1.18. Ни при каких.
11
Литература к разделу 1
1. Демченко В.В. Уравнения и системы уравнений с частными производ-
ными первого порядка. – 2-е изд. – М. : МФТИ, 2004. – 116 с.
2. Рябенький В.С. Введение в вычислительную математику. – 3-е изд.
– М. : Физматлит, 2008. – 288 с. (Физтеховский учебник.)
3. Петров И.Б., Лобанов А.И. Лекции по вычислительной математике:
учебное пособие. – М. : Интернет-университет информационных техно-
логий; БИНОМ. Лаборатория знаний, 2006. – 523 с.
4. Демидович Б.П., Марон И.А. Основы вычислительной математики: учеб-
ное пособие. – 7-е изд. – СПб. : Лань, 2009. – 672 с.
12
2. СИСТЕМЫ ЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ
УРАВНЕНИЙ (СЛАУ) ВЫСОКОГО ПОРЯДКА
2.1. Конечномерные пространства. Основные определения

В настоящее время эффективной альтернативой аналитическим мето-
дам являются численные методы. Они обеспечивают достижение необхо-
димой для практики точности решения классических математических за-
дач за приемлемое время. В частности, существуют способы, позволяю-
щие свести решение дифференциальных задач с переменными коэффици-
ентами к системе линейных алгебраических уравнений (СЛАУ) высокого
порядка [1–5]. Это способствует постоянному интересу к разработке но-
вых экономичных и достаточно точных методов решения СЛАУ.
Будем представлять СЛАУ в виде
Ax  b , (2.1.1)
 a11 a1n 
 
где A    , n  1 ; x   x1 , , xn  ; b  b1 , , bn 
T T
– векторы
a 
 n1 ann 
n-мерного линейного нормированного пространства.

Напомним основные используемые в дальнейшем определения.
Определение 2.1.1. Нормой вектора называется действительное чис-
ло, которое ставится в соответствие элементу x векторного пространства
и удовлетворяет следующим условиям:
1) x  0; x  0  x  0 ;
2)  x   x ,   число ; (2.1.2)
3) x  y  x  y .
В вычислительной математике широкое распространение получили

следующие три нормы векторов1
x  max xi ; x   i 1 xi ; x  ( x, x)  
n n 2
i 1
xi . (2.1.3)
1 1 i  n 2 3
1 Иногда (например, в [5, 6]) эти нормы обозначаются как x , x , x .

 1 2
13
Определение 2.1.2. Нормой матрицы называется действительное чис-
ло, которое ставится в соответствие матрице A и удовлетворяет следую-
щим условиям:
1) A  0; A  0  A  0 ;
2)  A   A ,   число ; (2.1.4)
3) A  B  A  B ;
4) AB  A B .
Норму матрицы можно ввести как аксиоматически (т.е. лишь бы удо-
 
n 1/2
влетворялись условия (2.1.4), например, A  a2
ij 1 ij
, так и с исполь-
зованием предварительно введённых векторных норм. В последнем слу-
чае она называется подчинённой.
Поскольку в большинстве задач, связанных с нормами, одновременно
присутствуют как матрицы, так и векторы, разумно вводить норму матри-
цы, каким-либо образом связанную с нормой вектора. Такой связью при-
нято считать свойство согласованности:
Ax  A x .
Определение 2.1.3. Нормой матрицы, подчинённой норме вектора,

называется действительное число
Ax
A  sup . (2.1.5)
x 0 x
Отметим, что по (2.1.5) определяется наименьшая норма матрицы, со-
гласованная с использованной нормой векторов.
Приведём без вывода нормы матриц, подчинённые введённым нор-
мам вектора:
A 1  max  j 1 aij ; A 2  max  i 1 aij ; A 3  max i ( A A).
n n
1i  n 1 j  n 1 i  n
Здесь A – матрица, эрмитово сопряжённая с A , а i ( AA) – соб-


ственные числа матрицы A* A . Если A*  A , то A 3  max i ( A) . А ес-

1i  n
ли, кроме того, A  0 , то A 3  max i ( A) .

1i  n
Любые две нормы • a

и • b
называются эквивалентными, если
для  x  R n справедливы неравенства с одними и теми же C1  0, C2  0 :
C1 x  x  C2 x . (2.1.6)
b a b
14
Определение 2.1.4. Матрица A называется положительно определён-
ной ( A  0 ), если для x  0 выполнено ( A x, x )  0 и
(A x, x)  0  x  0 .
При решении практических задач матрица A и вектор b правой части
известны, как правило, с некоторыми погрешностями A и b . Это при-
водит к решению СЛАУ (A  A)( x   x)  b  b .
Для верхней границы неустранимой относитедьной погрешности решения
этой возмущённой задачи (при A  0, b  0, b) справедлива оценка
x  ( A)  A b 
    , A 1 A  1, (2.1.7)
x A  A b 
1   ( A)  
A
 (A)  A1 A – число обусловленности.
x b
При A  0 , A получаем:    A , 1    A .
x b
При A  0 , произвольных  b и заданных b справедлива и более
точная оценка:
x b A 1 b
x
  A, b  b

,  A, b   A 1 b
. (2.1.8)

При этом 1   A, b    A  .
При A  0 , заданных  b и произвольных b имеет место оценка:
x b A 1b A
x

  A,  b  b

,  A, b   b
. (2.1.9)
Тогда выполняются неравенства 1   A, b    A  .  

При A  0 , A  A , заданных  b и b справедливы соотношения:
x b
x

  A, b , b  b

; 1/  ( A)   A, b , b   ( A) . 
Наиболее точные оценки погрешностей получаются с использованием
третьей нормы A 3 . Поэтому актуальными являются теоремы Гершгори-
15
на [6], которые к тому же дают простейшее достаточное условие положи-
тельной или отрицательной определённости симметричных матриц.
Теорема 2.1.1. Все собственные числа комплексной квадратной мат-
рицы A принадлежат объединению кругов z  aii   j 1, j i aij , i  1, n .
n
Теорема 2.1.2. Если объединение кругов из теоремы 2.1.1 распадает-

ся на несколько связных частей, то каждая такая часть содержит
столько собственных чисел, сколькими кругами она образована.
Эти теоремы применимы и в отношении столбцов матрицы. Поэтому
для несимметричных матриц более точные результаты даёт обобщение
теоремы 2.1.1 [7].
Теорема 2.1.3. Все собственные числа i( A ) , i  1, n , квадратной мат-
рицы A находятся в области комплексной плоскости, образованной пе-
ресечением двух объединений Pi и Q j кругов Гершгорина:
 
Pi  z  C : ai i  z  pi , pi   j 1, j i ai , j , i  1, n,
n
(2.1.10)
 z  C : a  z  q , q  
n
Qj ii j j i 1, i  j
ai , j , j  1, n.
Для матриц с 1  2  3  ...  n максимальное по модулю соб-

ственное значение 1 , необходимое для вычисления A 3 , может быть
вычислено степенным методом [8], сходящимся при произвольном
(0)
начальном приближении x 0:
( k 1)
= Ax , 
(k ) ( k 1)

x ( k 1)
,x
(k )
 , k  0,1, 2,...
x 
x (k ) (k )
(2.1.11)
,x
 e1  1( A )  , (по направлению) при

( k 1)
В этом случае  ( k 1)  1( A ) , x
k   с оценкой скорости сходимости
1( k )  1( A )
k
 (A)
 C 2( A ) .
1( A ) 1
При большом числе итераций и при наличии ошибок округления для
предотвращения возможного переполнения (при 1  1 ) или потери по-
рядка (при 1  1 ) может быть использована модификация метода с нор-
мировкой
16

( k 1)
y
( k 1) (k )
= A x ,  ( k 1)  y  ( k 1)
,x
(k )
, x
( k 1)

y
y
( k 1)
,
(2.1.12)
(0)
k  0,1, 2, ..., x  1.
Для матриц AT = A и достаточной малости 1( A )  1( k 1) возможна

оценка достижения точности  :
( k 1) (k )
x  1( k 1) x
 1
(A)
1
( k 1)
 (k )
 . (2.1.13)
x
Вычисление минимального по модулю собственного значения n( A )

может быть произведено аналогичным образом при условии n 1  n
(но после определения 1( A ) ) путём вычисления максимального по моду-
лю собственного значения 1( A ) матрицы A  A  1( A ) E . Тогда
( A)
n  1
( A)
 1
( A)
.
Пример 1
Является ли выражение min  x1  2 x2 , 2 x1  x2  нормой вектора
x   x1 , x2  ?
Т
Решение
Проверим выполнение трёх условий (2.1.2).
Условие x  0; x  0  x  0 выполнено с очевидностью.
Выполнение второго условия  x   x (  число) следует из
элементарных преобразований
min   x1  2  x2 , 2  x1   x2    min  x1  2 x2 , 2 x1  x2  .
Проверяем выполнение третьего условия x  y  x  y .
min  x1  y1  2 x2  y2 , 2 x1  y1  x2  y2  
 min  x1  y1  2 x2  2 y2 , 2 x1  2 y1  x2  y2  .
17
Для положительного ответа требуется следующее продолжение:
 min  x1  2 x2 , 2 x1  x2   min  y1  2 y2 , 2 y1  y2  , которое, напри-
мер, для x  (1, 2)T , y  (2,1)T не выполняется. Такми образом, рассматри-

ваемое выражение не является нормой вектора x   x1 , x2  .
Т
Задачи
2.1.1. Доказать, что выражение max  dk xk  , dk  0, k  1, n , есть нор-

k
ма вектора.

n
2.1.2. Доказать, что выражение k 1
dk xk , dk  0, k  1, n , есть норма
вектора.
2.1.3. Доказать, что выражение  n

k 1
d k xk 
2 1/ 2
, d k  0, k  1, n , есть
норма вектора.
2.1.4. Являются ли выражения нормами вектора?
а) max  dk xk  , dk  0, k  1, l  1, dl  0, d k  0, k  l  1, n ;
k

n
б) k 1
dk xk , dk  0, k  1, l  1, dl  0, dk  0, k  l  1, n ;
в)  n
k 1
d k xk 
2 1/ 2
, d k  0, k  1, l  1, dl  0, d k  0, k  l  1, n .
а) max  k xk  , k  1, n ; б) max  xk / k  , k  1, n .
k k
____________________________________________________________
2.1.6. Является ли выражение min xk нормой вектора?
k
2.1.7. Являются ли выражения max  dk xk  , k  1, n , нормами векто-

k
ра?
а) d k  2k ; б) d k  k 2 ; в) dk  (k  n) ; г) dk  (k  n)2 ; д) dk  (n  k ) ;
е) dk  (n  k )2 .
 
n n
а) k 1
k xk ; б) k 1
xk / k .
18

n
2.1.9. Являются ли выражения k 1
d k xk нормами вектора?
k
е) dk  (n  k )2 .
   
n 1/ 2 n 1/ 2
а) k 1
kxk2 ; б) 2
x /k
k 1 k
.
 
n 1/ 2
2.1.11. Являются ли выражения d x2
k 1 k k
нормами вектора?
е) dk  (n  k )2 .
 x t k 1 нормой вектора?
n
2.1.12. Является ли выражение max k 1 k
t  0,1
2.1.13. Является ли выражение max  x1 , x2  x1 / h  , h  0 , нормой
вектора  x1 , x2  ?
T
Пример 2
Показать, что если C – симметричная положительно определённая
 
1/2
матрица, то C x, x есть норма вектора x .
Решение
 C x, x 
1/2
Покажем, что действительное число удовлетворяет всем
трём условиям (2.1,2), определяющим норму вектора.
   
1/ 2 1/ 2
1. C x, x  0, C x, x  0  x  0 , поскольку по условию задачи C
положительно определённая матрица, для которой по определению
 x, (Cx, x)  0 и (Cx, x)  0  x  0.
 
   C x, x     C x, x 
1/2 1/2 1/2 1/2
2. C x,  x   .
3. Покажем, что  C  x  y  ,  x  y     C x, x   
1/2 1/2 1/2
 C y, y .
19
Матрица C имеет полный набор собственных чисел i  0, i  1, n , и
ортонормированных собственных векторов ei , i  1, n , удовлетворяющих
системе Cei  i ei , таких, что
0, i  j,
 e , e   1, i  j.
i j
В этом случае произвольные векторы x, y могут быть представлены

разложениями по этим собственным векторам:
n n
x   ai ei , y   i ei ,
i 1 i 1
таким, что
 
n n
x  y    ai  i  ei , C x  y    ai  i  i ei ,
i 1 i 1
1/2
 
1/2
 n 
 
n n
   ai i ei ,  a j e j     i ai2  ,
1/2
C x, x
 i 1 j 1   i 1 
1/ 2
 n 
1/ 2
   n 
n
   i i ei ,   j e j     i i2  ,
1/ 2
C y, y
 i 1 j 1   i 1 
  
1/2
 n 2

   i  ai  i   .
1/2
C x y , x y
 i 1 
Используя далее неравенство Коши:
1/2 1/2
n
 n
  n

i i   i2    i2  ,
i 1  i 1   i 1 
получаем
  
1/ 2 1/ 2
  n 2  n 
    i ai2  2i ai i  i i2  
1/ 2
C x y , x y    i  ai  i   
 i 1   i 1 
1/ 2
 n  n
1/ 2
  n 
1/ 2 n 
   i ai2  2   i ai2    i i2    i i2  
 i 1  i 1   i 1  
 i 1 
1/ 2 1/ 2
 n 
   i i2 
 n 
   i i2      C y, y 
1/ 2 1/ 2
 C x, x .
 i 1   i 1 
20
Задачи
 A x, x 
1/2
2.1.14. Является ли выражение нормой вектора
x   x1 , x2  ?
T
 3/ 2 3 / 2  3 / 5 2 / 5  9998 / 3 2 / 3
а) A    ; б) A    ; в) A   .
 3/2   2 / 5 1 / 5   2 / 3 9998 / 3
 3 / 2
  для x  1, 1 .
1/2 T
В допустимых случаях вычислить значения A x, x
____________________________________________________________
 A x, x 
1/2
x   x1 , x2 , x3 , x4  ?
T
1 2 0 0 1 0 0 0
   
2 3 / 2 1 /2 0 0 9998 / 3 2 /3 0
а) A   ; б) A   .
0 1/ 2 3 / 2 0 0 2 / 3 9998 / 3 0
   
0 0 0 1 0 0 0 1
 A x, x 
1/2
В допустимых случаях вычислить значения для
x  1, 1, 1, 1 .
T
Пример 3
Определить константы эквивалентности, связывающие векторную
норму примера 2
x C

 C x, x 
1/2
, C  CT  0 

n
с нормой x  ( x, x)  2
x .
i 1 i
3
Решение
Аналогично предыдущему упражнению получаем
n
x   ai ei ,
i 1
21
1/ 2
   n   n 
n
 x    ai ei ,  ai ei     ai2  ,
1/ 2
x, x
3
 i 1 i 1   i 1 
 n  n n
C x  C   ai ei    ai Cei   ai i ei ,
 i 1  i 1 i 1
1/2
 n 
1/2
 n 
 
n
   ai i ei ,  a j e j     i ai2  .
1/2
C x, x
 i 1 j 1   i 1 
Поскольку для рассматриваемых матриц i  0 , то в этой сумме можем
последовательно произвести замены:  i  max
( C)
,  i  min
( C)
и в результате
получить
 
1/2
min
( C)
x  C x, x  max
( C)
x .
3 3
Задачи
2.1.16. Доказать неравенства для норм векторов размерности n :
1
а) x  x  n x ; б) x  x  x ; в) x  x  n x .
1 2 1 n 2 3 2 1 3 1
2.1.17. Доказать неравенства для норм квадратных матриц размерно-

сти n  n :
1 1
а) A 1  A 2  n A 1 ; б) A 3  A 1  n A 3;
n n
1
в) A 3  A 2  n A 3.
n
Пример 4
Получить выражение матричной нормы A C
, подчинённой вектор-
 
1/ 2
ной норме x  C x, x , где C* = C  0 и AC  CA.
C
Решение
CA x, A x 
1/ 2
Ax
 Sup  Sup
C
По определению A .
 C x, x 
C 1/ 2
x0 x x0
C
22
Аналогично предыдущим двум примерам получаем (но здесь все раз-
ложения производим по собственным векторам симметричной положи-
тельно определённой матрицы A*A ):
1/2
 n 
 C x, x 
n
  C ai ei , 
1/2
ajej  .
 i 1 j 1 
С другой стороны:
CA x, A x    
 A x,  AC  x   
1/ 2 1/ 2 1/ 2 1/ 2
 A x, C* A x  CA* A x, x 
1/ 2 1/ 2
 n n   n n 
  C  i i( A A ) ei ,   j e j     C  i ei ,   j e j  .
*
( A* A )
max
 i 1 j 1   i 1 j 1 
CA x, A x 
1/ 2
 Sup  max
*
В результате A (A A)
.
 C x, x 
C 1/ 2
x0
Задачи
2.1.18. Найти норму матрицы A , подчинённую векторной норме
max  dk xk  , dk  0, k  1, n .
k


n
k 1
dk xk , dk  0, k  1, n .
 
n 1/ 2
k 1
dk xk2 , d k  0, k  1, n .
2.1.21. Является ли выражение max ai , j нормой матрицы?

i, j
2.1.22. Является ли выражение n max ai , j нормой квадратной матри-

i, j
цы?
____________________________________________________________
1/ 2
1 n 
2.1.23. Является ли выражение   i , j 1 ai2, j  нормой квадратной
 n 
матрицы?
 
n 1/ 2
2.1.24. Является ли выражение a 2
i , j 1 i , j
нормой квадратной мат-
рицы?
23

n
2.1.25. Является ли выражение a 2
i , j 1 i , j
нормой квадратной матри-
цы?
2.1.26. Является ли выражение max  j 1 ai , j  max  i 1 ai , j нормой
n n
i j
квадратной матрицы?
2.1.27. Найти норму матрицы, подчинённую векторной норме
max  x1 , x2  x1 / h  , h  0 , вектора  x1 , x2  .
T
2.1.28. Для каких векторов x достигается равенство в условии согла-

сованности A x  A 3
x при AT = A  0 ?
3 3
2.1.29. Показать, что AT  A 3.

3
2.1.30. Показать, что для любой согласованной матричной нормы вы-

1
полняются неравенства A1  i( A )  A , i( A ) , i  1, n, – собственные
значения матрицы A. Привести пример достижения равенств.
2.1.31. Привести пример векторной нормы x , согласованной с за-
*
данной матричной нормой A S : Ax  A S x .

* *
Пример 5
При какой правой части b и произвольной погрешности b системы

 4 3
Ax = b , A    , максимальна (минимальна) величина  3 в оценке
 3  4 
x b
 3
3 3
относительной погрешности решения? Для обоих случа-
x b
3 3
ев вычислить  3 .
Решение
1. Вектор b , при котором значение  3 ( A, b) максимально, определяем

из условия  3 ( A, b)  Sup 3 .
b0
Определяем выражение  ( A, b) и Sup 3 .

b0
24
A x = b  A( x   x) = (b  b)  A x = b   x  A 1b 
x A 1 b
  x  A 1b   x  A 1 b   
x x
x A 1 b b x A 1 b b A 1 b
      ( A, b )  .
x x b x A 1 b b A 1 b
A 1 b b Ax
Sup 3  Sup 1
 A 1 Sup 1
 A 1 Sup  A 1 A .
b0 b0 A b b0 A b x 0 x
В результате для определения b   b1 , b2  имеем уравнение

T
A 1 b
3 3
 A 1 A 3.
A 1 b 3
3
Вычислив A 3  7,
3

A b   4b1  3b2   3b1  4b2 
1 2

2 1/2
/ 7 и ис-
пользуя b   b12  b22 

1/2
, получим его решение: b2  b1 . При этом с учё-
3
том A 1  1 получаем  3  7.
3
Вектор b , при котором значение  3 ( A, b) минимально, определяем из

условия  3 ( A, b)  Inf  3  1 .
b0
Для определения b   b1 , b2  имеем уравнение A 1 b  A 1 b .

T
3 3 3
Его решение: b2  b1.

2. Другой подход к решению задачи заключается в том, что ищется
вектор b , на котором достигаются максимальные и минимальные значе-
ния
A 1 b b12  b22
 3 ( A, b )  3 3
 
A 1 b [(4b1  3b2 ) 2  (3b1  4b2 ) 2 ] / 49
3
7

25  48 b1b2 (b12  b22 )
как функции двух независимых переменных b1 , b2 .
При b2  b1 имеем  3  7, а при b2  b1 получаем  3 ( A, b)  Inf  3  1 .
b0
25
Задачи
2.1.32. При какой правой части b и её погрешности b системы

 4 3
Ax = b , A    для величины  3 , используемой в оценке
3 4
x b
 3 , имеет место равенство 1 7   3 ?
3 3
x b
3 3
 9 3
2.1.33. При какой правой части b системы A x = b , A   , и
 3  9 
произвольной погрешности b максимальна (минимальна) величина  i в
x b
i
i i
оценке относительной ошибки решения?
x b
i i
а) i  1 ; б) i  2 ; в) i  3 . Для всех случаев вычислить  i .
2.1.34. Для СЛАУ A x  b при невырожденной матрице A, заданных

векторах правой части b и их погрешностях b получить оценку (2.1.8)
неустранимой относительной ошибки решения.
2.1.35. Получить соотношение (2.1.9).
____________________________________________________________
1
2.1.36. Показать, что A1  i( A )  A , i( A ) , i  1, n, собственные
значения матрицы A. Привести пример достижения равенств.
2.1.37. Для систем A x = b :
 2 1   3 1 
   
 1 2  1   1 2  1 
а) A   1 2 1  ; б) A   1 2 1 
   
 1 2 1   1 2 1 
 1 2   1 3 
 
и b  (1,1,1,1,1) T вычислить
A 1 b
k b   k
A 1 b
k
, k  A   A 1
k
A k , k  1, 2, 3.
k
26
Получить асимптотику для 3  A  при n  1 ( n – порядок матри-
цы).
2.1.38. Определить связь правой части b СЛАУ A x = b с собствен-
ными векторами матрицы A , при которой максимальна (минимальна)
x b
величина  3 в оценке 3
3 3
относительной ошибки решения.
x b
3 3
 5 3
2.1.39. При какой правой части b системы A x = b , A    и
 3  5 
x b
i
i
оценке i
относительной ошибки решения?
x b
i i

 7 3
2.1.40. При какой правой части b системы A x = b , A    и
 3  7 
x b
i
i
оценке i
относительной ошибки решения?
x b
i i
2.1.41. При какой правой части b системы Qx = b ,

 1/ 2 3 / 2
Q  и произвольной погрешности b максимальна (ми-
 3 / 2 1 / 2 

x b
нимальна) величина  3 в оценке  3
3 3
относительной ошибки
x b
3 3
решения? Для обоих случаев вычислить значения  3 .
2.1.42. Для СЛАУ A x = b при произвольной невырожденной матрице

A, произвольных векторах правой части b и заданных погрешностях b
27
x b
получить оценку
x

  A, b  b
неустранимой относительной
ошибки решения. Определить Sup A, b и Inf  A, b .

b  0
  b  0
 
Определение 2.1.5. Квадратную матрицу с действительными элемен-
тами Q будем называть ортогональной, если Q1  QT .
Пример 6
 Q x, x 
1/2
Доказать, что для ортогональных матриц Q величина не
может быть использована как норма вектора x .

Решение
Частным случаем ортогональных матриц являются матрицы
вращения V. С их использованием, например с V = E , для любого x
можно получить V x =  x , в результате чего V x, x  0 , что противоре-  
чит свойству неотрицательности нормы вектора.
Задачи
 Q x, x 
1/2
x   x1 , x2  ?
T
 1/ 2 3 / 2  1/ 5 2 / 5  3 / 5 4 / 5
а) Q    ; б) Q    ; в) Q   .
 3 / 2 1 / 2   2 / 5 1 / 5   4 / 5 3 / 5 
  
 Q x, x 
1/2
x   x1 , x2 , x3 , x4  ?
T
1 0 0 0  1 0 0 0
   
0 1/ 2 3/2 0 0 1/ 5 2 / 5 0
а) Q    ; б) Q   .
0  3 / 2 1/ 2 0 0  2 / 5 1/ 5 0
0 1  0 1 
 0 0  0 0
28
Пример 7
Доказать, что для ортогональных матриц а) Qx  x ,

3 3
б) QA 3
 AQ 3  A 3
(ортогональное преобразование вектора и матри-
цы (левое и правое) не меняет их третьи нормы).
Решение
а) У ортогональных матриц как строки, так и столбцы образуют
ортонормированную систему (скалярные произвдения строк и столбцов
на самих себя равны единицам и нулям при скалярном перемножении
двух разных строк или столбцов). Поэтому
1/2
 n  n  
2
 n
1/2

Qx      ai j x j      xi2   x .
3  i 1  j 1    i 1  3

б) QA 3 
1/ 2 
 max QA    QA   max
T

1/ 2
 AT QT QA  
 max
1/ 2
 AT EA   max
1/ 2
 AT A   A 3 .
Для доказательства AQ 3
 A 3
используем свойство преобразова-
ния QT CQ не изменять спектр собственных значений матрицы C .
AQ 3  max

1/2 
AQ    AQ   max
T

1/2
QT AT AQ  max
1/2
 AT A   A 3 .
Задачи
2.1.45. Показать, что Q 3 , Q1  1 для матриц Q1  QT .

3
2.1.46. Показать, что для ортогональных матриц Q и

b  3  Q 1
3
1
b 3 / Q b  1.
3
2.1.47. Доказать, что для ортогональных матриц Q правое ортого-

нальное преобразование матрицы A (также, как и левое, см. упражне-
ние 6) не меняет её третью норму: AQ 3  A 3 .
Пример 8
Используя теоремы Гершгорина, определить области локализации
собственных значений матрицы
29
 2 0.25 1 
A   0.25 0 0.25  .
 1 0.25 2 
 
Решение
Матрица симметричная с тремя действительными i . Поэтому стро-
им только одно семейство кругов
2  z  1.25, z  0.5, 2  z  1.25 .
Объединение этих кругов на действительной оси составляет трёх-

связную область, в каждой из трёх частей которой содержится по одному
действительному собственному значению:
3.25  1  0.75,  0.25  2  0.25, 0.75  3  3.25 .
Задачи
2.1.48. С использованием теоремы Гершгорина локализовать действи-
тельные собственные значения матриц:
 2 1   3 1 
   
 1 2  1   1 2  1 
а) A   1 2 1  ; б) A   1 2 1 .
   
 1 2 1   1 2 1 
 1 2   1 3 
 
2.1.49. Используя теоремы Гершгорина, определить области локали-
 2 0.5 1 
 
зации собственных значений матрицы A   0.5 0 0.5  .
 1 0.5 2 
 
 2 1 1
 
зации собственных значений матрицы A   1 0 1  .
 1 1 2
 
  2 3 / 2 3 / 2
 
зации собственных значений матрицы A   3 / 2 0 3 / 2  .
 3/ 2 3/ 2 2 
 
30
Пример 9
Определить все собственные значения и собственные векторы матрицы
 3 1 
 1 2  1 
 
A 1 2 1 .
 
 1 2 1 
  1 3 

Обобщить результат на аналогичную матрицу порядка n.
Решение
Задача эквивалентна задаче решения системы разностных уравнений
(подробнее о решении таких уравнений см. раздел 6.1.1.):
 xm1  2 xm  xm1   xm , m  1,5, x0   x1 , x5   x6 .
При этом    ( A ) будет собственным значением матрицы A, а
( x1 , x2 , x3 , x4 , x5 )Tk  e ( A ) – её собственным вектором.
Для определения частного решения вида xm  qm получаем характе-
ристическое уравнение q2   2    q  1  0 .
Покажем, что действительные корни этого уравнения дают только
тривиальное решение разностной задачи. Рассмотрим два возможных ва-
рианта: а) q1  q2 , q2  1/ q1 (два различных действительных корня одного
знака); б) q1  q2  q12  1 (кратный корень или 1 , или 1 ).
а) Общее решение однородного разностного уравнения второго порядка в
этом случае имеет вид
xm  C1q1m  C2 q2m .
Используя граничные условия, для определения C1 , C2 получаем
СЛАУ:
1  q1  C1  1  q2  C2  0,
1  q1  q15C1  1  q2  q25C2  0.
Нетривиальное решение этой однородной системы возможно только
при q1  q2 , что противоречит условию а).
б) В этом случае xm  C1qm  C2mqm .
Аналогично предыдущему получаем СЛАУ для определения C1 , C2
(верхние знаки соответствуют q12  1 , нижние знаки – q12  1 ):
31
1 1 C1  C2  0,
1  1 C1   6  5 C2  0.
В обоих случаях C1  C2  0.
Поэтому с учётом q  1 решение характеристического уравнения и
системы разностных уравнений ищем в виде
q1,2  cos  i sin  ,
xm  C1 cos m  C2 sin m.
Отсюда q1  q2  2cos . С другой стороны, из характеристического

уравнения q1  q2  2   . Поэтому   4sin 2
.
2
Из граничных условий получаем систему для определения C1 , C2 :
C1 cos2  / 2   C2 sin  / 2  cos  / 2   0,
C1 cos 11 / 2  cos  / 2   C2 sin 11 / 2  cos  / 2   0.
Условие нетривиального решения cos2  / 2  sin5  0 при
cos  / 2   0, sin  / 2   0 (в противном случае получаем противоречие
с q1,2  cos   i sin  ) переходит в sin5  0, 5  k ,   k / 5, k  1,5 .
Откуда  ( k )  4sin2  k  /10 .
cos( / 2)
Используя C2  C1 , получаем
sin( / 2)
k (2m  1)
xm( k )  C sin , k , m  1,5 .
10
Обобщение на систему порядка n даёт
k ( k ) k (2m  1)
 ( k )  4sin 2 , xm  C sin , k , m  1, n .
2n 2n
Задачи
2.1.52. Определить все собственные значения и векторы матриц:
 2 1   1 1 
   
 1 2  1   1 2  1 
а) A   1 2 1  ; б) A   1 2 1  ,
   
 1 2 1   1 2 1 
 1 2   1 1
 
32
 2 1 1  3 1 
   
 1 2  1   1 2  1 
в) A   1 2 1  ; г) A   1 2 1 .
   
 1 2 1   1 2 1 
 1 1 2   1 3 
 
Обобщить результаты на аналогичные матрицы порядка n .
2.1.53. Произвести две итерации вычисления степенным методом
максимальных собственных значений матриц задачи 2.1.52 при
(0) (0)
x  (1, 1, 1, 1, 1)T , x  (1,  1, 1,  1, 1)T . Оценить ошибки на каждой ите-
(0)
рации. Пояснить причину различной сходимости при различных x .
2.2. Прямые методы
К прямым или точным методам решения СЛАУ относят те, которые в
предположении отсутствия округлений при вычислениях позволяют по-
лучать точные результаты. Эти подходы достаточно подробно разбирают-
ся в специальных курсах по высшей математике, но они направлены на
решение СЛАУ не очень высокого порядка и не всегда учитывают осо-
бенности численной реализации. В первую очередь это связано с накоп-
лением ошибок при большом объёме вычислений, характерных для СЛАУ
высокого порядка. В этих условиях важно правильно оценить вычисли-
тельную устойчивость используемого алгоритма.
Метод Гаусса. Один из широко известных прямых методов. Пусть
надо решить СЛАУ с неособенной матрицей A:
a11 x1  a12 x2  ...  a1n xn  b1 ,
a21 x1  a22 x2  ...  a2 n xn  b2 ,
(2.2.1)
........................................
an1 x1  an 2 x2  ...  ann xn  bn .
Метод состоит из двух этапов: прямого хода и обратного.

Прямой ход: сначала обнуляют элементы первого столбца, располо-
женные под элементом a11 , по формулам
i1  ai1 a11 ; aij1  aij  i1a1 j ; bi1  bi  i1b1 ; i  2, n;
(2.2.2)
a11 j  a1 j ; b11  b1 ; j  1, n.
В результате преобразованная система приобретает вид
33
1
a11 x1  a12
1
x2   a11n xn  b11 

1
a22 x2   a21 n xn  b21 
. (2.2.3)

an1 2 x2   ann
1
xn  bn1 
Так же поступают с элементами всех последующих столбцов:

ik  aikk 1 akkk 1 ; aijk  aijk 1  ik akjk 1 ; bik  bik 1  ik bkk 1 ; i  k ; j  i, n,
aijk  aijk 1 ; bik  bik 1 ; i  k ; j  i, n.
В конце прямого хода преобразованная система принимает вид

a11n 1 x1  a12n 1 x2   a1nn1 xn  b1n 1 
n 1 
a22 x2   a2nn1 xn  b2n 1 
. (2.2.4)

n 1
ann xn  bnn 1 
Обратный ход: определяются все неизвестные по формулам
xn  bnn 1 ann
n 1
; xk  (bkn 1   j k 1 akjn 1 x j ) akkn 1 ; k  n  1,1 .
n
(2.2.5)
Метод Гаусса с выбором главного элемента. Этот метод отличается

от метода Гаусса тем, что прежде чем обнулять элементы столбца под
главной диагональю, добиваются того, чтобы на главной диагонали ока-
зался максимальный по модулю элемент из числа расположенных на этой
и нижележащих строках. Это можно сделать, переставляя между собой
строки и расположенные правее столбцы, одновременно меняя местами
компоненты вектора неизвестных x , что позволяет уменьшить накопление
ошибки вычислений и повысить точность результатов.
Метод трёхдиагональной прогонки формализует метод Гаусса без
выбора главного элемента для трёхдиагональных матриц. Для таких мат-
риц это наиболее эффективный метод, требующий 8n флопов. Достаточ-
ным условием вычислительной устойчивости метода является наличие
диагонального преобладания bk  ak  ck , k  1, n , со строгим неравен-
ством хотя бы для одного k .
Запишем исходную систему в виде
b1 x1  c1 x2  f1 ,
ak xk 1  bk xk  ck xk 1  f k , 2  k  n  1, (2.2.6)
an xn 1  bn xn  f n .
34
Тогда алгоритм метода трёхдиагональной прогонки (простейшего его
варианта) аналогично методу Гаусса разбивается на два этапа.
Прямая прогонка (вычисление прогоночных коэффициентов):
c1 f ck f  ak rk 1
p1  , r1  1 , pk  , rk  k ,
b1 b1 bk  ak pk 1 bk  ak pk 1
(2.2.7)
f  an rn 1
xk  pk xk 1  rk , k  2, n  1, xn  n .
bn  an pn 1
Обратная прогонка (вычисление вектора решения):
xn  rn , xk  rk  pk xk 1 , k  (n  1), 1. (2.2.8)
Метод ортогонализации по строкам. Рассмотрим решение A x = b c

неособенной действительной матрицей одним из методов ортогонализа-
ции A (по строкам).
Введём в рассмотрение векторы ai  {ai1 , , ain }T , i  1, n , составлен-
ные из строк A. Нормализуем первое уравнение системы. Для этого раз-
делим его на число (a1 , a1 ) . Тогда оно примет вид (c1 , x )  d1 , где
c1  a1 (a1 , a1 ) , d1  b1 (a1 , a1 ) . (2.2.9)

Очевидно, что при этом (c1 , c1 )  1 .
Преобразование второго уравнения с учётом преобразованного первого:
c2'  [a2  (a2 , c1 )c1 ], c2  c2' (c2' , c2' ) ,
(2.2.10)
d 2  [b2  (a2 , c1 )d1 ] (c2' , c2' ) .
Убеждаемся, что (c2 , c1 )  0, (c2 , c2 )  1 .
Преобразование k-го уравнения с использованием всех ранее преобра-
зованных:
ck'  [ak   m 1 (ak , cm )cm ], ck  ck'
k 1
(ck' , ck' ) ,
(2.2.11)
d k  [bk   m 1 (ak , cm )d m ]
k 1
(ck' , ck' ), k  3, n .
В результате получаем СЛАУ
Cx  d , d  {d1 ,..., dn }T , (2.2.12)
в которой строки ортонормированны:
(ck , cm )  0, m  1, k  1, (ck , ck )  1 . (2.2.13)
1
Поскольку в этом случае C  C , то x = C d . T T
35
Отметим, что при этом  3 (C)  3 (C)  1 . В результате относительная
x b
i
i i
погрешность решения этим методом, оцениваемая по ,
x b
i i
уменьшается по сравнению с ошибками, получаемыми при использовании

каких-либо других методов.
Пример 1
 2  4 1  3 
   
Решить СЛАУ A x  b , A   4  2 1 , b   3  , методом Гаусса с
1  4 6   11 
   
выбором главного элемента.
Решение
Прямой ход (преобразование исходной СЛАУ в СЛАУ с верхней тре-
угольной матрицей). Наибольшие по модулю элементы (главные элемен-
23
ты) выделены: 6, .
6
2 x1  4 x2  x3  3 x1  4 x2  6 x3  11 6 x3  x1  4 x2  11
4 x1  2 x2  x3  3  2 x1  4 x2  x3  3  x3  2 x1  4 x2  3 
x1  4 x2  6 x3  11 4 x1  2 x2  x3  3 x3  4 x1  2 x2  3
6 x3  x1  4 x2  11 6 x3  x1  4 x2  11
11 10 29 23 4 7
 x1  x2    x1  x2  
6 3 6 6 3 6
23 4 7 11 10 29
x1  x2  x1  x2  
6 3 6 6 3 6
6 x3  x1  4 x2  11
23 4 7
 x1  x2 
6 3 6
372 x2  744
Обратный ход (решение полученной СЛАУ с треугольной матрицей):
x2  2  x1  1  x3  3 .
Задачи (вычисления производить без округлений)
2.2.1. Решить СЛАУ A x = b методом Гаусса с выбором главного эле-

мента:
36
1 2 0  5  2 3 0 8  3 4 0  11 
           
а) A   3 4 5  , b   6  ; б) A   4 5 6  , b   8  ; в) A   5 6 7  , b   10  .
 0 6 7 5 0 7 8   0 8 9 7 
      6    

мента:
1 2 0  3  2 3 0 5 3 4 0 7 
           
а) A   3 4 5  , b   7  ; б) A   4 5 6  , b   9  ; в) A   5 6 7  , b   11 .
 0 6 7 6 0 7 8   0 8 9  
      7   8 
____________________________________________________________

мента:
1 2 1  3 1 2 1 7 1 2 1  0

           
а) A   3 2 1 , b   4  ; б) A   3 4 1  , b   7  ; в) A   3 4 1 , b   3  .
1 6 1  5 5 6 1   9 5 6  6  9
          

мента:
1 2 1  3 1 2 1   2 1 2 1  0
           
а) A   3 2 1  , b   4  ; б) A   3 2 1  , b   1  ; в) A   3 2 1  , b   1  .
1 4 9   2 1 4 9  1  1 4 7   2
           

мента:
1 2 1  2  1 2 1   4 1 2 1  0
           
а) A   3 4 1 , b   6  ; б) A   3 4 1 , b   6  ; в) A   3 4 1  , b   1  .
 5 8 1    7 6 1 7 5 8 7 9
   13         

мента:
1 2 1  1  1 2 1   2 1 2 1  1 
           
а) A   3 3 1  , b   3  ; б) A   3 3 1 , b   2  ; в) A   3 3 1  , b   3  .
 3 9 1  9  3 8 1 9  3 6 1  0
           
37
Пример 2
Решить СЛАУ A x = b методом трёхдиагональной прогонки. A – из

задачи 2.1.52а, b    6,  12,  18,  24, 186  .
T
Решение
Прямая прогонка (вычисление прогоночных коэффициентов):
p1  1 / 2, pk 1  1 /  2  pk  , k  1,2,3 
  pk 1  1 / 2,  2 / 3,  3 / 4,  4 / 5,
4
r1  3, rk 1    bk 1  rk  /  2  pk  , k  1,2,3,4 
 rk 1  3,  10,  21,  36, 125.
5
Обратная прогонка (вычисление вектора решения):

x5  r5 , xk  rk  pk xk 1 , k  4,3,2,1  x  (1, 8, 27, 64, 125)T .
2.2.7. Решить СЛАУ A x = b методом трёхдиагональной прогонки:
1 2 0  5  2 3 0 8  3 4 0  11 
           
а) A   3 4 5  , b   6  ; б) A   4 5 6  , b   8  ; в) A   5 6 7  , b   10  .
 0 6 7 5 0 7 8   0 8 9 7 
      6    
1 2 0  3  2 3 0 5 3 4 0 7 
           
а) A   3 4 5  , b   7  ; б) A   4 5 6  , b   9  ; в) A   5 6 7  , b   11 .
 0 6 7 6 0 7 8   0 8 9  
      7   8 
____________________________________________________________
1 2 1  3 1 2 1 7 1 2 1  0

           
а) A   3 2 1 , b   4  ; б) A   3 4 1  , b   7  ; в) A   3 4 1 , b   3 
1 6 1  5 5 6 1  9 5 6  6  9
          
38
1 2 1  3 1 2 1   2 1 2 1  0
           
а) A   3 2 1  , b   4  ; б) A   3 2 1  , b   1  ; в) A   3 2 1  , b   1  .
1 4 9   2 1 4 9  1  1 4 7   2
           
1 2 1  2  1 2 1   4 1 2 1  0
           
а) A   3 4 1 , b   6  ; б) A   3 4 1 , b   6  ; в) A   3 4 1  , b   1  .
 5 8 1    7 6 1 7 5 8 7 9
   13         
2.2.12. Решить СЛАУ A x = b методом трёхдиагональной прогонки
1 2 1  1  1 2 1   2 1 2 1  1 
           
а) A   3 3 1  , b   3  ; б) A   3 3 1 , b   2  ; в) A   3 3 1  , b   3  .
 3 9 1  9  3 8 1 9  3 6 1  0
           
Пример 3
 2 1 0 
 
Решить СЛАУ A x = b , A   1 2 0  , b  6, 15,  3 , методом
T
 1 1 2 
 
ортогонализации по строкам.
Решение
На первом этапе преобразуем исходную СЛАУ A x = b в C x = d , в

которой матрица C будет ортогональной.
Для этого из коэффициентов строк матрицы A составим векторы
ai , i  1,3 : a1   2,  1, 0 , a 2   1, 2, 0 , a1  1,  1, 2  , а векторами
T T T
ci , i  1,3 , обозначим коэффициенты строк получаемой матрицы C.

Нормализуем первое уравнение исходной СЛАУ, разделив его на
a  a122  a132    22  (1)2 
1/ 2 1/ 2
2
11  5:
2 x1 / 5  x2 / 5  6 / 5 .
Используя новый вид первого уравнения, ортгонализуем второе, вы-

читая из его коэффициентов значения:
     8 / 5, 4 / 5, 0  ,
T
(a2 , c1 )c1   4 / 5 2 / 5,  1/ 5, 0
T
39
а из правой части:
  
(a2 , c1 )d1  4 / 5 6 / 5  24 / 5 .
Полученное уравнение 3x1 / 5  6 x2 / 5  51/ 5 нормируем, деля его на
 (3 / 5)  (6 / 5) 2 
1/ 2
2
 3 5 / 5 . Получили второе ортонормированное урав-
нение:
x1 / 5  2 x2 / 5  17 / 5 .
Используя новый вид первых двух уравнений, ортгонализуем третье,
вычитая из его коэффициентов значения:
(a3 , c1 )c1  (a3 , c2 )c2 
    1/ 5 1/ 
T T
 3 / 5 2 / 5,  1/ 5, 0 5, 2 / 5, 0 ,
а из правой части:
(a3 , c1 )d1  (a3 , c2 )d2  18 / 5 17 / 5 .
Полученное уравнение 2 x3  4 нормируем: x3  2 .
На заключительном этапе решаем СЛАУ с ортонормированной мат-
рицей:
 2 / 5 1/ 5 0 
 
C x  d , C  1/ 5 2 / 5 0  , d  6 / 5, 17 / 5, 2 ,
 
 
 0 0 1
 
 2/ 5 1/ 5 0  6 / 5  1 
    
x  C d   1/ 5
T
2 / 5 0  17 / 5    8  .
  
 0 0 1  2   2 
  
2.2.13. Решить СЛАУ A x = b методом ортогонализации по строкам:

1 2   3  3 4  2 5 6 9 
а) A    , b    ; б) A    , b    ; в) A   , b    .
 3 4  5 5 6  4  7 8  13 
3 4  2  3 4  5 3 4 9
а) A    , b    ; б) A    , b    ; в) A   , b    .
5 6  4  2 5 8 1 3 8
40
1 2 1   4  2 3 2 6  3 4 3 8 
           
а) A   3 4 5  , b   6  ; б) A   4 5 6  , b   8  ; в) A   5 6 7  , b   10  .
 0 6 7 5 0 7 8 6  0 8 9 7 
           
____________________________________________________________
 2 3  2  4 5 7   6 7  10 
а) A    , b    ; б) A    , b    ; в) A   , b    .
 4 5  2  6 7  11 8 9  12 
 4 3  2  5 8 7  2 5 7
а) A    , b    ; б) A  , b    ; в) A   , b    .
 7 5   4  3 8   
1  1 3  5
 2 3  2   4 5  11   6 7  3
а) A    , b    ; б) A  , b    ; в) A   , b    .
 4 5  2   6 7  15  8 9   5
 3 2 3 7  5 4 1 6  5 6 1 1 
           
а) A   3 2 1  , b   4  ; б) A   3 4 1  , b   7  ; в) A   3 4 1 , b   3  .
1 6 1  5 5 6 1   9 5 6  6  9
           
1 4 1  6  3 4 3  3  5 2 5  4
           
а) A   3 2 1  , b   4  ; б) A   3 2 1  , b   1  ; в) A   3 2 1  , b   1  .
1 4 9   2 1 4 9  1  1 4 7   2
           
2.2.21. Решить СЛАУ Ax = b , A – из задачи 2.1.59 а),

b    6,  12,  18,  24, 186  :
T
а) методом Гаусса с выбором главного элемента,

б) методом Гаусса без выбора главного элемента,
в) методом трёхдиагональной прогонки,
г) методом ортогонализации по строкам.
2.2.22. Решить СЛАУ Ax = b , A – из задачи 2.1.59 б),

b   3,  2,  2,  2, 9 :
T
а) методом Гаусса с выбором главного элемента,

41
б) методом Гаусса без выбора главного элемента,
в) методом трёхдиагональной прогонки,
г) методом ортогонализации по строкам.
2.3. Итерационные методы
Итерационные методы относятся к приближённым и абсолютно точ-
ного решения с их помощью получить не удаётся. Важно, что достаточно
обоснованные итерационные методы при выполнении необходимого объ-
ёма вычислений позволяют получать результат с практически требуемой
точностью. Как правило, исходную СЛАУ, имеющую единственное ре-
шение, предварительно тождественно преобразуют к виду, удобному для
осуществления итераций. Например, систему уравнений A x = b можно
умножить слева на произвольную неособенную матрицу P, перенести
правую часть уравнения влево и прибавить к обеим частям получившего-
ся уравнения вектор x :
x =  PA + E x  Pb = B x + c , (2.3.1)
где B = PA + E, c = Pb . Задавая произвольное начальное приближение
(0)
x , получают последовательные приближения к решению x :
( k 1) (k )
x  B x  c, k  0,1,2, (2.3.2)
Подход (2.3.2) называется методом простой итерации.
Возникает вопрос: при каких условиях последовательность значений
(k )
{x }k 0 будет сходиться к решению исходной СЛАУ при произвольном
начальном приближении? Ответ на него дают следующие теоремы.
Теорема 2.3.1. Пусть система уравнений (2.3.1) имеет единственное
решение. Итерационный процесс (2.3.2) сходится к решению системы
(2.3.1) при любом начальном приближении тогда и только тогда, когда
все собственные значения матрицы B по модулю меньше единицы.
Теорема 2.3.2. Пусть в R n фиксирована некоторая норма и в этой
норме B  q  1 . Тогда итерационный процесс (2.3.2) сходится к реше-
нию системы (2.3.1) при любом начальном приближении.
Условие достижения заданной точности  в этом случае принимает
вид
( k 1) (k ) (1) (0)
(k )
x x qk x  x
xx    . (2.3.3)
1 q 1 q
42
Для описания ряда итерационных методов удобно использовать пред-
ставление A = L + D + R , где L, R – левая (нижняя) и правая (верхняя)
треугольные с нулевой диагональю, D – диагональная матрица.
Метод Якоби
( k 1) (k )
x  D1 ((L  R) x  b), k  0,1, 2,
или в покомпонентной записи:
1  n 
xi( k 1)     aij x (jk )  bi  , i  1, n. (2.3.4)
aii  j 1, j i 
Теорема 2.3.3. Для сходимости метода Якоби необходимо и доста-
точно, чтобы все корни уравнения det(L  D  R)  0 по модулю были
меньше единицы.
Метод Зейделя
( k 1) (k )
x  (L  D)1 (R x  b), k  0,1, 2,
или в покомпонентной записи:
1  i 1 n

xi( k 1)     aij x j   aij x j  bi  , i  1, n.
( k 1) (k )
(2.3.5)
aii  j 1 j i 1 
Теорема 2.3.4. Для сходимости метода Зейделя необходимо и до-
статочно, чтобы все корни уравнения det[ (L + D)  R ]  0 по модулю
были меньше единицы.
Теорема 2.3.5. Если матрица A симметричная и положительно
определённая, то метод Зейделя сходится.
Метод простой итерации с итерационным параметром

( m1)
 E   A x
( m)
x  b .
В покомпонентной записи (   const  итерационный параметр)
 n 
xi( m 1)  xi( m )     ai j x (jm )  bi  , m  0,1, 2, ..., i  1, n. (2.3.6)
 j 1 
Требование теоремы о необходимых и достаточных условиях сходи-
мости для этого метода принимает вид
43
1  i( A )  1, i  1, n. (2.3.7)
Для AT = A  0 это условие тождественно требованию 0    2 / max

(A)
.
Кроме того, в этом случае существует  опт  2 /  max
(A)
 min
(A)
 , при котором
* ( m 1) * ( m)
скорость сходимости x  x q x x будет максимальной.
Метод простой итерации с чебышёвским набором итерационных

параметров  m , m  0, M
Он может быть использован для решения систем с

( m 1)
 E  mA x
( m)
A = A  0, x
T
  m b или в покомпонентной записи:
 n 
xi( m 1)  xi( m )   m   ai j x(jm)  bi  , m  0, M , i  1, n. (2.3.8)
 j 1 
Задаётся значение M, и циклы, каждый из которых содержит ( M  1)
итераций, повторяются необходимое число раз с использованием
2
m  , m  0, M . (2.3.9)
 2m  1 
 max  min    max  min  cos 2( M  1)
( A) ( A) ( A) ( A)
Начальным приближением каждого последующего цикла является ре-

зультат предыдущего. Метод сходится при произвольном начальном при-
ближении x (0) .
Отметим, что при M  1 для предотвращения накопления ошибок по-
следовательность  m необходимо упорядочивать. Например, при M  2
она должна быть такой:  0 ,  2 ,  1 .
Пример 1
Произвести три итерации решения СЛАУ
10 x1  x2  x3  x4  x5  4,
x1  10 x2  x3  16,
(0)
x2  10 x3  x4  24, x  (1,1,1,1,1)T ,
x3  10 x4  x5  32,
x1  x2  x3  x4  10 x5  40
44
а) методом Якоби,
б) методом Зейделя.
*
По известному точному решению x  (1, 2,3, 4,5)T для каждой итера-
ции вычислить ошибку решения. Сопоставить ошибки решений для этих
двух методов, округляя до трёх знаков после запятой.
Решение
а) метод Якоби:
x1( m 1)  ( x2( m )  x3( m )  x4( m )  x5( m)  4) /10,
x2( m 1)  ( x1( m )  x3( m )  16) /10,
x3( m1)  ( x2( m)  x4( m)  24) /10,
x4( m 1)  ( x3( m)  x5( m)  32) /10,
x5( m 1)  ( x1( m)  x2( m)  x3( m)  x4( m)  40) /10, m  0,1, 2;
  0, 1.8, 2.6, 3.4, 4.4  ,

(1) (1) *
x x  1,
T
x
1
  0.82, 1.86, 2.92, 3.9, 4.78  ,

(2) (2) *
x  0.22,
T
x x
1
  0.946, 1.974, 2.976, 3.97, 4.95  , x

(3) (3) *
x  0.054;
T
x
1
б) метод Зейделя (вычисления с точностью 103 ):
x1( m1)  ( x2( m)  x3( m)  x4( m)  x5( m)  4) /10,

x2( m1)  ( x1( m1)  x3( m)  16) /10,
x3( m1)  ( x2( m1)  x4( m)  24) /10,
x4( m1)  ( x3( m1)  x5( m)  32) /10,
x5( m1)  ( x1( m1)  x2( m1)  x3( m1)  x4(m1)  40) /10, m  0,1, 2.
  0, 1.7, 2.67, 3.567, 4.793 ,

(1) (1) *
x x  1,
T
x
1
  0.873, 1.954, 2.952, 3.974, 4.975  , x

(2) (2) *
x  0.127,
T
x
1
  0.985,1.993, 2.996, 3.997, 4.992  ,

(3) (3) *
x  0.015.
T
x x
1
45
Задачи
2.3.1. Произвести одну итерацию решения СЛАУ Ax = b ,

b   1, 1, 1,  1 , с начальным приближением x  1, 1, 1, 1
T (0) T
методом
Якоби:
 2 1   1 1   2 1 1
     
1 2  1  ; б) A   1 2 1  ; в) A   1 2  1
а) A   .
 1 2 1   1 2 1   1 2 1 
     
 1 2   1 2   1 1 2 
2.3.2. Произвести одну итерацию решения СЛАУ Ax = b ,

b   1, 1, 1,  1 , с начальным приближением x  1, 1, 1, 1
T (0) T
методом
Зейделя:
 2 1   1 1   2 1 1
     
1 2  1 1 2  1 1 2  1
а) A    ; б) A    ; в) A   .
  1 2 1  1 2 1   1 2 1 
     
 1 2   1 2   1 1 2 
____________________________________________________________
2.3.3. Произвести одну итерацию решения СЛАУ A x = b с началь-

 1, 1, 1, 1 методом Якоби:
(0) T
ным приближением x
8 x1  x2  x3  x4  8 5 x1  x2  x3  x4  5
x1  6 x2  x3 6 x1  4 x2  x3 4
а) б)
x2  4 x3  x4  4 x2  3x3  x4  3
x1  x2  x3  2 x4  2 x1  x2  x3  x4  1
2.3.4. Произвести одну итерацию решения СЛАУ A x = b с началь-

 1, 0, 0, 1 методом Якоби:
(0) T
8 x1  x2  x3  x4  16 5 x1  x2  x3  x4  10
x1  6 x2  x3  12 x1  4 x2  x3 8
а) б)
x2  4 x3  x4  8 x2  3x3  x4  6
x1  x2  x3  2 x4  4 x1  x2  x3  x4  2
46
2.3.5. Произвести одну итерацию решения СЛАУ A x  b с началь-
 1, 1, 1, 1 методом Зейделя:
(0) T
8 x1  x2  x3  x4  8 5 x1  x2  x3  x4  5
x1  6 x2  x3 6 x1  4 x2  x3 4
а) б)
x2  4 x3  x4  4 x2  3x3  x4  3
x1  x2  x3  2 x4  2 x1  x2  x3  x4  1
2.3.6. Произвести одну итерацию решения СЛАУ A x  b с началь-

 1, 0, 0, 1 методом Зейделя:
(0) T
8 x1  x2  x3  x4  16 5x1  x2  x3  x4  x5  10
x1  6 x2  x3  12 x1  4 x2  x3 8
а) б)
x2  4 x3  x4  8 x2  3x3  x4 6
x1  x2  x3  2 x4  4 x1  x2  x3  x4  x5  2
Пример 2
Будет ли метод Зейделя решения СЛАУ A x  b сходиться при

(0)
 x , b и
 2 4 0 2 1 0  2 1 0 2 1 1 
       
а) A   3 4 5  ; б) A   2 4 1 ; в) A   1 4 1  ; г) A   2 4 2  ?
0 6 8  0 1 6 0 1 6 1 1 6 
       
Решение
 2 4 0 
 
а) Корни уравнения det  3 4 5   0 : 1, 2  0, 3 
39
16
 3  1  метод
 0 6 8 
 
(0)
Зейделя с  x не сходится.
 2 1 0 
 
б) Корни уравнения det  2 4 1   0 : 1, 2  0, 3 
 0  6 
7
24
max i  1 
i
 
 
(0)
 метод Зейделя сходится с  x .
47
(0)
в) A  AT  0  метод Зейделя сходится с  x .
 2 1 1 
  9  i 15
г) Корни уравнения det  2 4 2   0 : 1  0, 2,3  
   6  48
 
6 (0)
 max i   1  метод Зейделя сходится с  x .
i 12
Задачи
2.3.7. Будет ли метод Зейделя решения СЛАУ A x  b ,

 10  1 2  3 1   10  1 2  3 4
 1 10  2 3    2   1 10  2 3  3
а) A   , b    ; б) A   , b  ,
 2  2 10  3  3  2  2 10  3  2
       
 3 3  3 10   4  3 3  3 10  1 
 4, 3, 2, 1
(0) Е
сходящимся при начальном приближении x ?
(0)
2.3.8. При каких начальных приближениях x метод Зейделя реше-
ния СЛАУ предыдущей задачи будет сходящимся?
____________________________________________________________
2.3.9. Будет ли метод Зейделя решения СЛАУ A x  b сходиться при

(0)
x ?
1 2 0  3  2 3 0 8  3 4 0  11 
           
а) A   3 4 5  , b   6  ; б) A   4 5 6  , b   8  ; в) A   5 6 7  , b   10  .
 0 6 7 5 0 7 8   0 8 9  17 
      6    
(0)
x ?
7 6 0 7 6 5 0 6 6 5 0  6
           
а) A   5 9 3  , b   6  ; б) A   4 8 2  , b   6  ; в) A   4 8 2  , b   5  .
 0 2 7 7 0 1 6  6 0 1 6   6
           

 4, 3, 2, 1
(0) Е
начальном приближении x ?
48
1 2 0  3  2 3 0 8  3 4 0  11 
           
а) A   3 4 5  , b   6  ; б) A   4 5 6  , b   8  ; в) A   5 6 7  , b   10  .
 0 6 7 5 0 7 8   0 8 9  17 
      6    

 4, 3, 2, 1
(0) Е
начальном приближении x ?
7 6 0 7 6 5 0 6 6 5 0  6
           
а) A   5 9 3  , b   6  ; б) A   4 8 2  , b   6  ; в) A   4 8 2  , b   5  .
 0 2 7 7 0 1 6  6 0 1 6   6
           
Пример 3
При каких  ,  сходится метод Зейделя решения СЛАУ Ax  b с x (0)
  0 
для A       ?
0   
 
Решение
   0 
  2 2
Корни уравнения det       0 : 1, 2,  0, 3  2 . Необходимое и
 0    
 
(0) 2 2  1
достаточное условие сходимости  x – это 1  .
 2
 2
Достаточное условие: норма матрицы перехода метода Зейделя
0  / 0 
1    5 1
B 1,2   L  D  R  1, B   0   / 
2 2
 /    .
1,2
 2
 2
0   /   / 
3 3 2
Другое достаточное: A  AT  0 (симметричность и положительная опре-

 1
делённость матрицы A :   .
 2
Задачи
2.3.13. При каких значениях  ,  выполняется необходимое и доста-
точное условие сходимости метода Зейделя решения СЛАУ A x  b ?
49
   0   
   
a) A       ; б) A       .
0     
   
  0   0
   
а) A       ; б) A       .
 0   0  
   
____________________________________________________________
    0 0
   
а) A       ; б) A   0    .
  0  0  
   
0     0  
   
а) A       ; б) A       .
  0    0
   
точное условие сходимости метода Зейделя решения СЛАУ A x  b ,
 0     0
   
а) A   0  0  , б) A     0 ?
 0   0 0  
  
2.3.18. При каких значениях  ,  ,  выполняется необходимое и до-
статочное условие сходимости метода простой итерации
( m1) ( m)
x  Bx   b решения СЛАУ A x  b ?
               
       
а) B       ; б) B        ; в) B       ; г) B       .
               
       
50
Пример 4
( m 1)
  E  A x
( m)
Будет ли метод x   b,   1/ 6, m  0,1,..., решения
 5 4  2 (0) 1 
СЛАУ A x  b, A    , b    сходиться с x    ?
 1 2  4  5
Решение
1( A )  1,  2( A )  6 . Из условия 1  i( A )  1, i  1,2 , получаем уравнение для

значений  , при которых сходимость будет с  x : 0    1/ 3. Приве-
(0)
дённое в задаче значение   1/ 6 находится в полученном диапазоне.

Ответ: да, будет.
Задачи
( m 1) (m)
2.3.19. Будет ли метод x  ( E   A) x   b решения задач
 2 1 0   2 1 1   1 1 1 
     
а) A   1 2 1  ; б) A   1 2 1  ; в) A   1 1  2 
 0  1 2  1 1 2   1 2 1
     
(0)
для  x сходиться при   1/ 2 ?
2.3.20. При каких значениях параметра  метод решения A x  b ,

( m 1) (m) (0)
x  ( E   A) x   b , сходится при произвольном x в случае
 2 5  10  12   5  4  2 3  4
а) A    ; б) A    ; в) A    ; г) A   , b    ?
3 4  12 17   1 2   4 5 6
____________________________________________________________
( m 1) (m) (0)
x  ( E   A) x   b , сходится при произвольном x в случае
 5 7 4 5 6  6 7 8 
а) A    ; б) A    , b    ; в) A   , b    ?
 1 1 6 7 8  8 9  10 
( m 1) ( m)    (0)
x  (E   A) x   b , A    , сходится с x в случаях
   
а)     0 ; б)     0 ; в)     0 ; г)     0 ?
51
( m 1) ( m)   (0)
   
а)     0 ; б)     0 ; в)     0 ; г)     0 ?

( m 1) ( m)     (0)
   
а)     0 ; б)     0 ; в)     0 ; г)     0 ?
2.3.25. Произвести три итерации решения СЛАУ A x  b , A из

2.1.52г, b  1, 0, 0, 0, 11 , с начальным приближением
T
 1, 1, 1, 1, 1 :
(0) T
x
*
По известному точному решению x  (1, 2,3, 4,5)T для каждой итера-
ции вычислить ошибку решения. Сопоставить ошибки решений для двух
методов.
2.3.26. Произвести три итерации решения СЛАУ Ax  b ,

ai j  n  1/ 2  max(i, j ), n  3, i, j  1,3, b   7,6,3
T
с начальным прибли-
жением
 1, 1, 1 :
(0) T
x
*
По известному точному решению x  (1, 2,3)T для каждой итерации
вычислить ошибку решения.
2.3.27. Произвести три итерации решения СЛАУ Ax  b ,

ai j  1/ (i  j 1), i, j  1,3 , b   3, 23 /12, 43 / 30 , с начальным прибли-
T
жением
 1, 1, 1 :
(0) T
x
52
*
По известному точному решению x  (1, 2,3)T для каждой итерации
вычислить ошибку решения.
2.3.28. Произвести три итерации решения СЛАУ A x  b , A из 2.1.59г,

b  1, 0, 0, 0, 11 , с начальным приближением x  1, 1, 1, 1, 1 :
T (0) T
а) методом простой итерации с оптимальным значением итерацион-

ного параметра,
б) методом простой итерации с чебышёвским набором итерационных
параметров  0 ,  2 ,  1 .
Пример 5
Произвести три итерации решения СЛАУ
10 x1  x2  8,
 x1  10 x2  x3  16,
 x2  10 x3  x4  24,
 x3  10 x4  x5  32,
 x4  10 x5  46
(0)
при начальном приближении x  (1,1,1,1,1)T
а) методом простой итерации с оптимальным значением итерационного
параметра,
б) методом простой итерации с чебышёвским набором параметров
 0 , 1 ,  2 .
Решение
а) Метод простой итерации с оптимальным значением итерационного
параметра.
Матрица системы AT  A  0 . Поэтому 0    2 / max
(A)
и оптимальное
значение  опт  2 /  max
(A)
 min
(A)
 . Для определения i( A ) , i  1,5 , решаем эк-
вивалентную задачу
 xn 1  10 xn  xn 1   xn , n  1,5, x0  0, x6  0 .
Ищем частное решение вида xn  qn . Получаем характеристическое

уравнение
q2  (10   )q  1  0 ,
53
для которого q  1, q1, 2  cos   sin  , q1  q2  2cos . При этом учли,
что случаи q1  1/ q1 , q1  q2  1, q1 , q2 – действительные, приводят к
тривиальному решению (см. пример 9 к разделу 2.1). Общее решение за-
дачи xn  C1 cos n  C2 sin n . Используя граничные условия, получаем
C1  0, xn  C2 sin 6 . Поэтому для существования нетривиального (нену-
левого) решения должно быть   k / 6, k  1,5 . Из характеристического
уравнения q1  q2  10   .
Поэтому 2cos  10   . С использованием   k / 6 окончательно

имеем k  8  4sin2 k /12, k  1,5 .
 3  1 / 2,   8   
2 2
max
(A)
 8 (A)
min 3  1 / 2,
0    2 / 10  3  ,   1/10,
opt
x1(1)  x1(0)  10 x1(0)  x2(0)  8 /10  0.9,

x2(1)  x2(0)    x1(0)  10 x2(0)  x3(0)  16  /10  1.8,
x3(1)  x3(0)    x2(0)  10 x3(0)  x4(0)  24  /10  2.6,
x4(1)  x3(0)    x3(0)  10 x4(0)  x5(0)  32  /10  3.4,
x5(1)  x5(0)    x4(0)  10 x5(0)  46  /10  4.7,
  0.9, 1.8, 2.6, 3.4, 4.7  , x  x

(1) (1) *
 0.6.
T
x
1
x1(2)  x1(1)  10 x1(1)  x2(1)  8  /10  0.98,

x2(2)  x2(1)    x1(1)  10 x2(1)  x3(1)  16  /10  1.95,
x3(2)  x3(1)    x2(1)  10 x3(1)  x4(1)  24  /10  2.92,
x4(2)  x4(1)    x3(1)  10 x4(1)  x5(1)  32  /10  3.92,
x5(2)  x5(1)    x4(1)  10 x5(1)  46 /10  4.94,
  0.98, 1.95, 2.92, 3.92, 4.94  , x

(2) (2) *
x  0.08.
T
x
1
54
x1(3)  x1(2)  10 x1(2)  x2(2)  8 /10  0.995,
x2(3)  x2(2)    x1(2)  10 x2(2)  x3(2)  16  /10  1.99,
x3(3)  x3(2)    x2(2)  10 x3(2)  x4(2)  24  /10  2.987,
x4(3)  x4(2)    x3(2)  10 x4(2)  x5(2)  32  /10  3.984,
x5(3)  x5(2)    x4(2)  10 x5(2)  46  /10  4.982,
  0.995, 1.99, 2.987, 3.984, 4.982  , x

(3) (3) *
x  0.01.
T
x
1
б) Метод простой итерации с чебышёвским набором параметров

 0 , 1 ,  2 .
   
2 2
Взяв из а) max
(A)
 8 3  1 / 2, min
(A)
 8 3 1 / 2 ,
1

определяем  m  10  3 cos
 2m  1  
 m  0, 2 .
 6 
Упорядоченная последовательность:  0  2 / 23,  2  2 /17, 1  1/10.
x1(1)  x1(0)  2 10 x1(0)  x2(0)  8  / 23  0.913,

x2(1)  x2(0)  2   x1(0)  10 x2(0)  x3(0)  16  / 23  1.695,
x3(1)  x3(0)  2   x2(0)  10 x3(0)  x4(0)  24  / 23  2.391,
x4(1)  x3(0)  2   x3(0)  10 x4(0)  x5(0)  32  / 23  3.086,
x5(1)  x5(0)  2   x4(0)  10 x5(0)  46  / 23  4.217.
  0.913, 1.695, 2.391, 3.086, 4.217  , x  x

(1) (1) *
 0.914.
T
x
1
x1(2)  x1(1)  2 10 x1(1)  x2(1)  8  /17  0.981,

x2(2)  x2(1)  2   x1(1)  10 x2(1)  x3(1)  16  /17  1.972,
x3(2)  x3(1)  2   x2(1)  10 x3(1)  x4(1)  24  /17  2.964,
x4(2)  x3(1)  2   x3(1)  10 x4(1)  x5(1)  32  /17  3.997,
x5(2)  x5(1)  2   x4(1)  10 x5(1)  46  /17  5.020.
55
  0.981, 1.972, 2.964, 3.997,5.020  , x
(2) (2) *
x  0.036.
T
x
1
x1(3)  x1(2)  10 x1(2)  x2(2)  8 /10  0.997,

x2(3)  x2(2)    x1(2)  10 x2(2)  x3(2)  16  /10  1.994,
x3(3)  x3(2)    x2(2)  10 x3(2)  x4(2)  24  /10  2.997,
x4(3)  x3(2)    x3(2)  10 x4(2)  x5(2)  32  /10  3.998,
x5(3)  x5(2)    x4(2)  10 x5(2)  46  /10  5.000.
  0.997, 1.994, 2.997, 3.998,5.000  , x

(3) (3) *
x  0.006.
T
x
1
Задачи
2.3.29. Определить значение оптимального итерационного параметра
 2 1 1   1
   
1 2  1  , b   1  , методом про-
для решения СЛАУ A x = b , A  
 1 2 1   1
   
 1 1 2   1
1
 
1
стой итерации с начальным приближением x    .
(0)
1
 
1
2.3.30. Определить значения двух чебышёвских итерационных пара-
 2 1 1   1
   
1 2  1  , b   1  , мето-
метров для решения СЛАУ A x  b , A  
 1 2 1   1
   
 1 1 2   1
1
 
1
дом простой итерации с начальным приближением x    .
(0)
1
 
1
____________________________________________________________
56
2.3.31.Произвести одну итерацию решения СЛАУ A x  b ,
 2 1 
 
 1 2  1  , с начальным приближением
b   1, 1, 1,  1 A
T
 1 2 1 
 
 1 2 
 1, 1, 1, 1 методом простой итерации с оптимальным итерационным
(0) T
x
параметром.
2.3.32.Произвести одну итерацию решения СЛАУ A x  b ,

 1 1 
 
1 2  1  , с начальным приближением
b   1, 1, 1,  1 , A  
T
 1 2 1 
 
 1 2 
 1, 1, 1, 1 .
(0) T
x
2.3.33.Произвести две итерации решения СЛАУ A x  b ,

 2 1 
 
 1 2  1  , с начальным приближением
b   1, 1, 1,  1 , A  
T
 1 2 1 
 
 1 2 
 1, 1, 1, 1 методом простой итерации с чебышёвским набором ите-
(0) T
x
рационных параметров  0 ,  1 .
2.3.34.Произвести две итерации решения СЛАУ A x  b ,

 1 1 
 
 1 2  1  , с начальным приближением
b   1, 1, 1,  1 , A 
T
 1 2 1 
 
 1 2 
 1, 1, 1, 1 методом простой итерации с чебышёвским набором ите-
(0) T
x
рационных параметров  0 ,  1 .
57
Пример 6
(0)
При каких начальных приближениях x будет сходиться метод
( m 1)
 E  A x
( m)
x   b,   1/10, m  0,1,...,
 5 4  2
решения СЛАУ A x  b, A   , b    ?
 1 2  4
Решение
1( A )  1, 2( A )  6 . Из условия 1  i( A )  1, i  1,2 , получаем уравнение для

значений  , при которых сходимость будет с  x : 0    1/ 3. Приве-
(0)
дённое в задаче значение   1/10 находится в полученном диапазоне.

(0)
Ответ: для  x .
Задачи
2.3.35. Для решения СЛАУ Ax  b методом

( m1)
 E   A x   b, m  0,1,... , предложить значение параметра  и
( m)
x
(0) (n)
начальное приближение x , обеспечивающие сходимость x :
2 1  4  10  12   4
а) A    , b    ; б) A   , b   ;
3 4 6  12 18  6
 5 4  4
в) A    , b   .
 4 4  6

( m 1)
 E  A x   b, m  0,1,..., предложить значение параметра  ,
( m)
x
(n)
обеспечивающее сходимость x , с произвольного начального приближе-
(0)
ния x :
 5 3  4 3 3  4 5 5   6
а) A    , b    ; б) A    , b    ; в) A    , b .
 1 1 6 3 5 6 6 7 8
(0)
2.3.37. При каких начальных приближениях x будет сходиться ме-
( m 1)
 E  A x
( m)
тод x   b, m  0,1,..., решения СЛАУ A x  b :
58
2 1  4 1  10  12   4 1
а) A    , b    ,   ; б) A   , b   ,   ;
3 4 6 5  12 18  6 20
 5 4  4 1  5 3  4 1
в) A    , b    ,   ; г) A   , b   ,   ;
 4 4  6 9  1 1 6 10
3 3 4 1 5 5  6 1
д) A    , b    ,   ; е) A    , b   ,   .
3 5  
6 4  6 7   
8 3
(0)
2.3.38. При каких начальных приближениях x будет сходиться ме-
( m 1)
 E  A x
( m)
тод x   b, m  0,1,..., решения СЛАУ A x  b :
2 1  4 1  10  12   4 1
а) A    , b    ,   ; б) A   , b   ,   ;
 3 4   
6 5  12 18   
6 20
 5 4  4 1  5 3  4 1
в) A    , b    ,   ; г) A   , b   ,   ;
 4 4   
6 9  1 1   
6 10
 3 3 4 1 5 5  6 1
д) A    , b    ,   ; е) A    , b   ,   .
 3 5 6 4 6 7 8  3

( m 1)
 E  A x   b, m  0,1,..., предложить значение параметра  ,
( m)
x
 1, 1 :
(n) (0) T
обеспечивающее сходимость x , с начального приближения x
2 1  4  10  12   4
а) A    , b    ; б) A    , b ;
3 4 6  12 18  6
 5 4  4  5 3  4
в) A    , b   6  ; г) A   1 1 , b   6  ;
 4 4       
 3 3  4 5 5   6
д) A    , b    ; е) A    , b .
 3 5 6 6 7 8
2.1.1. Показать, что выполняются свойства 1), 2), 3) из (2.1.2). Использо-
вать x  y  max dk xk  dk yk  max dk xk  max d k yk  x  y .
k k k
59
вать x  y   dk xk  dk yk   dk xk   dk yk  x  y .
k k k

вать
1/2 1/2
 2  2
x  y    d k xk  y k     d k xk
2
 2d k xk yk  d k yk  
 k   k 
1/2

   d k xk
 k
2
 2d k x k  2
yk
2 1/2
 2
 d k yk 

 x  y .
2.1.4. а) Нет; б) нет; в) нет, поскольку во всех случаях, например, для век-
тора x  ( xk )T , xk  0, k  1, l  1, k  l  l , n, xl  0, не выполняется свой-
ство 1) из (2.1.2).
2.1.5. а) Да; б) да. См. ответы к 2.1.1, 2.1.2.
2.1.14. а) Да; б) нет; в) да, поскольку для а), в) A  AT  0, а для б) только
A  AT .
2.1.16. а) Использовать определение векторных норм x 1 , x 2
и нера-
 
n n
венства i 1
xi  max xi , i 1
xi  n max xi .
1 i  n 1 i  n
б) Использовать определение векторных норм x 2, x 3

и неравенства
1
 x   i 1 xi ,  
n n n n
2
i 1 i
x 
2
i 1 i i 1
xi .
n
в) Использовать определение векторных норм x 1, x 3
 
n n
x  n max xi ,
2
i 1 i
2
i 1 i
x  max xi .
1i  n 1i  n
2.1.17. а) Использовать определение матричных норм A 1 , A 2

и нера-
1
венства max  i 1 aij  max  j 1 aij , max  i 1 aij  n max  j 1 aij .
n n n n
1 j  n n 1i  n 1 j  n 1i  n
б) Использовать определение матричных норм A 1 , A 3

Sup
x 0
( Ax1Ax ) ( Ax1Ax )
( x1 x )

( x1 x )
  j 1  i 1 aij
n n 2

 n max  i 1 aij
i
n
;
2 2
60
 
2 ( Ax1Ax ) ( Ax1Ax )
1
max  aij   j 1  i 1 aij
n n 2
  Sup .
4 i ( x1 x ) x 0 ( x1 x )
в) Использовать определение матричных норм A 2 , A 3
задачи б) с заменой max на max .
i j
2.1.18. A  max di  j 1 aij / d j .

n
1 i  n
2.1.19. A  max  i 1 aij di / d j .

n
1 j  n
2.1.20. A  max i (B), bij   k 1 aki dk akj / di d j .

n
1 i  n
2.1.21. Нет, поскольку не выполняется свойство 4) из (2.1.4).

2.1.22. Да, поскольку все свойства 1)–4) из (2.1.4) выполняются.
2.1.32. b  (1, 1)T ; b  (1,1)T .
F  x, y    25x 2  48xy  25 y 2  /  x 2  y 2 .

2.1.33. а) b  (b1 , b2  b1 )T , 1  2 b  (b1 , b2  b1 )T , 1  1 ; 

б) b  (b1 , b2  b1 )T ,  2  2 b  (b1 , b2  0)T , b  (b1  0, b2 )T ,  2  1 ; 
в) b  (b1 , b2  b1 )T ,  3  2  b  (b , b 1 2  b1 )T ,  3  1 .
2.1.34. A x  b, A( x   x)  b  b  A x  b   x  A1b 
1
x A 1 b x A 1 b b
 x  A b     .
x A 1 b x A 1 b b
x A 1b b b A 1 b A b b
2.1.35.     .
x x b b b b b
2.2.1. а), б), в) x  1, 2,  1 .

T
2.2.2. а), б), в) x  1, 1, 0  .

T
2.2.7. а), б), в) x  1, 2,  1 .

T
2.2.8. а), б), в) x  1, 1, 0  .

T
61
2.2.13. а) x   1, 2  , б) x   2,  1 , в) x  3,  1 .
T T T
2.2.14. а) x   2,  1 , б) x   1, 2  , в) x   1, 3

T T T
2.2.15. а), б), в) x  1, 2,  1 .

T
  0, 3 / 2, 3 / 2, 0  , б) x   0, 3 / 2, 3 / 2, 0  ,
(1) T (1) T
2.3.1. а) x
  0, 3 / 2, 3 / 2, 0  .
(1) T
в) x
T T
(1)  1 (1)  1 
2.3.2. а) x   0, 1, 3 / 2,  , б) x   0, 1, 3 / 2,  ,
 4  64 
  0, 1, 3 / 2, 0  .
(1) T
в) x

2.3.7. а), б) да, поскольку A  AT  0 i( A)  1,19 , i  1, 4 . 
2.3.8. При любых. См. ответ предыдущей задачи.
2.3.13. а), б)    .
2.3.14. а), б) 2    .
2.3.19. а), в) Нет, б) да.
1 1
2.3.20. а), г) Ни при каких; б) 0    , в) 0    .
13 3
1. Демченко В.В. Вычислительный практикум по прикладной математике. –
М.: МФТИ, 2007. – 196 с.
2. Демидович Б.П., Марон И.А. Основы вычислительной математики. – СПб. :
Лань, 2007. – 672 с.
3. Петров И.Б., Лобанов А.И. Лекции по вычислительной математике. – М. :
Интернет-университет информационных технологий, 2006. – 523 с.
4. Рябенький В.С. Введение в вычислительную математику. – М.: Физматлит,
2008. – 288 с.
5. Бахвалов Н.С., Лапин А.В., Чижонков Е.В. Численные методы в задачах и
упражнениях. – М.: Высшая школа, 2000. – 190 с.
6. Дробышевич В.И., Дымников В.П., Ривин Г.С. Задачи по вычислительной
математике. – М.: Наука, 1980. – 144 с.
7. Пароди М. Локализация характеристических чисел матриц и её применения.
– М.: ИЛ, 1960. – 170 с.
8. Амосов А.А., Дубинский Ю.А., Копчёнова Н.В. Вычислительные методы для
инженеров. – М.: Физматлит, 1993. – 544 с.
62
3. МЕТОДЫ ЧИСЛЕННОГО РЕШЕНИЯ УРАВНЕНИЙ
И СИСТЕМ НЕЛИНЕЙНЫХ УРАВНЕНИЙ
В этом разделе рассматриваются методы численного решения как
скалярных нелинейных уравнений, представленных в наиболее общей
форме:
f ( x)  0 , (3.1)
так и систем нелинейных уравнений, записанных в векторном виде:
f ( x)  0 . (3.2)
Для f ( x) и f ( x ) предполагается существование и непрерывность требу-
емого числа производных.
В ряде случаев обсуждаются способы решения конкретных классов
уравнений, например алгебраических, имеющих обширную и продолжи-
тельную историю изучения. Принято выделять в этой проблеме два этапа:
во-первых, задачу локализации корней; во-вторых, уточнения прибли-
жённых значений корней до нужной степени точности.
3.1. Локализация корней. Алгебраические уравнения
Под локализацией корней подразумевают указание, возможно,
наименьших промежутков, на которых содержится только по одному кор-
ню уравнения. Среди наиболее общих подходов, пригодных для широкого
класса функций f ( x ) , можно выделить два: графический и аналитиче-
ский способы.
Графический способ предполагает возможность построения графика
функции и приближённого определения точек его пересечения с осью
абсцисс. Допустимо также тождественное преобразование уравнения (3.1)
к виду  ( x)   ( x) с последующим приближённым определением точек
пересечения этих двух графиков. Графические пакеты программ совре-
менных ЭВМ позволяют эффективно решать подобные задачи и дают об-
щее представление о количестве и плотности расположения корней в об-
ласти определения функций.
Аналитический способ основан на наиболее общих закономерностях
в поведении функций, нашедших своё отражение в соответствующих тео-
ремах.
63
Теорема 3.1.1. Если непрерывная функция f ( x ) принимает на концах
отрезка значения разного знака, т.е. f (a) f (b)  0 , то внутри отрезка
имеется по меньшей мере один корень уравнения (3.1).
Для более конкретных рекомендаций требуется дополнительная ин-
формация об изучаемом классе функций f ( x ) .
Рассмотрим более подробно алгебраические уравнения вида
f ( z)  a0 z n  a1 z n 1  ...  an1 z  an  0, a0  0, (3.1.1)
ai i 0 , n  1 .
n
с действительными коэффициентами Приведём без
доказательства несколько утверждений (см. [1]), оказывающихся
полезными для локализации действительных корней уравнения (3.1.1).
Следствие из основной теоремы алгебры
Все корни алгебраического уравнения (3.1.1) расположены на ком-
плексной плоскости в кольце
an
, где A  max  ai , B  max  ai  .
A
 z  1
an  B a0 1i  n 0i  n 1
Теорема 3.1.2 (Декарта). Число положительных действительных

корней уравнения (3.1.1) с учётом их кратности либо равно числу перемен
знаков в последовательности {ai }in=0 коэффициентов, причём коэффици-
енты, равные нулю, не учитываются, либо меньше этого числа на чётное
число.
Пусть с – действительное число и f  c   0 . Через выражение
S  c  0  обозначим число перемен знаков в последовательности функции
 f    c  в точке с, где f x   c  0   0 присваивается

n i
и её производных x
i
i 0
знак в точке x , сколь угодно близкой к с справа, а f x   c  0  0 – слева.

i
Теорема 3.1.3 (Бюдана–Фурье). Если a и b ( a  b ) не являются

корнями уравнения (3.1.1), то число действительных корней этого урав-
нения с учётом их кратности на [a, b] равняется разности между чис-
лом перемен знаков в последовательностях S (a  0) и S (b  0) или меньше
этого числа на чётное число
  S  a  0  S  b  0 .
На отрезке действительной оси [a, b] составим последовательность
 fi i 0 , f 0  f  x  , f1  f x  x  , f 2   Re s  f 0 f1, , f n   Re s  f n 2 f n 1 ,
n
64
где Re s  f p  x  f q  x  – остаток от деления многочлена f p  x  на мно-
гочлен f q  x  , и назовём её рядом Штурма.
Теорема 3.1.4 (Штурма). Число действительных корней уравне-

ния (3.1.1) на [a, b] , если среди них нет кратных, равняется разности
между числом перемены знаков в ряде Штурма при x  a и x  b .
Пример 1
Локализовать действительные положительные корни многочлена
f  x   32 x 3  20 x 2  11x  3 .
Решение
По следствию из основной теоремы алгебры, все действительные
корни лежат на пересечении кольца в комплексной плоскости с внутрен-
ним радиусом  , внешним радиусом  и положительной частью дей-
ствительной оси, т.е. в интервале  ,   , где
a3 3 A 13
  ,   1  ,
a3  B 35 a0 8
т.к. A  max 20,11,3  20 , B  max 32, 20,11  32 , a0  32 , a3  3 .
Число корней можно определить одним из следующих способов.
а) По теореме Декарта число перемен знаков в последовательности коэф-
фициентов 32, 20,11,3 многочлена f  x  равно 1, т.е. f  x  имеет
 3 13 
один положительный корень на отрезке  ,  .
 35 8 
Замечание: для локализации отрицательных корней многочлена нуж-
но в нём сделать замену x  ( x) и применить теорему Декарта к полу-
ченному выражению.
б) По теореме Бюдана–Фурье последовательность функции и ее
производных
f  x   32 x3  20 x2  11x  3, f     63.625  0, f    4.07  0 ,
f x  x   96x2  40x  11, f x     177.5  0, f x    13.72  0 ,
f xx  x   8(24 x  5), f xx     272  0, f xx    23.54  0 .
Очевидно, если дальнейшие производные берутся от функции, умножен-
ной на произвольное положительное число, то результат теоремы остается
65
в силе, т.к. такое умножение не влияет на перемену знаков. В данном слу-
1
чае дальнейшие производные вычисляются от функции f xx  x  :
8
  x   24, f xxx
f xxx      f xxx    0 ,
'''
  S   0  S    0  1  0  1 ,
 3 13 
т.е. f  x  имеет один положительный корень на отрезке  ,  ;
 35 8 
в) по теореме Штурма составим ряд Штурма:
f 0  x   f  x   32 x3  20 x 2  11x  3,
f1     63.625  0, f1    4.07  0,
f1  x   f '  x   96 x 2  40 x  11,
f1     177.5  0, f1    13.72  0.
Аналогично предыдущему (см. п. б)), если любой член ряда Штурма дом-
ножить на произвольное положительное число и использовать его для
вычисления дальнейших членов, то результат теоремы остается в силе,
т.к. такое умножение не влияет на перемену знаков.
 91 271 
f 2  x   72 Re s  f 0  x  f1  x   72   x    728x  271,
 9 72 
f 2  x   f 2  x  / 72, f 2     20.19  0, f 2    4.63  0,
 
f3  x    Re s f1  x  f 2  x    0, f3     f3    0 ,
 3 13 
т.е. f  x  имеет один положительный корень на отрезке  ,  .
 35 8 
Задачи
3.1.1. Определить число действительных корней с использованием:
а) теоремы Декарта, б) теоремы Бюдана–Фурье, в) теоремы Штурма и
локализовать их для f ( x)  20 x3  4 x2  5x  1  0 .

локализовать их для f ( x)  x4  x3  5x2  x  6  0 .
____________________________________________________________
локализовать их для f ( x)  8x4  12 x3  38x2  3x  9  0 .
66
а) теоремы Декарта, б) теоремы Бюдана–Фурье, в) теоремы Штурма, и
локализовать их для f ( x)  x3  4.01x 2  x  4  0 .

локализовать их для f ( x)  4 x4  4 x3  67 x 2  64 x  48  0 .

локализовать их для f ( x)  5x5  3x3  x2  4  0 .
3.2. Численные методы нахождения корней скалярных

уравнений с заданной точностью
Рассмотрим несколько методов уточнения приближённых значений
корней до заданной степени точности, и во всех случаях будем предпола-
гать, что подзадача локализации корня уже решена. Для каждого конкрет-
ного варианта итерационного метода обсуждаются три основных вопроса:
1) условия сходимости итерационного метода;
2) порядок сходимости;
3) условия достижения заданной точности.
Метод половинного деления
Пусть решена задача локализации корня и известно, что на отрезке
[a, b] находится только один корень уравнения (3.1) с непрерывной функ-
цией f ( x ) и f (a) f (b)  0 .
ab
Вычислим f  c  , с  , и оставим для дальнейшего рассмотрения
2
отрезок [a, с] , если f (a) f (c)  0 , либо отрезок [c, b] , если f (b) f (c)  0 .
Обозначим левый конец нового отрезка через a1 , а правый – через b1 .
Будем этот итерационный процесс продолжать до тех пор, пока не ока-
жется, что b  a 2n  bn  an   , где  – заданная точность вычисления
корня.
Очевидно, что любое значение x  [an , bn ] будет удовлетворять усло-
вию x  x*   , где x* – точное значение корня уравнения (3.1). Метод

сходится к корню со скоростью геометрической прогрессии со знаменате-
лем 2, т.е. имеет первый порядок сходимости.
67
Метод простой итерации
Преобразуем уравнение (3.1) каким-либо тождественным способом.
Например, добавим к правой и левой частям уравнения по x и тем самым
приведем его к виду x  x  f ( x)   ( x) . Зададимся вопросом: при каких
условиях последовательность приближенных значений {xn }, n  0,1,2, ,
вычисляемая по формулам
xn1   ( xn ), n  0,1,2, , (3.2.1)
будет сходиться к корню уравнения x   ( x ) ? Прежде чем ответить на

него, напомним некоторые определения.
Определение 3.2.1 (метрического пространства). Множество эле-
ментов, для любых двух из которых введено понятие расстояния, удовле-
творяющее следующим условиям:
1)  ( x, y )  0 и  ( x, y )  0  x  y ,
2)  ( x, y )   ( y, x) ,
3)  ( x, y)   ( x, z )   ( z, y),
называется метрическим пространством.
Определение 3.2.2 (фундаментальной последовательности). По-
следовательность точек {xn } метрического пространства R называется
фундаментальной, если для    0  такой номер n , что для k  n и
для m  n выполняется неравенство  ( xk , xm )   .
Определение 3.2.3 (полное метрическое пространство). Метриче-
ское пространство R называется полным, если всякая его фундаменталь-
ная последовательность является сходящейся.
Определение 3.2.4 (сжимающее отображение). Оператор A осу-
ществляет сжимающее отображение метрического пространства R в себя,
если существует такое положительное число q ( 0  q  1 ), что для x и
y, принадлежащих R, имеет место неравенство
 (Ax, Ay)  q ( x, y ) .
Справедлива следующая теорема (см. [3]):
Теорема 3.2.1 (принцип сжимающих отображений). Пусть R –
полное метрическое пространство, а оператор A осуществляет сжи-
мающее отображение R в себя. Тогда уравнение Ax  x имеет един-
ственное решение, которое может быть получено как предел последо-
вательности xn 1  Axn , n  0,1, 2,... , где x 0 – любой элемент из R.
68
1. Условие сходимости. Из этой теоремы и формулы конечных при-
ращений Лагранжа следует ответ на вопрос об условиях сходимости ме-
тода простой итерации, если определить метрику как  ( x, y )  x  y :
  xn 1 , x   xn 1  x    xn     x  
  x   xn  x  q xn  x   q  xn , x   .
Метод простой итерации (3.2.1) сходится при любом начальном при-
ближении, принадлежащем области локализации корня, если выполнено
условие q   x ( )  1 , где  – любое действительное число из области
локализации.
2. Порядок сходимости. Приведём определение порядка сходимости.
Определение 3.2.5 (порядок сходимости итерационного процесса).
Итерационный процесс (3.2.1) имеет n-порядок сходимости, если
 x ( x )   x( x )    x( n 1) ( x )  0, а  x( n ) ( x )  0 .
В этом случае
 x( n ) ( x )  x( n 1) ( ) n
xk 1  x  ( xk  x )n  ( xk  x )n 1  C xk  x  ,
n! (n  1)!
если все производные (x) ограничены. Следовательно, метод простой
итерации имеет первый порядок сходимости.
3. Условия достижения заданной точности. Эти условия могут быть
получены, если воспользоваться свойствами метрики:
 ( xn , x  )   ( xn , xn 1 )   ( xn 1 , x  )   ( xn , xn 1 )  q ( xn , x  ) 
 ( xn 1 , xn ) q n  ( x1 , x0 )
  ( xn , x  )    ;
1 q 1 q
xn 1  xn q n x1  x0
xn  x     .
1 q 1 q
Метод Ньютона
Итерационный метод Ньютона для решения уравнения (3.1) задаётся
формулой xn 1  xn  f ( xn ) f x( xn ) , n  0,1, 2, , и условия его сходимости
определяются следующей теоремой.
Теорема 3.2.2 (сходимость итерационного метода Ньютона). Если
f (a) f (b)  0 , причём первая и вторая производные f x, f xx непрерывны и
знакопостоянны на отрезке локализации [a, b] , то, исходя из начального
69
приближения x0  [a, b] , удовлетворяющего неравенству f ( x0 ) f x( x0 )  0 ,
можно вычислить методом Ньютона:
xn 1  xn  f ( xn ) f x( xn ), n  0,1,2, ,
единственный корень уравнения (3.1) с любой степенью точности.

1. Условия сходимости. Начальное приближение x0  [a, b] следует
выбрать так, чтобы выполнилось неравенство f ( x0 ) f x( x0 )  0 .
2. Порядок сходимости. Для метода Ньютона справедлива оценка

2
xn 1  x  M 2 xn  x (2m1 ) , где M 2  max f xx ( x) ; m1  min f x( x) .
x[ xn , x ] x[ xn , x ]
Следовательно, у метода Ньютона второй порядок сходимости.

3. Условия достижения заданной точности. Точность достигнута, если
выполнены неравенства xn  x  M 2 xn  xn 1 (2m1 )   .
2
Методы высших порядков сходимости по Чебышеву

Пусть функция f ( x ) непрерывна, обладает нужным числом произ-
водных на отрезке локализации и f x( x)  0 на нём. Тогда для этой функ-
ции существует обратная к ней функция F [f(x)], имеющая столько же не-
прерывных производных, как и f ( x ) . Справедливо разложение в ряд
Ff( k ) ( f ) Ff( n 1) ( )
Тейлора: x  x  k 1 ( 1)k f n 1;   [0, f ( x )] .
n
f k  ( 1)n 1
k! (n  1)!
Для нахождения F ( k ) ( f ) воспользуемся тождеством x  F [ f ( x)] и
согласно правилу дифференцирования сложной функции получаем
1 f  3( f xx )2 f 
Ff  ; Fff   xx 3 ; Ffff   xxx 4
f x ( f x) ( f x) 5
( f x)
Если в качестве итерирующей функции взять
k F
k 
f k
  x   x  k 1  1 f
n
f ,
k!
то итерационный процесс (3.2.1) будет иметь n  1 порядок сходимо-
сти (см. [4]).
В частности, для метода третьего порядка сходимости имеем
f ( f  )
xn 1  xn  n  xx n3 f n2 ,
( f x)n 2( f x)n
а для четвёртого –
70
fn ( f  ) ( f  )2 ( f  )
xn 1  xn   xx n3 f n2  xx n5 f n3  xxx n4 f n3 .
 
( f x )n 2( f x )n 
2( f x )n 6( f x)n
Пример 1
Локализовать действительные корни уравнения x  e5 x  1 и предло-
жить метод простой итерации для их приближенного вычисления.
Решение
Введем функцию f  x   x  e5 x  1 . Графически убеждаемся, что су-
ществует два действительных корня (функции y1  x   x и y2  x   e5 x  1
имеют два пересечения). Одним из корней, очевидно, является x1*  0 .
Для второго корня выполняется x2*  0 , причем, поскольку
f  1  0 , f  0.5  0.4179  0 , отрезок  1,  0.5 может быть выбран в
качестве отрезка локализации корня x2* .
1) Рассмотрим представление x  g1  x   e5 x  1 и метод простой
итерации xn 1  g1  xn   e5 xn
1 , где g  x   5e .
'
1
5x
Необходимое и
достаточное условие сходимости g1'  x   5e5 x  1 дает
1
x   ln 5  0.3219 , т.е. предложенный метод расходится в окрестности
5
x1*  0 и сходится в окрестности x2*   1,  0.5 .
1
2) Рассмотрим представление x  g2  x   ln  x  1 , x  1 , и метод
5
1 1
простой итерации xn 1  g2  xn   ln  xn  1 , где g2'  x   , x  1 .
5 5  x  1
1
Достаточное условие сходимости g2'  x    1 дает x  0.8 . По-
5 x 1
скольку f  0.8  0.21  0 , то предложенный метод сходится только в
окрестности корня x1* при выборе начального приближения из интервала
 0.8,    .
71
Задачи
3.2.1. Предложить итерационную формулу метода простой итерации
для уточнения действительных корней уравнения 20 x3  4 x2  5x  1  0 ,
проверить выполнение условий сходимости метода и привести оценку
достижения заданной точности.
3.2.2. Локализовать первый положительный корень уравнения
cos x  1 x . Предложить метод простой итерации для вычисления этого
корня и проверить выполнение условия сходимости в области локализа-
ции.
3.2.3. Отделить действительные корни, предложить итерационную
формулу метода простой итерации для уточнения одного из действитель-
ных корней уравнения, проверить выполнение условий сходимости и при-
x
вести оценку достижения заданной точности при вычислениях e  x  .
2
____________________________________________________________
для уточнения действительных корней уравнения x3  2 x2  3x  4  0 ,
для уточнения действительных корней уравнения
9 x  7 x  5x  3x  1  0 , проверить выполнение условий сходимости
4 3 2
метода и привести оценку достижения заданной точности.

для уточнения действительных корней уравнения
x4  3x3  5x2  7 x  9  0 , проверить выполнение условий сходимости
метода и привести оценку достижения заданной точности.
для уточнения действительных корней уравнения x5  3x3  7 x  4  0 ,
для уточнения действительных корней уравнения 2 x5  5x4  15x2  7  0 ,
72
3.2.9. Локализовать на  0,   корень уравнения ctg  x   ln  x  . Пред-
ложить метод простой итерации для вычисления этого корня и проверить
выполнение условия сходимости в области локализации.
3.2.10. Локализовать корни уравнения e1 x  x 2  0 . Предложить ме-

2
тод простой итерации для вычисления этого корня и проверить выполне-

ние условия сходимости в области локализации.
3.2.11. Локализовать корень уравнения e1 x  7 x3  0 . Предложить

2
метод простой итерации для вычисления этого корня и проверить выпол-

нение условия сходимости в области локализации.
Пример 2
Уравнение x  ctg  x  среди своих корней имеет корень x*  0.86 .
Для нахождения корня предлагается использовать один из следующих
методов простой итерации:
1) xn 1  ctg  xn  ,
2) xn 1  arcctg  xn  ,
3) xn 1  2arcctg  xn   xn ,
2 5
4) xn 1  xn  arcctg  xn  .
7 7
Выбрать метод, обеспечивающий наибольшую скорость сходимости.
Решение
Рассмотрим
g1  x   ctg  x  , g2  x   arcctg  x  ,
2 5
g3  x   2arcctg  x   x , g 4  x  
x  arcctg  x  .
7 7
Проверим для соответствующих методов простой итерации выполне-
ние необходимого и достаточного условия сходимости в окрестности
корня:
1 1
g1'  x*    1.74  1 , g 2'  x*    0.57  1 ,
sin 2  x*  1  x*2
1 x*2 1 2 x*2  3
g3'  x*    0.21  1 , g 4'  x*    0.12  1 .
2 1  x*
2
7 1  x*2
73
Таким образом, первый метод в окрестности корня x*  0.86 расхо-
дится, а остальные сходятся. При этом наибольшую скорость сходимости
обеспечивает четвертый метод.
Задачи
3.2.12. Уравнение e x  x 2 среди своих корней имеет корень x*  0.7 .
Для нахождения корня предлагается использовать один из следующих
методов простой итерации:
1) xn 1  2ln   xn  ,
2) xn 1   e xn ,
3) xn 1  e xn xn ,
x
1 5 n
4) xn 1 xn  e 2 .
6 6
Оценить скорость сходимости каждого метода и выбрать наилучший.
3.2.13. Найти значения   0 , при которых метод простой итерации
 xn   arcctg  xn   может быть использован для уточнения лю-

1
xn 1 
1
бого корня уравнения x  ctg  x  .
3.2.14. Уравнение e x  3x 2 среди своих корней имеет корень

x*  0.46 . Для нахождения корня предложить не менее четырёх методов
простой итерации, оценить скорость сходимости каждого метода и вы-
брать наилучший.
____________________________________________________________
x*  3.73 . Для нахождения корня предлагается использовать один из сле-
дующих методов простой итерации:
1) xn 1  2ln  
3xn ,
e xn
2) xn 1  ,
3
3) xn 1  e xn  3xn  ,
4) xn 1  3ln  xn
2
3xn 
. 
74
x*  0.91 . Для нахождения корня предлагается использовать один из сле-
дующих методов простой итерации:
1) xn 1  2ln  
3xn ,
e xn
2) xn 1  ,
3
3) xn 1  e xn  3xn  ,
4) xn 1  3ln  xn
2
3xn 
. 
3.2.17. Уравнение e x  x3 среди своих корней имеет корень x*  4.54 .
Для нахождения корня предложить не менее четырёх методов простой
итерации, оценить скорость сходимости каждого метода и выбрать
наилучший.
 xn   arcctg  xn   может быть использован для уточнения кор-

1
xn 1 
1 
ня x*  0.86 уравнения x  ctg  x  .
xn 1 
1
1 

xn   e xn  может быть использован для уточнения корня
x*  0.57 уравнения x  ln  x   0 .
Пример 3
Определить число отрицательных корней многочлена
f  x   32 x  20 x  11x  3 , указать для одного из них такой отрезок ло-
3 2
кализации, на котором выполняются условия теоремы о сходимости ме-

тода Ньютона, указать нулевое начальное приближение и критерий прак-
тической оценки условия достижения заданной точности   104 .
Решение
Введем замену y   x , тогда число отрицательных корней многочле-
75
на f  x равно числу положительных корней многочлена
f  y   32 y  20 y  11y  3 . Далее, используя результат примера 1 (по
3 2
теореме Декарта), устанавливаем, что f  x  имеет один отрицательный

 13 3
корень на отрезке   ,      ,   . Найдем такое сужение этого от-
 8 35 
резка, для которого выполняются условия теоремы о сходимости метода
Ньютона. Для этого определим первую и вторую производные:
f x  x   96 x2  40 x  11, f xx  x   192 x  40 .
Они непрерывны на рассматриваемом отрезке. Найдем точки отрезка

  ,   , в которых производные обращаются в ноль:
20  400  11 96
f x  x1,2   0, x1,2  , x1  0,  0.606  x2  0.605 ,
96
5
f xx  x3   0, x3    0.208 .
24
Таким образом, возможными отрезками, на которых выполняются
условия теоремы о сходимости метода Ньютона, являются
  , x2    ,  x2   , x3  ,  x3 ,   ,   0 : x2    max    x2 , x3  x2  .
Отрезком локализации корня будет являться тот из них, на концах ко-

торого функция имеет разные знаки. Подстановкой находим
509
f      0, f  0.606   9.889  0 .
8
Следовательно, в качестве искомого отрезка можно выбрать
 x , x    , 0.606 . В качестве начального приближения x0 можно

13
 8 
13
выбрать x0     , поскольку f     0, f xx     272  0 и
8
f    f xx     0 . Заданная точность будет достигнута при
M2
xn  x*   xn  xn 1    ,
2
2m1
где M 2  max f xx ( x) , m1  min f x( x) , x* – корень многочлена. Учи-
x x , x  x x , x 
 13 
тывая, что m1  f x'  0.606   0.0146, M 2  f xx     272, находим
 8
76
2 m1
xn 1  xn   1.04 104 .
M2
 13  13
Ответ: один отрицательный корень x*    , 0.606  , x0   , за-
 8  8
данная точность будет достигнута при выполнении условия
xn 1  xn  1.04 104 .
Задачи
3.2.20. Предложить итерационную формулу метода Ньютона для
уточнения действительных корней уравнения x4  x3  5x2  x  6  0 , вы-
брать начальное приближение, проверить выполнение условий сходимо-
сти метода и привести оценку достижения заданной точности.
уточнения действительных корней уравнения 20 x3  4 x2  5x  1  0 , про-
верить выполнение условий сходимости метода и привести оценку до-
стижения заданной точности.
3.2.22. Отделить действительные корни, выбрать точку начального
приближения, написать итерационную формулу метода Ньютона для
уточнения одного из действительных корней уравнения, проверить вы-
полнение условий сходимости и привести оценку достижения заданной
точности при вычислениях x2  cos x  0 .
3.2.23. Локализовать на  0,   корень уравнения ctg( x)  1 x 2 . Вы-

брать точку начального приближения, проверить выполнение условий
сходимости метода Ньютона в области локализации корня и привести
оценку достижения заданной точности.
____________________________________________________________
уточнения действительных корней уравнения x3  2 x2  3x  4  0 , вы-
уточнения действительных корней уравнения 9 x4  7 x3  5x2  3x  1  0 ,
выбрать начальное приближение, проверить выполнение условий сходи-
мости метода и привести оценку достижения заданной точности.
77
уточнения действительных корней уравнения x4  3x3  5x2  7 x  9  0 ,
выбрать начальное приближение, проверить выполнение условий сходи-
мости метода и привести оценку достижения заданной точности.
уточнения действительных корней уравнения x5  3x3  7 x  4  0 , вы-
уточнения действительных корней уравнения 2 x5  5x4  15x2  7  0 , вы-
уточнения действительных корней уравнения x5  x2  1  0 , выбрать
начальное приближение, проверить выполнение условий сходимости ме-
тода и привести оценку достижения заданной точности.
3.2.30. Отделить действительные корни, выбрать точку начального
приближения, написать итерационную формулу метода Ньютона для
уточнения одного из действительных корней уравнения, проверить вы-
полнение условий сходимости и привести оценку достижения заданной
точности при вычислениях sin x  e x  0 .
3.2.31. Локализовать на  0,   корень уравнения ctg  x   ln  x  . Вы-

брать точку начального приближения, проверить выполнение условий
сходимости метода Ньютона в области локализации корня и привести
оценку достижения заданной точности.
3.2.32. Локализовать корни уравнения e1 x  x 2  0 . Выбрать точку

2
начального приближения, проверить выполнение условий сходимости

метода Ньютона в области локализации корня и привести оценку дости-
жения заданной точности.
3.2.33. Локализовать корни уравнения e1 x  3x 2  0 . Выбрать точку

2

3.2.34. Локализовать корень уравнения e1 x  7 x3  0 . Выбрать точку

2
78
Пример 4
Определить порядок сходимости итерационного метода при вычисле-
нии корня x*  a  a  0  по формуле
11xn4  4 xn2 a  a 2 2
xn 1  xn 
16 xn5
 xn  a  .
Решение
Пер вы й с по со б. Воспользуемся определением 3.2.5:
 11 a2  5 x  15ax 1  5a 2 x 3  a3 x 5
  x   x   x 1  x 3  x 5   x 2  a  
a
,
 16 4 16  16
  a  a  0,
 x  x  
1
16
5  15ax2  15a2 x4  5a3 x6  , x a  0,  
 xx  x   15ax 3  30a 2 x 5  15a3 x 7  , xx a  0,
1
8
 
  x    3ax 4  10a 2 x 6  7a3 x 8  ,  xxx
 xxx
15
8
 a  0, 
 xxxx
IV
 x    3ax 5  15a 2 x 7  14a3 x 9  , xxxx
15 IV
a   
15
 0.
 
3
2 a
Следовательно, порядок сходимости метода равен 4.
В то р о й с по со б . Из определения 3.2.5 следует, что если для данного
итерационного процесса справедлива оценка
p
xn 1  a  С xn  a ,
то его порядок сходимости равен p . Построим такую оценку:
 11xn4  4 xn2 a  a 2 


xn 1  a  xn  a 1 
16 xn 5  xn  a  

 
x  a 

n
5
16 x
n
5x 5
n 
 11xn4 a  4 xn3 a  4 xn2 a a  xn a 2  a 2 a .
79
Рассмотрим многочлен
Q  x   5x5  11x 4 a  4 x 3  4 x 2a a  xa 2  a 2 a
и его представление в виде

Q  x  x  a  q5m  x  , 0  m  5, q5m  a0 ,
m
здесь qk  x  – многочлен степени k . Для этого найдем Q  a:

 a   5  a   11 a   a   4 a  a
5 4 3 2
Q a 4 a  aa 2  a 2 a  0 ,
т.е. x*  a – корень Q  x  . Определим кратность m данного корня. Для

этого можно выполнять деление многочлена Q  x  на многочлен
q  x   x  a до тех пор, пока возможно деление с нулевым остатком.
Воспользуемся, однако, другим, более простым способом. Рассмотрим
разложение Q  x  в ряд Тейлора в окрестности x*  a . Поскольку x * –
кратный корень, то
Q( j)  a
x  a   a 0,
j
 0 , т.е. Q ( j ) j  0, , m 1 .
j!
В нашем случае
Qx  x   25x 4  44 x3 a  12 x 2 a  8xa a  a 2 , Qx  a  0,

Qxx  x   100 x3  132 x 2 a  24 xa  8a a , Qxx  a  0 ,
  x   300 x 2  264 x a  24a, Qxxx
Qxxx   a   60a  0 ,
т.е. x * – корень кратности 3 для Q  x  , и, следовательно,

Q  x  x  a  q  x, q  a   0 .
3
2 2
q2  x 
Обозначая С  max ,   0, получаем в итоге

x a  , a   16 x 5
80
4 q2  xn  4
xn 1  a  xn  a 5
 С xn  a , a    xn  a   , n  N .
16 x n
Ответ: 4.
Задачи
3.2.35. Для нахождения a1/5 предлагается использовать итерационный
Ba Ca 2
процесс xn 1  Axn  4  9 . Найти значения параметров A, B, C, обес-
xn xn
печивающих максимальный порядок сходимости.
3.2.36. Определить порядок сходимости итерационного метода для
нахождения корня 1  2 уравнения x 2  2 x  1  0 :
3xn 5 3 1
xn 1     .
8 8 2( xn  1) 2( xn  1)3

нахождения корня 1  3 уравнения x 2  2 x  2  0 :
3xn 5 9 9
xn 1 
   .
8 8 4( xn  1) 8( xn  1)3
____________________________________________________________
3.2.38. Для нахождения a1/ 3 предлагается использовать итерационный
Ba Ca 2
xn xn
3.2.39. Для нахождения a1/ 7 предлагается использовать итерацион-
Ba Ca 2
ный процесс xn 1  Axn  6  13 . Найти значения параметров A, B, C,
xn xn
обеспечивающих максимальный порядок сходимости.
3.2.40. Для нахождения a1/ 8 предлагается использовать итерационный
Ba Ca 2
xn xn
81
5x 6  5xn3a  a 2
нахождения корня уравнения x 3  a  0 : xn 1  n .
9 xn5
нахождения значения e :
xn
xn 1   3ln xn  1 .
2
нахождения значения  :
 x  x   1 x   x  
1 1
xn 1  xn  6  tg n   2cos n   1  tg 2 n 1   2sin n    .
 6  6    2 6   6   

Пример 5
Построить итерационный метод третьего порядка сходимости для
нахождения корня уравнения e3 x  3 .
Решение
Подставим f  x   e3 x  3 в формулу
fn ( f  )
xn 1  xn   xx n3 f n2 ,
( f x)n 2( f x)n
получим
e3 xn  3 9e3 xn e3 xn  3  9e
3 xn
e3 xn  3   
 
2
xn 1  xn   e3 xn  3  xn   1 
3e3 xn 2(3e3 xn )3n 3e3 xn  18e6 xn 
 
 xn 
e 3 xn
 3 e3 xn  1
.
2e6 xn
Ответ: xn 1  xn 
e 3 xn
 3 e3 xn  1
.
2e6 xn
Задачи
3.2.44. Предложить итерационный метод третьего порядка сходимо-
сти для нахождения корня 3 5  1 уравнения:
82
x 3  3x 2  3x  4  0 .
3.2.45. Для нахождения значения 3
a  a  0  предложить итерацион-
ный метод: а) третьего порядка сходимости, б) четвёртого порядка сходи-
мости.
____________________________________________________________
3.2.46. Для нахождения значения e предложить итерационный метод:
а) третьего порядка сходимости, б) четвёртого порядка сходимости.
3.2.47. Для нахождения значения  предложить итерационный ме-
тод: а) третьего порядка сходимости, б) четвёртого порядка сходимости.
3.2.48. Предложить итерационный метод: а) третьего порядка сходи-
мости, б) четвёртого порядка сходимости для нахождения корня 1  3 3
уравнения: x3  3x2  3x  2  0 .
мости, б) четвёртого порядка сходимости для нахождения корня 1  3 5
уравнения: x3  3x2  3x  6  0 .
мости, б) четвёртого порядка сходимости для нахождения корня 2  3 7
уравнения: x3  6 x2  12 x  15  0 .
3.3. Численное решение систем нелинейных уравнений
Задача существенно усложняется, когда переходят к нахождению с
заданной погрешностью корней систем нелинейных уравнений. Это каса-
ется как задачи локализации, так и способов уточнения приближенных
значений до требуемой точности, хотя и разработаны подходы, позволя-
ющие произвести обобщение известных методов на случай систем нели-
нейных уравнений. Будем представлять задачу в виде
 f1 ( x1 , , xn )  0,
 f ( x , , x )  0,
 2 1 n
 (3.3.1)

 f n ( x1 , , xn )  0
 x1   f1 ( x ) 
   
 x2   f2 ( x) 
или после введения обозначений x  ; f (x)  как (3.2). По
   
   
 xn   fn ( x) 
аналогии с предыдущей главой будем считать, что задача локализации
83
корней ранее успешно решена, и необходимо указать методы уточнения
приближённых значений для достижения заданной точности.
Метод простой итерации
Преобразуем систему уравнений (3.2) каким-либо тождественным
способом к виду
x   ( x) (3.3.2)
и организуем вычисление последовательных приближений по формулам
xn 1   ( xn ), n  0,1, 2, , (3.3.3)
задавая произвольно начальное приближение из области локализации
корня. Условия сходимости последовательности значений (3.3.3) к корню
системы (3.3.2) определены в теореме.
Теорема 3.3.1 (достаточные условия сходимости метода простой
итерации). Пусть функции i ( x ), i  1, n , в некоторой выпуклой доста-
точно малой области G, содержащей решение системы (3.3.2) x  , не-
прерывны и имеют непрерывные производные, тогда для сходимости
метода простой итерации (3.3.3) достаточно, чтобы
i ( x )
M  q  1 и M ij  max .
xG x j
Условия достижения заданной точности  аналогичны случаю ска-
x x qn x1  x0
лярных уравнений xn  x   n 1 n   .
1 q 1 q
Метод Ньютона
Для вывода формул метода Ньютона для системы нелинейных урав-
нений воспользуемся следующими равенствами:
f ( x  )  0  f ( xn )  f x( )( x   xn ) .
Заменяя в последнем из них матрицу Якоби f x( ) на f x( xn ) и вектор
решения x  на xn 1 , получаем формулу метода Ньютона:
xn 1  xn  ( f x)n1 f ( xn ), n  0,1,2, (3.3.4)

Сходимость метода (3.3.4) зависит от многих факторов, и его точная
формулировка требует дополнительных обоснований. Приведём теорему,
подтверждающую свойство сходимости.
Теорема (сходимость метода Ньютона для системы уравнений).
Если функции fi ( x ), i  1, n , (3.3.1) непрерывны вместе с первыми произ-
84
водными в выпуклой области G, содержащей решение системы (3.2) x  ,
и матрица f x( x  ) невырожденная, то существует такая окрестность
R  { x   x   } , что при  x0  R последовательность приближений
(3.3.4) в методе Ньютона сходится к решению x  системы (3.2).
В ряде случаев вычисления по формулам (3.3.4) заменяют последова-
тельным решением систем линейных уравнений:
f ( xn )  f x( xn )( xn 1  xn )  0, n  0,1,2, ,
выбирая начальное приближение из R-окрестности корня x  .

Метод наискорейшего спуска
Рассмотрим функцию F ( x )  i 1 f i 2 ( x ) , составленную из функ-

n
ций (3.3.1).
Любому решению системы нелинейных уравнений (3.3.1) соответ-
ствует нулевой минимум функции F ( x ) , и любая точка нулевого мини-
мума F ( x ) является решением системы (3.3.1).
Метод наискорейшего спуска состоит в последовательном нахожде-
нии приближений, например, по формулам
xik 1  xik   k  F ( x k ) xi  ;  k  F ( x k ) 

2
F ( x k ) xi  , k  0,1,2,
n
i 1
Для аналитических функций F в ряде случаев эффективными оказы-

ваются
n     2 F ( x k )   F ( x k )   F ( x k )  
2
n  F ( x )  
k
  i 1   
k n
 j 1       .
 xi    xi x j   xi   x j  
i 1
 
Пример 1
Предложить метод простой итерации и проверить выполнение
достаточного условия сходимости последовательных приближений к
корню x*  0.64; y*  0.44 системы нелинейных уравнений
 y  ln x,
 2
 x  3 y  1.
2
Решение
Перепишем систему в виде
85
 x  e y  1  x, y  ,

 1
y  1  x 2   2  x, y 
 3
и рассмотрим метод простой итерации:
 xn 1  e yn ,

 1
 yn 1  1  xn2 .
 3
Достаточное условие сходимости имеет вид
1  x, y  2  x, y 
max  max  0 1,
x y
1  x, y  2  x, y  x*
max  e y*  0.64, max   0.48  1 .
y x 3 1  x*2
Следовательно, в окрестности указанного корня предложенный метод

простой итерации сходится.
Задачи
3.3.1. Предложить метод простой итерации и проверить выполнение
достаточного условия сходимости последовательных приближений к кор-
ню x*  [ ;3 2]; y*  [2  3  ;1  ] системы нелинейных уравнений
 xy  1,

 y  tg x.
ню x*  [ ;3 2]; y*  [ 4; 2] системы нелинейных уравнений
 x  tg( y ),

 y  tg( x ).
____________________________________________________________
ню x*  [1; 10 2]; y*  [1;2] системы нелинейных уравнений
 x 2  y 2  4,

 yx .
10
86
ню x*  [0;1]; y*  [0;1] системы нелинейных уравнений
 x  e y 2 ,
 x 2
y  e .
ню x*  0.6; y*  1.1 системы нелинейных уравнений
e x  e y  1,
2 2
 3
 x  y  1.
2

ню x*  1.32; y*  0.1 системы нелинейных уравнений
 ln x ln y
   1,
 y x
 x3  x  y 2  1.

ню x*  0.94; y*  0.5 системы нелинейных уравнений
 x 2  y 2 2  2  x 2  y 2  ,

 x 2  y 3  1.
Пример 2
Написать формулу метода Ньютона для итерационного решения си-
стемы нелинейных уравнений

 x  y  1,
2 2
 x
e  e  1.

y
Решение
f1
В данном случае f1  x, y   x 2  y 2  1, f 2  x, y   e x  e y  1 ,  2 x,
x
f1 f f 2
 2 y, 2  e x ,  e y . Таким образом,
y x y
87
1
F  2 x 2 y   F  1  ey 2y 
 x y
,    x  x ,
  e e     2  xe  ye   e
y
2 x 
 x  f  x, y  
где использованы обозначения     , F    1  
 . В итоге
 y  f 2  x, y  
получаем
e yn  xn 2  yn 2  1  2 yn  e xn  e yn  1
xn 1  xn  ,
2  xn e yn  yn e xn 
e xn  xn 2  yn 2  1  2 x  e xn  e yn  1
yn 1  yn  .
2  xn e yn  yn e xn 
Задачи
3.3.8. Написать формулу метода Ньютона для итерационного решения
системы нелинейных уравнений
sin( x  y )  1.5x  0,
 2
 x  y  1.
2
3.3.9. Написать формулу метода Ньютона для итерационного решения

системы нелинейных уравнений

 x  y  1024,
10 10
 x
e  e  1.

y
____________________________________________________________
3.3.10. Написать формулу метода Ньютона для итерационного реше-
ния системы нелинейных уравнений
 tg( y  x)  xy  0.3,
 2
 x  y  1.5.
2

 x 2  y 2  4,

 y  ln x.
88

 xy  x y  1,
2 2
 2
 x  2 y  3.

2


 xy  x y  1,
2 2
 3
 x  y  2.

3

 x 2  y sin x  1,

 1 1
 x  y  3.


 x  y  1,
 1 1
 x sin y  y sin x  2.
 xy  1,
 2
sin x  sin y  1.
2
Пример 3
Предложить метод наискорейшего спуска для приближенного нахож-
дения корня  x* , y*  , x*  0, y*  0 , системы нелинейных уравнений
 xy  0.5,
 2
 x  y  1.
2
Решение
Построим функцию
F  x, y    xy  0.5   x 2  y 2  1 ,
2 2
тогда метод наискорейшего спуска для заданной системы принимает вид
89
 F  x k , y k 
 x k 1  x k   k ,
 x

 k 1 F  x k , y k 
 y  y k
  k
,
 y
F  xk , yk 
где  k
.
 F  x k , y k    F  x k , y k  
2 2
   
 x   y 
   
Подставим сюда F  x, y  :
F
 2 y  xy  0.5  4 x  x 2  y 2  1 ,
x
F
 2 x  xy  0.5  4 y  x 2  y 2  1 ,
y
тогда окончательно метод наискорейшего спуска принимает вид
      
 x k 1  x k  2 k y k x k y k  0.5  2 x k x k 2  y k 2  1 ,
  

 
 y k 1  y k  2 k x k  x k y k  0.5  2 y k  x k    y k   1 ,

2 2

1 x 
y k  0.5   x k    y k   1 
2 2 2 2
k
k  ,
4 W x , y k k

где
  x    y   1 
W  x k , y k   y k  x k y k  0.5  2 x k
2
k 2 k 2
  x  x y  0.5  2 y  x    y   1 .
2
k k k k k 2 k 2
Задачи
3.3.17. Предложить метод наискорейшего спуска для приближенного
нахождения корней системы нелинейных уравнений
 x  y  1,
 2
 x  y  1.
2

90

 x  y  1,

sh  x   sh  y   2.

____________________________________________________________

 x  y  1024,
10 10
 x
e  e  1.

y


 xy  x y  1,
2 2
 2
 x  2 y  3.

2


 xy  x y  1,
2 2
 3
 x  y  2.

3

 x 2  y 2  4,

 y  ln x.
 xy  1,

 y  tg x.
 x  tg( y ),

 y  tg( x ).
 x 2  y sin x  1,

 1 1
 x  y  3.

91
3.1.1. [1;0]; [0;1 5]; [1 3;2 3] .
3.1.2. [4; 2.5]; [1.5;3] .

3.1.3. Корни x1  3; x2  0.5; x3  0.5; x4  1.5.
1/3
 4 x 2  5 xn  1 
3.2.1. Для x  [1 3;2 3] : xn 1   n  ,
 20 
x x
 ( x)  q  0.88  1, xn  x *  n 1 n   .
1 q
3 1
3.2.2. x  [ ;2 ]; xn 1  2  arccos ;
2 xn
2
x*  4,9;  x' ( x)  .
(3 (3 2)2  1)
xn x 1
3.2.3. [0.5;1] ; xn 1   e xn ;  ( x)   e x ,  ( x)   e x  q  1;
2 2 2
xn 1  xn
xn  x *    , q  0.15  1.
1 q
2
3.2.12. 1) g1  x*    2.85 (не сходится);
x*
x
1 2* e x*
2) g 2  x*   e  0.35 ; 3) g3  x*   x*  1  1.72 (не схо-
2 x*2
дится);
x
1 5 2*
4) g 4  x*    e  0.127 (наилучший).
6 12
3.2.13.   2 .
3.2.14. 1) xn 1  ln  3xn2  (не сходится в окрестности x*  0.46 );
xn
1
2) xn 1   e 2 (наилучший),
3
e xn
3) xn 1  (не сходится в окрестности x*  0.46 );
3xn
1  5 xn 
4) xn 1   e  xn  – наилучший из предложенных.
4 3 
92
xn4  xn3  5xn2  xn  6
3.2.20. Для x [4; 2.5] : x0  4; xn 1  xn  ;
4 xn3  3xn2  10 xn  1
F ( x)  4 x3  3x 2  10 x  1  0, F ( x)  12 x 2  6 x  10  0,
max 12 x 2  6 x  10
[ 4;2.5]
xn 1  x *  xn 1  xn   .
2
2 min 4 x  3x  10 x  1
3 2
[ 4;2.5]
 2   1 3   2   1
3.2.21.  ai , bi     1;   ,  ;  ,  ;1  , x0i  1,  ,
 5  10 10   5    10 
xn2  cos xn 20 xn3  4 xn2  5 xn  1
xn 1  xn  xn 1  xn  ,
2 xn  sin xn 60 xn2  8 xn  5
max 120 x  8 2
xni 1  x *  xni 1  xni   , i  1, 2,3 .
[ ai ;bi ]
2 min 60 x  8 x  5 2
[ ai ;bi ]
xn2  cos x
3.2.22. [1;0] и [0;1] ; x0  1 ; xn 1  xn  ,
2 xn  sin x
условия сходимости: 2 x  sin x  0 и 2  cos x  0;
max 2  cos x
xn 1  x *  xn 1  xn   , x*  0 .
[0;1] 2
2 min 2 x  sin x
[0;1]
0.5sin  2 xn   xn
3.2.23. 1.83; 2 , x0  2 , xn 1  xn  ,
xn3  2sin 2 xn
2 ctg x 6
2 min 
sin 2 x x 4
[1.83;2]
xn 1  x *  xn 1  xn   ,
2
x  2sin x
3 2
max
[1.83;2] x3 sin 2 x
3.2.35. A  0.72, B  0.36, C  0.08.
3.2.36. Третий порядок.
3.2.37. Третий порядок.
5 4 25 25
3.2.44. xn 1  xn    .
9 9 9  xn  1 9  xn  12
5 5 a 1 a2
3.2.45. а) xn 1  xn   ;
9 9 xn2 9 xn5
93
40 20 a 8 a 2 5 a3
б) xn 1  xn    .
81 27 xn2 27 xn5 81 xn8
3.3.1. yn 1  1 xn ; xn 1  arctg( yn )   ;
( y* , x* )  (3.426, 0.292); M i , j  1 (1 4 9 2 ) .
3.3.2. yn 1  arctg( xn ); xn 1  arctg( yn )   ;
( y* , x* )  (4.07;1.33); M i , j  1 (1  2 16) .
3.3.3. yn 1  4  xn2 ; xn 1  ( yn )1 10 ;
21 10
( y* , x* )  (1.05;1.7); M i , j  .
4  21 5
2 y (sin( xn  yn )  1.5xn )  ( xn2  yn2  1) cos( xn  yn )
3.3.8. xn 1  xn  n ,
3 yn  2( yn  xn ) cos( xn  yn )
2 xn (sin( xn  yn )  1.5 xn )  ( xn2  yn2  1)(cos( xn  yn )  1.5)
yn 1  yn  .
3 yn  2( yn  xn ) cos( xn  yn )
e yn ( xn10  yn10  1024)  10 yn9 (e xn  e yn  1)
3.3.9. xn 1  xn  ,
10( xn9 e yn  yn9 e xn )
e xn ( xn10  yn10  1024)  10 xn9 (e xn  e yn  1)
yn 1  yn   .
10( xn9 e yn  yn9 e xn )
x 
 y k  1   x k    y k   1 
2 2 2 2
k
3.3.17.  k  ,

     
4  2xk  xk    y k   y k  xk  1  2 y k  xk    y k   xk  y k  1 

 
2 2
2 2 2 2
 
  x    y    y  x 1 ,
x k 1  x k  2 k x k k 2 k 2 k k
y k 1  y  2  x   x    y    x  y  1 .
k k k k 2 k 2 k k
F  x k , y k  1
 1   xk  y k   2ch x k  sh x k  sh y k  2  ,

3.3.18. 2
x
F  x k , y k  1
  xk  y k   1  2ch y k  sh x k  sh y k  2  .

2
y
94
М.: МФТИ, 2007. – 196 с.
2. Рябенький В.С. Введение в вычислительную математику. – 3-е изд. М. :
Физматлит, 2008. – 288 с. (Физтеховский учебник.)
4. Бахвалов Н.С., Жидков Н.П., Кобельков Г.М. Численные методы. – 7-е
изд. М. : БИНОМ. Лаборатория знаний, 2011. – 636 с.
95
4. ПРИБЛИЖЕНИЕ ФУНКЦИЙ, ЗАДАННЫХ
В КОНЕЧНОМЕРНЫХ ПРОСТРАНСТВАХ
Очень часто при экспериментальных исследованиях или при состав-
лении таблиц сложных функций возникает необходимость восстановле-
ния поведения функции в промежуточных точках, не представленных в
имеющихся данных. Понятно, что такая задача не может иметь однознач-
ного решения, если учитывать все возможные варианты поведения при-
ближаемой не полностью известной функции. С другой стороны, опреде-
лённые свойства и закономерности исследуемого класса функций, допол-
нительная информация о точности полученных данных могут играть су-
щественную роль в определении конкретного вида приближаемой функ-
ции. Остановимся более подробно на трёх возможных случаях аналитиче-
ского восстановления таблично заданных функций: интерполяции, сред-
неквадратичном и равномерном приближении.
4.1. Интерполяция
Пусть на отрезке [a, b] изменения независимой переменной x в по-
парно различных точках x j  xk , если j  k , {x j }nj 0 , известны значения
функции { f j }nj  0 и пусть на этом отрезке определены линейно независи-
мые достаточно гладкие функции i ( x), i  0, n .
Определение 4.1.1 (обобщённый многочлен). Обобщённым много-

членом по системе линейно независимых функций i ( x), i  0, n , на от-
резке [a, b] называется многочлен Ф( x)   i 0 aii ( x), где ai , i  0, n , –
n
действительные числа.
Если Ф( x j )  f j , j  0, n , то {x j }nj 0 – узлы интерполяции, а Ф( x) –
обобщённый интерполяционный многочлен по заданной системе узлов
{x j }nj 0 и функций i ( x), i  0, n , для функции f ( x ) .
Определение 4.1.2 (система Чебышева). Система линейно незави-

симых функций i ( x), i  0, n , называется системой Чебышева на отрезке
[a, b] , если любой обобщённый многочлен по этой системе, у которого
96
хотя бы один из коэффициентов отличен от нуля, имеет на [a, b] не более
n нулей.
Теорема 4.1.1 (обобщённый интерполяционный многочлен). Для
того чтобы для любой функции f ( x ) , определённой на [a, b] , и для любо-
го набора узлов {x j }nj 0  [a, b], x j  xk при j  k , существовал единствен-
ный обобщённый интерполяционный многочлен, необходимо и достаточ-
но, чтобы система функций {i ( x)}in0 была системой Чебышева.
Алгебраическая интерполяция
Если в качестве линейно независимых функций выбраны степенные
функции k ( x)  x k , k  0, n , то интерполяция называется алгебраической.
Система {x k }nk 0 является системой Чебышева, т.к. согласно «основной
теореме алгебры» алгебраический многочлен с действительными коэффи-
циентами степени не выше n не может иметь более чем n нулей.
Будем представлять алгебраический интерполяционный многочлен в
виде Pn ( x)  a0 xn  a1 xn1  an 1 x  an  0, a0  0.
Определение 4.1.3 (задача алгебраической интерполяции). Задача

алгебраической интерполяции – это задача построения алгебраического
многочлена степени не выше n , который в заданных попарно различных
точках x j  xk , если j  k , {x j }nj 0 , принимал бы значения { f j }nj 0 .
В дальнейшем вместо термина алгебраический интерполяционный
многочлен будем использовать термин интерполяционный многочлен.
Приведём несколько форм записи этого многочлена.
Интерполяционный многочлен в форме Ньютона. Эта форма запи-
си интерполяционного многочлена во многом аналогична той, что уже
была приведена, если считать, что {x j }ijni – узлы интерполяции, а { f j }ijni
– значения функции в узлах интерполяции:
i  k 1
Pn ( x )   k 0 bk  ( x  x j ) 
n
j i (4.1.1)
 b0  b1 ( x  xi )   bn ( x  xi )( x  xi 1 ) ( x  xi  n 1 ).
Коэффициенты {b } n
являются разделёнными разностями i-го по-
i i 0
рядка и определяются как
b0  fi , b1  f ( xi , xi 1 )  ( fi 1  fi ) ( xi 1  xi ) ,
b2  f ( xi , xi 1 , xi 2 )  ( f ( xi 1, xi 2 )  f ( xi , xi 1 )) ( xi 2  xi ), ,
bn  f ( xi , , xi n )  ( f ( xi 1 , , xi n )  f ( xi , , xi n 1 )) ( xi n  xi ) .
97
Интерполяционный многочлен в форме Лагранжа. Для узлов
{x j }nj 0 и значений функции { f j }nj 0 интерполяционный многочлен Ла-
гранжа имеет вид: Pn ( x)  i  0 fi  j  0, j  i ( x  x j ) ( xi  x j ) или более по-
n n
дробно:
( x  x1 ) ( x  xn ) ( x  x0 )( x  x2 ) ( x  xn )
Pn ( x )  f 0  f1 
( x0  x1 ) ( x0  xn ) ( x1  x0 )( x1  x2 ) ( x1  xn )
(4.1.2)
( x  x0 )( x  x1 ) ( x  xn 1 )
 fn .
( xn  x0 )( xn  x1 ) ( xn  xn 1 )
Остаточный многочлен. Погрешность интерполяции. Пусть при-

ближаемая функция f(x) достаточно гладкая и имеет n + 1 непрерывную
производную на отрезке x  [ x0 , xn ] . Тогда для любого значения
x  [ x0 , xn ] справедливо равенство f ( x)  Pn ( x)  Rn ( x), где Rn ( x ) – оста-
точный многочлен, который можно представить в виде
f x( n 1) ( )
Rn ( x)  ( x  x0 ) ( x  xn ),
(n  1)!
а  принадлежит интервалу ( x0 , xn ). Справедлива оценка
M n 1
Rn ( x )  ( x  x0 ) ( x  xn ) , M n 1  max f x( n 1) ( x ) . (4.1.3)
(n  1)! x[ x0 , xn ]
Интерполяционный многочлен в форме Эрмита. В ряде случаев

требуется, чтобы в узлах интерполяции совпадали не только значения
функции и интерполяционного многочлена, но и их производные до опре-
делённого порядка, т.е. выполнялись равенства f x( k ) ( xi )  [ H m ( xi )](xk ) ,
i  0, n, k  0, i  1, где  i – кратность узла xi . Алгебраический много-
член степени не выше m  0  1   n  1 , удовлетворяющий этим
условиям, называется интерполяционным многочленом Эрмита H m . Он
может иметь следующее представление:
(k )
n i 1 i  j 1
fi ( j )  ( x  xi )i  ( x  x0 )0 ..( x  xn )n
H m ( x )     0 n 
.
i 0 j 0 k 0 k ! j !  ( x  x0 ) ..( x  xn )  x  x ( x  xi )i  j k
i
Остаточный многочлен для интерполяционного многочлена Эрмита

имеет вид
98
f x( m 1) ( )
Rm ( x)  ( x  x0 )0 ( x  xn )n , где   ( x0 , xn ).
(m  1)!
Кусочно-многочленная интерполяция. Сплайны. В некоторых за-

дачах оказывается целесообразным строить интерполяционный много-
член не по всей совокупности узлов интерполяции, а разбить их на груп-
пы точек, принадлежащих непересекающимся отрезкам. Для каждого
набора узлов, находящихся на одном из таких отрезков, построить свой
интерполяционный многочлен, например Эрмита, и считать общим ин-
терполяционным многочленом всю совокупность отдельно полученных
интерполяционных многочленов. При вычислении значений функции в
промежуточных точках между узлами интерполяции можно использовать
только ту часть общего интерполяционного многочлена, которому при-
надлежит выбранная точка. Если в узлах заданы только значения функ-
ции, то интерполяция называется кусочно-многочленной. Если при поста-
новке задачи интерполяции используются значения производных в узлах,
то это интерполяция называется сплайном.
Пример 1
Для заданной таблицы
x 0.00 0.0100 0.0200 0.0300 0.0400 0.0500 0.0600

f 1.0000 1.0101 1.0202 1.0305 1.0407 1.0513 1.0618
f 0.0001 0.0001 0.0001 0.0002 0.0002 0.0003 0.0002
а) построить квадратичный интерполяционный многочлен и с помощью

него определить f в точке 0.015,
б) оценить погрешность метода при вычислении f (0.015),
в) оценить неустранимую погрешность при вычислении f (0.015).
Решение
a) Построим многочлен в форме Ньютона. Составим таблицу разделенных
разностей до 3-го порядка для четырех узлов, внутри которых лежит
точка x  0.015 : x0  0.01 , x1  0.02 , x2  0.03 , x3  0.04 . Для
построения интерполяционного многочлена достаточно трех узлов,
четвертый понадобится при оценке погрешности. (Узлы можно выбрать и
по-другому, главное, чтобы x  0.015 лежала внутри них.)
99
xi f ( xi ) f ( xi , xi 1 ) f ( xi , xi 1 , xi 2 ) f ( xi , xi 1 , xi 2 , xi 3 )
0.01 1.0101
1.01
0.02 1.0202 1
1.03 –50
0.03 1.0305 –0.5
1.02
0.04 1.0407
Интерполяционный многочлен в форме Ньютона:
P2 ( x)  1.0101  1.01( x  0.01)  ( x  0.01)( x  0.02)  x 2  0.98x  1.0002.
Искомое значение P2 (0.015)  1.0151.

б) Оценим погрешность метода по формуле (4.1.3).
Для оценки третьей производной воспользуемся третьей разделенной
f ( n 1) ( )
разностью x  bn 1 :
(n  1)!
 метод  50  (0.015  0.01)(0.015  0.02)(0.015  0.03)  18 106.

в) Для оценки неустранимой погрешности воспользуемся формулой
(4.1.2), только вместо значений функций подставим неустранимые по-
грешности:
(0.015  0.02)(0.015  0.03) (0.015  0.01)(0.015  0.03)

 неус  104  104 
(0.01  0.02)(0.01  0.03) (0.02  0.01)(0.02  0.03)
(0.015  0.01)(0.015  0.02) 1010 (75  150  25)
 2 104  4
 125  106.
(0.03  0.01)(0.03  0.02) 2 10
Неустранимая погрешность на порядок превышает погрешность

метода, поэтому общую погрешность округлим до 104 .
Ответ: f (0.015)  1.0151  0.0001.
Задачи
4.1.1. Для заданной таблицы значений функции y ( x ) и её неустрани-
мой погрешности y вычислить полную погрешность квадратичной ин-
терполяции в точке x0 и оценить значение y( x0 ) .
100
x 0.000 0.010 0.020 0.030 0.040 0.050 0.060
y 1.000 1.049 1.095 1.140 1.183 1.225 1.265
y 2 104 2 104 4 104 7 104 8 104 8 104 4 104
а) x0 = 0.015; б) x0 = 0.025; в) x0 = 0.045.
4.1.2. Для заданной таблицы значений функции (следа y( x)  4 x 3  1 )

построить линейный, квадратичный и кубический интерполяционные
многочлены для оценки y ( x0 ) . Сравнить погрешности интерполяции с
величиной остаточных многочленов.
x 0.00 1.00 2.00 3.00 4.00 5.00 6.00
y 1.00 5.00 33.00 109.00 257.00 501.00 865.00
а) x0 = 0.5; б) x0 = 2.5.
4.1.3. Для заданной таблицы значений построить интерполяционный

многочлен, обеспечивающий погрешность интерполяции, соответствую-
щую точности задания таблицы, и вычислить его значение при x  x0 .
x 0.0400 0.0500 0.0600 0.0700 0.0800 0.0900 0.1000

y 1.0407 1.0513 1.0618 1.0725 1.0833 1.0942 1.1053
а) x0  0.045 ; б) x0  0.065 .
4.1.4. Построить интерполяционный многочлен функции y ( x ) в фор-

ме Ньютона и в форме Лагранжа, используя все данные таблицы:
а)
X 0 1 2
Y 3 –7 4
б)
x –2 0 2 4
y 2 0 –1 1
____________________________________________________________
4.1.5. Для заданной таблицы значений функции y ( x ) и её неустрани-
мой погрешности y вычислить полную погрешность квадратичной ин-
терполяции в точке 0.075 и оценить значение y(0.075).
x 0.060 0.070 0.080 0.090 0.100

y 1.265 1.304 1.342 1.378 1.414
y 4 104 104 3 104 4 104 9 104
101
4.1.6. По заданной таблице значений функции y ( x ) построить квад-
ратичный интерполяционный многочлен для вычисления y(0.5) . Оценить
полную погрешность интерполяции, принять y  5 102.
X –1.0 0.0 1.0 2.0 3.0 4.0 5.0

Y –5.5 –2.0 0.5 3.0 4.5 8.0 9.0
4.1.7. По заданной таблице значений функции y ( x ) построить квад-
ратичные интерполяционные многочлены для вычисления y(0.025) по
узлам 0.01, 0.02, 0.03 и по узлам 0.02, 0.03, 0.04. Оценить погрешности
интерполяции.
X 0.000 0.010 0.020 0.030 0.040 0.050 0.060
Y 1.000 1.049 1.095 1.140 1.183 1.225 1.265
4.1.8. Для заданной таблицы значений функции (следа y( x)  x3  1 )

построить линейный, квадратичный и кубический интерполяционные
многочлены для оценки y ( x0 ) . Сравнить погрешности интерполяции с
величиной остаточных многочленов.
X –2.00 –1.00 0.00 1.00 2.00 3.00 4.00
Y –9.00 –2.00 –1.00 0.00 7.00 26.00 63.00
а) x0 = –0.5; б) x0 = 1.5.
4.1.9. Для функции sin x , заданной в узлах 0, ±30°, ±45°, ±60°, ±90°
построить интерполяционный многочлен, позволяющий вычислить зна-
чение sin 20 с погрешностью интерполяции не хуже 102.
4.1.10. По таблице значений y(x) оценить значение x, при котором
y = 0:
x 0 1 2 3
y –7 –3 1 8
4.1.11. По таблице значений cos x нужно найти значение cos( 5) .
С какой точностью имеет смысл брать 2, 3,  для оценки значения
cos( 5) с помощью квадратичной интерполяции?
x  6  4  3
cos x 3 2 2 2 12
102
4.1.12. Построить интерполяционный многочлен функции y ( x ) в
форме Ньютона и в форме Лагранжа, используя все данные таблицы.
X 0.0100 0.0200 0.0300 0.0400 0.0500

Y 1.0101 1.0202 1.0305 1.0407 1.0513
щую точности задания таблицы, и вычислить его значение при x  0.015.
X 0.0000 0.0100 0.0200 0.0300 0.0400 0.0500
y 1.0000 1.0468 1.0934 1.1402 1.1632 1.2217
щую точности задания таблицы, и вычислить его значение при x  0.045.
x 0.0400 0.0500 0.0600 0.0700 0.0800
y 1.1832 1.2547 1.2779 1.3233 1.3403
Пример 2
Известны значения функции f ( x ) в трех узлах. В некоторых узлах
известны значения производных:
xi 1 2 3
f ( xi ) –1 0 1
f ( xi ) – 3 2
f ( xi ) – 2 –
Построить интерполяционный многочлен Эрмита.

Решение
Построим таблицу разделенных разностей. Узел xi необходимо вне-
сти в таблицу столько раз, сколько производных в нем известно (включая
нулевую – значение функции). Разделенные разности по кратным узлам
вычисляются по формуле
f ( k ) ( xi )
f ( xi ,..., xi ) 
k!
k 1 раз
(см. [1]), разделенные разности по некратным узлам вычисляются обыч-

ным способом.
103
x f ( xi ) f ( xi , xi 1 ) f ( xi ,.. xi 2 ) f ( xi ,.. xi 3 ) f ( xi ,.. xi 4 ) f ( xi ,.. xi 5 )
1 –1
1
2 0 2
3 –1
2 0 1 –1
3 –3 3.5
2 0 –2 6
1 3
3 1 1
2
3 1
Интерполяционный многочлен:
H 5 ( x )  1  ( x  1)  2( x  1)( x  2)  ( x  1)( x  2) 2  ( x  1)( x  2) 3 
7 7 285 2
 ( x  1)( x  2)3 ( x  3)  x 5  36 x 4  x  270 x 3  245x  86.
2 2 2
Задачи
4.1.15. Известны значения функции f ( x ) в узлах x0 , x1 , x2 . В некото-
рых узлах известны значения производных:
x –1 0 1
f ( x) 1 0 1
f ( x ) 0 3 2
f ( x ) – 2 –
Построить интерполяционный многочлен Эрмита в форме Ньютона.
4.1.16. Известны значения функции f ( x ) в узлах x0 , x1 , x2 . Известно
значение производной в x1 .
x 1 2 3
f ( x) –3 2 7
f ( x ) – 1 –
Построить интерполяционный многочлен третьей степени.
104
Пример 3
Для заданной таблицы
xi 0 1 2
f ( xi ) 1 0 2
построить интерполяцию кубическим сплайном так, чтобы сплайн был
дважды непрерывно дифференцируемым. Принять f (0)  0, f (0)  0 .
Решение
Необходимо вычислить коэффициенты двух элементов сплайна:
S1 ( x)  a3 x3  a2 x 2  a1 x  a0 , приближающего f ( x ) на отрезке [0,1] , и
S2 ( x)  b3 x 3  b2 x 2  b1 x  b0 , приближающего f ( x ) на отрезке [1, 2] .
Коэффициенты найдем из системы уравнений. Первые четыре урав-
нения возьмем из условия равенства значений функций в узлах значениям
сплайнов в узлах, пятое уравнение – из условия f (0)  0 , шестое – из
условия f (0)  0 , седьмое и восьмое – из условия непрерывности произ-
водных в промежуточном узле.
a0  1,  a0  1,
a  a  a  a  0,  a  0,
 3 2 1 0  1
b3  b2  b1  b0  0,  a2  0,
 
8b3  4b2  2b1  b0  2,  a3  1, S1 ( x )   x 3  1,
   
a1  0, b0  8, S2 ( x )  8 x 3  27 x 2  27 x  8.
2a2  0, b1  27,
 
3a3  2a2  a1  3b3  2b2  b1 , b2  27,
6a  2a  6b  2b , b  8,
 3 2 3 2  3
Задачи
4.1.17. Построить дважды непрерывно дифференцируемый кубиче-
ский сплайн для таблицы значений y ( x ) . Принять y(1)  4, y(1)  2.
x –1 0 1
y –1 1 1
4.1.18. Построить непрерывно дифференцируемый квадратичный
сплайн для таблицы значений y ( x ) . Принять y(1)  0 .
105
x –1 0 1 2
y –1 2 2 5
____________________________________________________________
4.1.19. Построить кубический сплайн для таблично заданной функции
и её первой производной.
x –2 0 1
y 0 –1 1
y x –1/2 1/3 2
x –1 0 1
y –2 1 1
y x 2 3/2 1
x –1 0 2
y –1 1 0
y x 2 1/3 –1/2
x –1 0 1
y 1 0 2
y x –1 1/2 2

4.1.23. Показать, что система {1,cos x,sin x,cos2 x,...,cos nx,sin nx } на
полунтервале [0; 2 ) является системой Чебышева.
4.1.24. Доказать, что коэффициенты bi в интерполяционном много-

члене Ньютона являются разделенными разностями i-го порядка.
106
4.2. Среднеквадратичное приближение
Другой способ приближения функций в конечномерных простран-
ствах получил название среднеквадратичного приближения и широко
применяется в практике научных исследований при обработке результа-
тов экспериментальных работ. Напомним определения, которые исполь-
зуются в дальнейшем.
Определение 4.2.1 (скалярное произведение). Если на некотором
линейном множестве каждой упорядоченной паре его элементов f1 и f 2
поставлено в соответствие комплексное число ( f1 , f 2 ) , удовлетворяющее
условиям:
1) ( f1 , f 2 )  ( f 2 , f1 ) ;
2) (1 f1  2 f 2 , f 3 )  1 ( f1 , f 3 )  2 ( f 2 , f 3 ), где 1 , 2 — комплексные числа;
3) ( f , f )  0 ;
4) ( f , f )  0  f  0 ,
то оно называется скалярным произведением.

Определение 4.2.2 (гильбертово пространство). Линейное про-
странство со скалярным произведением, полное в смысле метрики, по-
рожденной заданным скалярным произведением, называется гильберто-
вым пространством.
Пусть R – линейное подпространство гильбертова пространства H,
а f – некоторый элемент H  R  H, f  H  . Задача ставится так: в под-
пространстве R найти элемент h0 , дающий наилучшее приближение f ,
т.е. элемент, для которого
f  h0  inf f  h .
hR
Теорема 4.2.1 (элемент наилучшего среднеквадратичного

приближения). Если в R существует элемент f  h0  inf f  h , да-
hR
ющий наилучшее среднеквадратичное приближение к элементу f , то
разность f  h0 ортогональна ко всем элементам подпространства R.
Определение 4.2.3 (определитель Грама). Определителем Грама

системы элементов f1 , f 2 , , f n R называется определитель вида
107
( f1 , f 1 ) ( f 1 , f 2 ) ( f1 , f n )
( f 2 , f1 ) ( f 2 , f 2 ) ( f2 , fn )
G ( f1 , f 2 , , fn )  .
( f n , f1 ) ( f n , f 2 ) ( fn , fn )
Теорема 4.2.2 (линейная зависимость элементов). Для того

чтобы система элементов { f i }in1 линейного множества R со скалярным
произведением была линейно зависима, необходимо и достаточно, чтобы
определитель Грама этой системы обращался в нуль.
Переопределённые системы уравнений
Пусть задана таблица значений известной функции
yi  f ( xi , a1 , , an ), где i  1, m, m  n, {a j } j 1 — параметры, подлежащие
n
определению. В обычном смысле такая переопределённая система урав-

нений решений не имеет.
Метод наименьших квадратов
1) Будем определять параметры {a j }nj 1 из условия минимума функции
, an )   i  1[ yi  f ( xi , a1 , a2 ,
m 2
f  h0  Ф(a1 , a2 , , an )] . Для этого нужно
решить систему из n уравнений с n неизвестными:
Ф f
 2 i  1[ yi  f ( xi , a1 , a2 ,
m
, an )]  0, j  1, n.
a j a j
2) Если функция f ( x, a1 , , an ) линейна относительно параметров

{a } , то переопределённую систему уравнений представим в виде
n
j j 1
(h1 )i a1  (h2 )i a2   (hn )i an  ( y )i , i  1, m . Требуется найти такой элемент

h0   j 1 h j a j , что
n
y  h0  min y  h  min
hH hH
 y  h, y  h  . Согласно
теореме 4.2.1 этот элемент h0 должен удовлетворять условиям

( y  h0 , h j )  0, j  1, n .
Приходим к системе линейных уравнений относительно параметров
{a j }nj 1 , имеющей вид k 1 (hk , h j )ak  ( y, h j ), j  1, n , и симметричную
n
матрицу Грама:
108
 (h1 , h1 ) ( h1 , h2 ) ( h1 , hn ) 
 
 (h , h ) ( h2 , h2 ) ( h2 , hn ) 
G 2 1 .
 
 (h , h ) (h , h ) ( hn , hn ) 
 n 1 n 2
Эта система называется системой нормальных уравнений.

Многочлены Лежандра
Многочлены Лежандра имеют несколько эквивалентных представле-
ний (см. [2]):
1 dn 2
1) Ln ( x )  n ( x  1)n ;
2 n ! dx n
2n  1 n
2) L0 ( x )  1, L1 ( x )  x, Ln 1 ( x )  xLn ( x )  Ln 1 ( x );
n 1 n 1
n  1, 2, ; x  [1,1].
Приведенным многочленом Лежандра Ln ( x ) называется многочлен
Лежандра Ln ( x) , поделённый на коэффициент при старшей степени.
Теорема 4.2.3 (элемент наилучшего среднеквадратичного при-

ближения [3]). Среди алгебраических многочленов степени не выше n с
коэффициентом при старшем члене, равным единице, приведенный мно-
гочлен Лежандра Ln ( x ) на отрезке [1;1] в меньшей степени отклоня-
ется от нуля в смысле среднего квадратичного, т.е.
1/2 1/2
1  1 
  Ln ( x ) dx   inf   Pn ( x ) dx  .
2 2
 1   1 
Pn
Пример 1
При наблюдении за равноускоренно и прямолинейно движущимся те-
лом, стартовавшим из состояния покоя, были измерены значения его ко-
ординаты в три момента времени. Определите методом наименьших
квадратов начальную координату x0 и ускорение тела a .
x,м –1.0 –3.0 4.0

t,c 1.0 3.0 4.0
109
Решение
Уравнение движения x  x0  0.5at 2 .
1-й способ: параметры x0 и a найдем из условия минимума функции
Ф( x0 , a)   i 1[ xi  x0  0.5ati2 ] .
3 2
 Ф
 x  2 i 1[ xi  x0  0.5ati ](1)  0,
3 2

0
 Ф  2 3 [ x  x  0.5at 2 ](0.5t 2 )  0,
 a  i 1 i 0 i i
( 1  x0  0.5a )  ( 3  x0  4.5a )  (4  x0  8a )  0,

( 1  x0  0.5a )  9( 3  x0  4.5a )  16(4  x0  8a )  0,
3x0  13a  0,  x0  2.8 м,
 
26 x0  169a  36, a  0.6 м/c .
2
2-й способ: x  x0C1  0,5aC2 – переопределенная система уравнений, где

 1  1 1
   
x   3  C1   1 C2   9  .
4  1  16 
     
Умножим систему скалярно на векторы C1 и C2 , получим систему, из
которой найдем ускорение и начальную координату тела:

 x0 (C1 , C1 )  0,5a(C2 , C1 )  ( x, C1 ), 3x0  13a  0,
  
 x0 (C1 , C2 )  0,5a (C2 , C2 )  ( x, C2 ),
 26 x0  169a  36,
откуда x0  2.8 м, a  0.6 м/c . 2
Задачи
4.2.1. Построить наилучшее среднеквадратичное приближение в виде
y  a  b lg x, где a, b = const, для таблично заданной функции:
x 10 1000 100000
y 10 100 1000
y( x)  ax  b ( a, b  const ) для таблично заданной функции:
110
а)
x 0 0.5 1.0 1.5 2.0
y 5.0 4.5 2.0 3.5 –1.0
б)
x –1 0 1 2 3
y –4 –1 0 2 6
y( x)  ax 3  b ( a, b  const ) для таблично заданной функции:
а)
x –2 –1 0 1 2
y –250 –50 10 100 300
б)
x –2 –1 0 1 2
y –8 –1 15 1 8
____________________________________________________________
y( x)  ax 2  b ( a, b  const ) для таблично заданной функции:
а)
x –2 –1 0 1 2
y 7.1 0.9 –1 1.1 6.9
б)
x -3 –1 0 1 2
y 4 –1 –2 3 6
y  a  b lg x, где a, b = const, для таблично заданной функции:
x 10 1000 100000
y 1 3 5
4.2.6. Задана таблица приближенных значений функции y( x)  ax  b .
Определить коэффициенты a и b методом наименьших квадратов.
x –3 –2 –1 0 1 2 3
y 8 –5 –4 12 4 5 8
111
4.2.7. Задана таблица приближенных значений функции y( x)  ax  b .
Определить коэффициенты a и b методом наименьших квадратов.
x 0 0.5 1.0 1.5 2.0
y 5.0 4.5 2.0 3.5 –1.0
y  ax2  bx  c, где a, b, c = const, для таблично заданной функции:
x –2 –1 0 1 2
y 7 2 1 3 12
4.2.9. Задана таблица следа функции y( x)  x3 . Построить наилучшее

среднеквадратичное приближение в виде y( x)  ax  b ( a, b  const ).
x 0 1 2 3 4
y 0 1 8 27 64
Пример 2
Для заданной таблицы значений функции yk , в которой в качестве
xk k 0
4
узлов взяты нули многочлена Чебышева T5 ( x ) , определить эле-
мент y( x)  a3 x3  a2 x 2  a1 x  a0 наилучшего среднеквадратичного при-
ближения.
x  5 5 2 2  5 5 2 2  5 5 2 2 5 5 2 2
y 1 0  0 1
Решение
Будем искать элемент наилучшего среднеквадратичного приближения
в виде линейной комбинации
y( x)  b3T3 ( x)  b2T2 ( x)  b1T1 ( x)  b0T0 ( x) ,
где T0 ( x)  1, T1 ( x)  x, T2 ( x)  2 x 2 1, T3 ( x)  4 x3  3x – многочлены

Чебышева (остальные многочлены Чебышева можно найти по рекуррент-
ной формуле Tn 1 ( x)  2 xTn ( x)  Tn 1 ( x) – см. раздел 4.3).
y  b3C3  b2C2  b1C1  b0C0 – переопределенная система уравнений
112
 5 5 2 2 
 1  T0 ( x0 )   1  T1 ( x0 )   
0  T (x )     T (x )  
   0 1   1  1 1   5 5 2 2 

y   3 , C0   T0 ( x2 )    1 , C1   T1 ( x2 )    0 ,
         
0  T0 ( x3 )   1  T1 ( x3 )   5 5 2 2 
 1  T ( x )   1 T (x )  
   0 4     1 4  
 5  5 2 2 
 5  5 ( 5  1) 4 2 
 T2 ( x0 )   (1  5) 4

 T3 ( x0 )   
 T (x )   T (x )  
 2 1   (1  5) 4  3 1   5  5 ( 5  1) 4 2 

C2   T2 ( x2 )    1
, C  
 3 T3 ( x2 )    0 .
     
T (
 2 3 x )  (1  5) 4  T3 ( x3 )    5  5 ( 5  1) 4 2 
 T ( x )    T (x )  
 2 4   (1  5) 4   3 4  
5  5 ( 5  1) 4 2 

4
Введем скалярное произведение (Ci , C j )   Ti ( xk )T j ( xk ) . Заметим,
k 0
что (Ci , C j )  0, i  j , то есть матрица Грама для выбранной системы век-

торов имеет диагональный вид. Покажем это для векторов C0 и C2 :
   
(C0 , C2 )  1  5 4  1  5 4  1  1  5 4  1  5 4     

 4  5  5  5  5 4  1  0. 
Умножая систему y  b3C3  b2C2  b1C1  b0C0 скалярно на векторы
C0 , C1 , C2 , C3 и учитывая (Ci , C j )  0, i  j , получим четыре уравнения
C , y   b C , C  , i  0,3:
i i i i
1  5b0 , b0  0.2,

 b  0,
0  5 2b1 ,  1


 
  7  5 / 2  2.5b2 , b2   7  5 / 5,  
 b  0.
0  2.5b3 ,  3
  
Ответ: y( x)  0.2 7  5 T2 ( x)  0.2T0 ( x)  2 x 2 7  5 / 5  8  5 / 5.   
113
Задачи
4.2.10. Для заданной таблицы значений функции yk , в которой в каче-
xk k 0
5
стве узлов взяты нули многочлена Чебышева T6 ( x ), определить
элемент y( x)  a2 x 2  a1 x  a0 наилучшего среднеквадратичного прибли-
жения.
 2 3  2  2 3 2 3 2 2 3
x
2 2 2 2 2 2
y 2 3 2 3 3  2 2 3
4.2.11. Для заданной таблицы значений функции yk , в которой в ка-

честве узлов xk k 0 взяты нули многочлена Чебышева T6 ( x ) , определить
5
элемент y( x)  a3 x 3  a2 x 2  a1 x  a0 наилучшего среднеквадратичного

приближения.
x  2 3  2  2 3 2 3 2 2 3
2 2 2 2 2 2
y 0 –2 0 0 2 0
4.2.12. Заданную таблично функцию yk с узлами xk  2 k / 6, k  0,5 ,

P( x)   n   2 Cn einx
2
аппроксимировать обобщённым многочленом
наилучшего среднеквадратичного приближения.
x 0  3 2 3  4 3 5 3
y 0 1 0 5 0 1
____________________________________________________________
xk k 0
4
честве узлов взяты нули многочлена Чебышева T5 ( x ) , опреде-
лить элемент y( x)  a3 x3  a2 x 2  a1 x  a0 наилучшего среднеквадратично-
го приближения.
x  5 5 2 2  5 5 2 2  5 5 2 2 5 5 2 2
y 1 0  0 1
114
честве узлов xk k 0 взяты нули многочлена Чебышева T6 ( x ), определить
5

жения.
11 3 7 5  
x cos cos cos cos cos cos
12 4 12 12 4 12
y 3 0 2 3 2 3 6 3
честве узлов xk k 0 взяты нули многочлена Чебышева T6 ( x ) , определить
5

жения.
x  2 3  2  2 3 2 3 2 2 3
2 2 2 2 2 2
y 0 –1 1 2 1 0

P( x )  n  2 Cn einx
2
x 0  3 2 3  4 3 5 3
y 3 6 –9 3 9 –6

P( x )  n  1 Cn einx
1
x 0  3 2 3  4 3 5 3
y 10 1 2 3 2 1
4.2.18. Для заданной таблицы значений функции yk определить эле-

мент y( x)  a3 x 3  a2 x 2  a1 x  a0 наилучшего среднеквадратичного при-
ближения.
115
5  11 5  11 5  11 5  11
x   0
12 12 12 12
5(5  11)3/2 5(5  11)3/2 5(5  11)3/2 5(5  11)3/2
y   0
48 3 48 3 48 3 48 3
4.2.19. Для заданной таблицы значений функции yk определить эле-
мент y( x)  a2 x 2  a1 x  a0 наилучшего среднеквадратичного приближе-
ния.
5  11 5  11 5  11 5  11
x   0
12 12 12 12
y 0 2 –1 2 4
Пример 3
Подобрать коэффициенты a и b так, чтобы функция f ( x)  ax  b
была наилучшим среднеквадратичным приближением многочлена
P( x)  x 2  2 x  2 на отрезке [2;2] .
Решение
Произведем замену переменных x  2 y . Отрезок [2;2] перейдет в
отрезок [1;1] . Вычислим остаточный многочлен
P( x)  f ( x)  x 2  2 x  1  ax  b  4 y 2  (4  2a) y  1  b  R( y ).
Приравняем приведенный остаточный многочлен к приведенному много-
члену Лежандра:
R( y )  1  1 b 1
R( y )   y 2  1  a  y   y 2   L2 ( y ).
4  2  4 3
7
Сравнивая коэффициенты, находим a  2 и b  .
3
Задачи
4.2.20. Найти многочлен P( x ) наилучшего среднеквадратичного при-
ближения многочлена Q( x ) на отрезке [a,b]:
а) P( x)  ax  b; Q( x)  7 x2  2 x  1; [a; b]  [2;2] ;
б) P( x)  ax2  bx  c; Q( x)  x3  2 x2  x  1; [a; b]  [2;0] ;

116
____________________________________________________________
в) P( x)  ax 2  bx  c; Q( x)  x 3  x  5; [a; b]  [2;4].

4.2.21. Показать, что система функций {einx }nN  N ортогональна в
смысле скалярного произведения, заданного как
(eimx , einx )   k  0 eimxk einxk ,
K
где за систему узлов взяты точки xk  2 k / ( K  1), k  0, K , K  2 N  1 .

4.2.22. Показать, что многочлены Лежандра L0 , L1 , L2 , L3 ортогональ-
ны в смысле скалярного произведения ( f ( x), g ( x))  k  0 f ( xx ) g ( xk ) , где
4
за систему узлов взяты точки

 
xk k 0  
4

1
5  11 ; 
1

5  11 ; 0 ; 
1
5  11 ; 
1 
5  11  .

   
 12 12 12 12 
4.3. Равномерное приближение
Ещё один способ приближения функций состоит в нахождении такого
обобщённого (алгебраического) многочлена, величина отклонения кото-
рого от приближаемой функции была бы минимальна на заданном отрезке
[a, b] . Математически более строгая формулировка следующая. Для дан-
ной непрерывной на [a, b] функции f ( x ) , принадлежащей полному ли-
нейному нормированному (банахову) пространству f ( x) R , найти
обобщенный (алгебраический) многочлен Qn0 ( x)  R  R , для которого
имеет место равенство
max f ( x)  Qn0 ( x)  inf max f ( x)  Qn ( x) .

x[ a ,b ] Qn R x[ a ,b ]
Если такой многочлен существует, то он называется элементом

наилучшего равномерного приближения к функции f ( x ) среди многочле-
нов Qn  x  R .
Многочлены Чебышева
Многочлены Чебышева имеют несколько эквивалентных представле-
ний (см. [4]):
1) Tn ( x)  cos[n arccos( x)]; x [1,1] ;
117
2) T0 ( x)  1; T1 ( x)  x; Tn 1 ( x)  2 xTn ( x)  Tn 1 ( x); n  1,2, ; x [1,1] .
Приведёнными многочленами Чебышева называются многочлены
вида
1
Tn ( x )  Tn ( x ) .
2n 1
Теорема 4.3.1 (элемент наилучшего равномерного приближения).
Среди алгебраических многочленов Pn ( x) степени не выше n с коэффици-
ентом при старшем члене, равным единице, многочлен Tn ( x ) на отрезке
[1,1] наименее отклоняется от нуля, т.е.
max Tn ( x)  inf max Pn ( x)  21 n .

x[ 1,1] Pn R x[ 1,1]
Пример 1
Показать, что все многочлены T2 m ( x ) четные, а T2 m1 ( x) – нечетные.
Решение
Воспользуемся тригонометрической формой записи:
T2 m (  x ) = cos[2m arccos(  x )] = cos[2m(  arccos x )] =
= cos[2m  2m arccos x ] = cos[2m arccos x ] = T2 m ( x ),
T2 m 1 (  x )  cos[(2m  1) arccos(  x )]  cos[(2m  1)(  arccos x )] 

 cos[2m    (2m  1) arccos x ]  cos[  (2m  1) arccos x ] 
  cos[(2m  1) arccos x ]  T2 m 1 ( x ).
Задачи
4.3.1. Показать, что тригонометрический и рекуррентный способы за-
дания многочленов Чебышева равносильны.
4.3.2. Найти все нули и экстремумы многочлена Чебышева Tn ( x ) .
Пример 2
Подобрать коэффициенты a и b так, чтобы функция f ( x)  ax  b
была наилучшим равномерным приближением многочлена
P( x)  x 2  2 x  1 на отрезке [2; 4] .
118
Решение
Для того чтобы перевести отрезок [a; b] в отрезок [1;1] , нужно про-
ba ba
извести замену x y . Произведем замену переменных
2 2
x  3 y  1 . Отрезок [2; 4] перейдет в отрезок [1;1] . Вычислим остаточ-
ный многочлен:
P( x)  f ( x)  x2  2x  1  ax  b  (3 y  1)2  (3 y  1)(2  a)  1  b 
 9 y 2  y(12  3a)  4  a  b  R( y).
Приравняем приведенный остаточный многочлен к приведенному

многочлену Чебышева:
R( y ) 4a 4a b 1
R( y )   y2  y  y 2   T2 ( y ).
9 3 9 2
Сравнивая коэффициенты, находим a  4 и b  4.5 .
Задачи
4.3.3. Среди всех многочленов P( x)  a2 x 2  x  a0 найти многочлен,
наименее уклоняющийся от нуля на [0,2].
4.3.4. Подобрать коэффициенты a , b и c так, чтобы функция
f ( x)  ax 2  bx  c была наилучшим равномерным приближением много-
члена P( x)  x 3 на отрезке [0;2] .
4.3.5. Найти многочлен P( x ) наилучшего равномерного приближения

многочлена Q( x ) на отрезке [a,b]:
а) P( x)  ax  b; Q( x)  7 x2  2 x  1; [a; b]  [2;2] ;
б) P( x)  a3 x 3  a2 x 2  a 1 x  a0 ; Q( x)  x 4  2 x 3  3x 2  4 x  5 ;
[a; b]  [0.5;0.5] ;
в) P( x)  ax  b; Q( x)  x 2  2 x  1 ; [a; b]  [0;0.5].
____________________________________________________________
4.3.6. Среди всех многочленов P( x)  a3 x 3  a2 x 2  a1 x  4 найти мно-
гочлен, наименее уклоняющийся от нуля на [1,3].
119
4.3.7. Найти многочлен P( x ) наилучшего равномерного приближения
многочлена Q( x ) на отрезке [a,b]:
а) P( x)  ax  b; Q( x)  x2  2 x  5; [a; b]  [1;3] ;
б) P( x)  a2 x2  a 1 x  a0 ; Q( x)  x3  3x2  4 x  1 ; [a; b]  [2;2] ;
в) P( x)  ax  b; Q( x)  x2  x  1 ; [a; b]  [4; 2];
г) P( x)  a3 x3  a2 x 2  a 1 x  a0 ; Q( x)  2 x4  4 x3  6 x2  8x  10 ;
[a; b]  [2;0] ;
д) P( x)  ax  b; Q( x)  x3  3x ; [a; b]  [2;2] ;
е) P( x)  ax  b; Q( x)   x3  1 ; [a; b]  [2;2] .
Пример 3
Построить сетку из четырех точек, минимизирующую оценку оста-
точного члена кубической интерполяции на полуинтервале [ / 2;0) , и
оценить максимальную погрешность интерполяции функции cos x на
этом отрезке. Сравнить её с оценкой погрешности при интерполяции по
узлам равномерной сетки.
Решение
1) Оценим погрешность интерполяции на равномерной сетке по точкам
x0   / 2, x1   / 3, x2   / 6, x3  0 с шагом h   / 6 . Из (4.1.3) по-
лучаем
M n 1
 равн  ( x  x0 ) ( x  xn ) , M n 1  max f x( n 1) ( x) , n  3;
(n  1)! x[ x0 , xn ]
1 1 h2 4
 равн  ( x  x0 )( x  x1 )( x  x2 )( x  x3 )  (2h)(3h)   5 103.
4! 24 4 4 1296  4
 
2) Произведем замену переменных x  t  . Отрезок [ / 2;0]
4 4
перейдет в отрезок [1;1] .
1 3    4 3  4 
Ч   
4! i  0  4
t 
4
 xi   4 
 4!4 i  0 
t  1  xi  .
 
4
Обозначим ti  1  xi . При xi  [ / 2;0] все ti  [1;1] и наоборот.

Выберем в качестве ti корни многочлена Чебышева четвертого порядка.
120
4 4 1
Тогда  Ч  T (t ) 
4 4
 2 103 , что более чем в два раза меньше
4!4 4!44 23
ошибки при равномерной интерполяции.

3) Сетка строится по точкам xi  (ti  1), i  0,3. Здесь ti – корни
4
многочлена Чебышева четвертого порядка:
2 2 2 2 2 2 2 2
t0   , t1   , t2  , t3  .
2 2 2 2
Задачи
4.3.8. Построить сетку из четырех точек, минимизирующую оценку
остаточного члена полиномиальной интерполяции на отрезке [0; 2ln 3] и
оценить максимальную погрешность интерполяции функции e x на этом
отрезке.
4.3.9. Построить сетку из пяти точек, минимизирующую оценку оста-
точного члена полиномиальной интерполяции на отрезке [0;  ] и оценить
максимальную погрешность интерполяции функции sin x на этом отрез-
ке.
4.3.10. Оценить максимальную погрешность интерполяции функции
cos x на отрезке [1;1] при оптимальном выборе узлов с максимальной
погрешностью на равномерной сетке. Рассмотреть два случая:
а) 4 узла; б) 8 узлов.
____________________________________________________________
4.3.11. Построить сетку из трех точек, минимизирующую оценку
остаточного члена полиномиальной интерполяции на отрезке [0;2ln 2] и
оценить максимальную погрешность интерполяции функции e 2 x на этом
отрезке.
4.3.9. Построить сетку из пяти точек, минимизирующую оценку оста-
точного члена полиномиальной интерполяции на отрезке [0;  ] и оценить
максимальную погрешность интерполяции функции sin 2x на этом отрез-
ке.
4.3.10. Оценить максимальную погрешность интерполяции функции
cos x на сетке из пяти узлов при оптимальном выборе узлов с максималь-
ной погрешностью при равномерной сетке. Рассмотреть два отрезка:
121
 
а) [ ;  ] ; б) 0;  .
 4
4.3.11. Построить сетку из четырех точек, минимизирующую оценку
остаточного члена кубической интерполяции на отрезке [ ln 3;ln 3] , и
оценить максимальную погрешность интерполяции функции
ch( x)  12  e x  e x  на этом отрезке. Сравнить её с оценкой погрешности
при интерполяции по раномерно расставленным точкам.
4.3.12. Найти наилучшее равномерное приближение функции
f ( x)  sin 2 20 x среди многочленов степени не выше 20 на отрезке [0; ] .
4.3.13. Найти наилучшее равномерное приближение непрерывной на
отрезке [a, b] функции f ( x ) среди множества функций  ( x)  const .
4.3.14. Пусть заданная непрерывно дифференцируемая функция

f ( x ) на отрезке [a,b] возрастает и строго выпукла вверх,
f (a)  A, f (b)  B . Среди множества линейных функций
 ( x)  ax  b найти функцию наилучшего равномерного приближения
f ( x ) на [a, b] .
4.3.15. Найти наилучшее равномерное приближение функ-

ции f ( x)  ln x на отрезке [1,5] среди множества линейных функций.

4.1.1. а) По точкам 0.0, 0.01, 0.02:
P2  1  4.9 x0  15x0 ( x0  0.01)  1.072375,
1000
 мет  x0 ( x0  0.01)( x0  0.02)  12 105 ,  неустр  3 104 ,
3
y( x0 )  1.0724  0.0004.
б) По точкам 0.01, 0.02, 0.03:
P2  1.049  4.6( x0  0.01)  5( x0  0.01)( x0  0.02)  1.118375,
500
 мет  ( x0  0.01)( x0  0.02)( x0  0.03)  6 105 ,  неустр  6 104 ,
3
y( x0 )  1.1184  0.0007.
в) По точкам 0.04, 0.05, 0.06:
P2 ( x)  1.183  4.2( x0  0.04)  10( x0  0.04)( x0  0.05)  1.20425,
122
500
 мет  ( x0  0.04)( x0  0.05)( x0  0.06)  6  105 ,  неустр  103 ,
3
y( x0 )  1.204  0.001.
4.1.2. а) P1 ( x0 )  3,   1.5, R1 ( x0 )  1.5; P2 ( x0 )  0,   0.3, R2 ( x0 )  1.5;
P3 ( x0 )  1.5,   0, R3 ( x)  0 ;
а) P1 ( x0 )  71,   9, R1 ( x0 )  7.5; P2 ( x0 )  62,   1.5, R2 ( x0 )  1.5 ;
P3 ( x0 )  63.5,   0, R3 ( x)  0 .
4.1.3. Указание: точность задания таблицы  т  5 105

a) достаточно линейной интерполяции:
P1 (0.045)  1.0460, P2 (0.045)  1.0459625,   P2  P1  4 105   Т ;
б) достаточно линейной интерполяции:
P1 (0.065)  1.06715, P2 (0.065)  1.0671375,   P2  P1  1.25 105   Т .
4.1.4. а) PN  3  10 x  10.5x( x  1)  10.5x2  20.5x  3 ,
( x  1)( x  2) x( x  2) x( x  1)
PL  3 7 4  10.5 x 2  20.5 x  3 ;
(1)(2) (1) 2
1 x3 x 2 11
б) PN  2  ( x  2)  0.125( x  2) x  ( x  2) x( x  2)    x,
24 24 8 12
x( x  2)( x  4) ( x  2) x( x  4) ( x  2) x( x  2) x3 x 2 11
PL  2      x.
48 16 48 24 8 12
( x  1) x3 ( x  1)2
4.1.15. PH  1  ( x  1)2  5 x( x  1)2  8 x 2 ( x  1) 2  4 x3 ( x  1) 2  .
2
4.1.16. P3  4 x3  24 x2  49 x  32.
4.1.17. S1 ( x)  x3  x  1; S2 ( x)   x3  x  1.
4.1.18. S1 ( x)  x2  2x; S2 ( x)  2x; S3 ( x)  x 2  1.

745 495
4.2.1. a   ,b .
2 2
4.2.2. а) y( x)  5.4  2.6 x ; б) y( x)  1.7  2.3x .
4.2.3. а) y( x)  22  35x 3 ; б) y( x)  3  x 3 .
4.2.10. y( x)  6 x2  2 / 3x  3  3 / 3.
123
4.2.11. y( x)  2 2 / 3(2 x3  x).
4.2.12. P( x)  7 / 6  4cos x / 3  4cos2 x / 3 .
4.2.20. а) P( x)  2 x  31 3 ; б) P( x)  5x 2  7.6 x  3 .

4.3.1. Указание: cos nx  2cos x cos(n  1) x  cos(n  2) x.
4.3.2. Корни xk  cos (2k  1) / (n  1) , экстремумы xk  cos(k / n).
4.3.3. P( x)  0.5x 2  x  0.25 .
4.3.4. f ( x)  3x2  2.25x  3.75 .
4.3.5. а) P( x)  2 x  15 ; б) P( x)  2 x3  3.25x2  4 x  5  1/128 ;

5 29
в) P( x)  x .
2 32
3 (ln 3)4
4.3.8. xi  ti ln 3  ln 3, i  0...3. ti – корни T4 (t ) .  Ч   2 102 .
4! 23
  1 5
4.3.9. xi  ti  , i  0...4. ti – корни T5 (t ) .  Ч   5 103 .
2 2 5! 25 24
1 h4 (4  1)! 1 1
4.3.10. а)  равн   102 ,  Ч   5 103 ;
4! 22 4! 23
1 h8 (8  1)! 1 1
б)  равн  2
 1.4 106 ,  Ч   2 107 .
8! 2 8! 27
1. Мастяева И.Н., Семенихина О.Н. Численные методы / Московский меж-
дународный институт эконометрики, информатики, финансов и права. –
М., 2003.
2. Градштейн И.С., Рыжик И.М. Таблицы интегралов, сумм, рядов и произ-
ведений. – Изд. 4-е, перераб. – М. : Государственное издательство физи-
ко-математической литературы, 1963.
3. Тиман А.Ф. Теория приближения функций действительного переменно-
го. – М.: Физматгиз, 1960.
4. Бахвалов Н.С. Численные методы. – М.: Наука, 1973.
М.: МФТИ, 2007. – 196 с.
124
5. ЧИСЛЕННОЕ ДИФФЕРЕНЦИРОВАНИЕ
И ИНТЕГРИРОВАНИЕ
Приведённые в параграфе 4.1 интерполяционные многочлены можно

использовать для получения приближенных формул численного дифферен-
цирования и интегрирования на отрезке x  [ x0 , xn ], где {x j }nj 0 – узлы ин-
терполяции. Применим операции дифференцирования и интегрирования к
левым и правым частям равенства f ( x)  Pn ( x)  Rn ( x) . Это всегда выпол-
нимо для алгебраического интерполяционного многочлена Pn ( x ) . Опреде-
лённые сложности могут возникнуть при оценке погрешности вычислений
по полученным формулам, но в ряде случаев их удается преодолеть и выве-
сти либо точные формулы, либо оценить величину погрешности.
5.1. Численное дифференцирование
Рассмотрим интерполяционный многочлен Ньютона порядка n :
Pn ( x)  f j  f ( x j , x j 1 )( x  x j )  f ( x j , x j 1, x j 2 )( x  x j )( x  x j 1 ) 
...  f ( x j , x j 1 , x j 2 ,..., x j n )( x  x j )( x  x j 1 )...( x  x j n 1 ) ,
определённый на отрезке x  [ x0 , xn ] , где {x j }nj 0 – узлы интерполяции и

x j 1  x j  h  const , j  0, n  1 . Продифференцируем его и ограничимся
случаем n  2 . Тогда
P2( x)  f ( x j , x j 1 )  f ( x j , x j 1 , x j 2 )(2 x  x j  x j 1 ),
или подробнее:
 f j  2  4 f j 1  3 f j f j 2  2 f j 1  f j
P2( x )   ( x  x j ) , x  [ x j , x j 2 ] ;
2h h2
 f j  2  4 f j 1  3 f j
f ( x j )  P2( x j )  ;
2h
3 f  4 f j 1  f j f j 2  f j
f ( x j  2 )  P2( x j 2 )  j  2 ; f ( x j 1 )  P2( x j 1 )  .
2h 2h
Продифференцировав многочлен ещё один раз, получим
125
f j  2  2 f j 1  f j
f ( x)  P2( x)  , x  [ x j , x j 2 ] .
h2
Оценка погрешности численного дифференцирования
Пусть мы аппроксимировали функцию f ( x) интерполяционным мно-
гочленом Ньютона Pn ( x) на отрезке [ x0 , xn ] . Если шаг сетки достаточно
мал, то погрешность аппроксимации будет определяться первым отбро-
шенным слагаемым порядка O(hn 1 ) , а порядок точности f ( k ) ( x) будет
O(hn 1 k ) .
Для функций, имеющих на отрезке x  [ x0 , xn ] , где {x j }nj 0 – узлы ин-
терполяции, n  1 непрерывную производную, справедливо равенство
n
f ( x)  Pn( x)  Rn ( x) . Введём обозначение: n 1 ( x)  ( x  x j ) . Тогда
j 0
d  f ( n 1) ( ( x))  f ( n 1) ( ( x))

Rn ( x)    n 1 ( x)  n1 ( x) .
dx  (n  1)!  (n  1)!
О сложной функции f ( n 1) ( ( x)) известно только то, что она опреде-
лена на интервале ( x0 , xn 1 )  ( x0 , xn ) , и, следовательно, её производная
может принимать сколь угодно большие значения для общего случая за-
дания f ( x ) . С другой стороны, n 1 ( x j )  0 , j  0, n. Поэтому выполнено
f ( n 1) ( ( x j ))
Rn ( x j )  n1 ( x j ) , j  0, n .
(n  1)!
При n  2 и x  x j имеем
f ( ( x j )) f ( ( x j )) M 3 h2
R2 ( x j )  3 ( x j )  h2  ;
3! 3 3
2d
M 3  max f ( x ) . R2( x j )  M 3h   f ( ( x j ))   h 2 .
x[ x j , x j 2 ] 3dx 
Оптимальный шаг численного дифференцирования
Погрешность формул численного дифференцирования помимо ошиб-
ки метода содержит ещё неустранимую погрешность, которая обусловле-
на неточностью задания функции в узлах. Оптимальным принято считать
такой шаг h , при котором эти две величины приблизительно равны.
126
Например, для случая R2 ( x j )  M 3 h2 / 3, f ( x j )  ( f j 2  4 f j 1  3 f j ) / 2h ;
f k  f ( xk )   , k  j, j  2 , имеем оценку h  3 12 / M 3 .
Метод неопределенных коэффициентов

Формулы численного дифференцирования, полученные с использова-
n
нием интерполяционных полиномов, имеют вид: f ( k ) ( x )   ci ( x ) f ( xi ) ,
i 1
где x  [ x1; xn ] . Те же формулы для фиксированного x можно получить с

помощью метода неопределенных коэффициентов, выбирая ci таким об-
разом, чтобы формула была точна на многочленах как можно более высо-
n 1
кой степени. Для многочлена a x
i 0
i
i
точность этой формулы эквивалент-
на СЛАУ на коэффициенты ci , i  1, ..., n , с определителем Вандермон-

да. Значит, решение системы всегда существует и можно найти полином
степени n  1 , для которого формула численного дифференцирования
точна.
Пример 1
Пусть функция y  f ( x) задана таблично в точках x0 , x1 , …, x N ,
причем hi  xi  xi 1  const . Предполагая, что все hi малы и одного по-
рядка по величине, определите порядок точности O(h p ) следующей фор-
мулы для приближенного вычисления второй производной f ( xi ) ,
i  1 , …, N  1 :
2  hi 1 f ( xi 1 )  (hi  hi 1 ) f ( xi )  hi f ( xi 1 ) 
f ( xi )  .
hi hi 1 (hi  hi 1 )
Какая формула получается в пределе hi  const ?
Решение
Разложим f ( xi 1 ) в ряд Тейлора с остаточным членом в форме Ла-
гранжа в окрестности точки xi (считая f ( x ) четырежды непрерывно
дифференцируемой на нужных интервалах):
f ( xi 1 )  f ( xi )  f ( xi )hi 1  f ( xi )hi21 / 2  f ( xi )hi31 / 6  f (4) ( xi  i )hi41 / 24,
f ( xi 1 )  f ( xi )  f ( xi )hi  f ( xi )hi2 / 2  f ( xi )hi3 / 6  f (4) ( xi  i )hi4 / 24,
127
где i  [0, hi 1 ] , i  [0, hi ] . Получим погрешность:
2  hi 1 f ( xi 1 )  (hi  hi 1 ) f ( xi )  hi f ( xi 1 ) 
f ( xi )  
hi hi 1 ( hi  hi 1 )

2
hi hi 1 (hi  hi 1 )
 hi hi 1 (hi2  hi21 ) f ( xi ) / 6   O(h 2 ).
Таким образом, порядок точности равен одному в общем случае и
двум, если hi  hi 1 . В пределе hi  const получаем обычную формулу для
второй производной: f ( xi )   f ( xi 1 )  2 f ( xi )  f ( xi 1 )  / h 2 .
Задачи
5.1.1. Пусть функция y  f ( x) задана таблично в точках x0, x1, … xN,
рядка по величине, определите порядок точности следующей формулы
для вычисления первой производной f ( x ) в точках xi , i  2 , …, N :
(2hi hi 1  hi21 ) f ( xi )  (hi  hi 1 )2 f ( xi 1 )  hi2 f ( xi 2 )
f ( xi )  .
hi hi 1 (hi  hi 1 )

для вычисления второй производной f ( x ) в точках xi , i  0 , …, N  2 :
2  hi  2 f ( xi )  (hi 1  hi  2 ) f ( xi 1 )  hi 1 f ( xi  2 ) 
f ( xi )  .
hi 1hi  2 (hi 1  hi  2 )
____________________________________________________________
для вычисления первой производной f ( x ) в точках xi , i  0 , …, N  2 :
(2hi 1hi  2  hi2 2 ) f ( xi )  (hi 1  hi  2 )2 f ( xi 1 )  hi21 f ( xi  2 )
f ( xi )  .
hi 1hi  2 (hi 1  hi  2 )
128

для вычисления первой производной f ( x ) в точках xi , i  1 , …, N  1 :
hi21 f ( xi 1 )  (hi21  hi2 ) f ( xi )  hi2 f ( xi 1 )
f ( xi )  .
hi hi 1 (hi  hi 1 )

для вычисления второй производной f ( x ) в точках xi , i  0 , …, N  2 :
2  hi  2 f ( xi )  (hi 1  hi  2 ) f ( xi 1 )  hi 1 f ( xi  2 ) 
f ( xi )  .
hi 1hi  2 (hi 1  hi  2 )
Пример 2
а) Для функции, заданной таблично (в предположении непрерывности
и ограниченности всех необходимых производных), найти значение
f (3.00) , используя интерполяционный полином в форме Лагранжа или в
форме Ньютона максимально возможной степени.
б) Решить задачу методом неопределенных коэффициентов.
в) Предложите свой способ решения.
f(x) 5.00 7.00 8.00 10.00 11.00
x x1 = 1.00 x2 = 2.00 x3 = 3.00 x4 = 4.00 x5 = 5.00
Решение
а) Построим по пяти заданным точкам интерполяционный полином в
форме Ньютона:
P4 ( x)  5  2( x  1)  (1/ 2)( x  1)( x  2)  (1/ 3)( x  1)( x  2)( x  3) 
 (1/ 6)( x  1)( x  2)( x  3)( x  4),
f (3.00)   P4 ( x)    2 x 2  12 x  50 / 3 4/3.

x 3
x 3
129
б) Получим тот же ответ, применив метод неопределенных коэффи-
циентов. В этом случае мы определяем набор коэффициентов {ci } ,
5
i  1, …, 5, таких, что формула f ( x )   ci f ( xi ) точна на полиномах как
i 1
можно более высокой степени, в том числе и на базисных одночленах 1,

x , x 2 , x 3 , x 4 . Запишем полученную СЛАУ:
0  1 x 3  c1  c2  c3  c4  c5 ,

0  x  x 3  1c1  2c2  3c3  4c4  5c5 ,

2   x 2   12 c1  22 c2  32 c3  42 c4  52 c5 ,
 x 3


18   x 
3 
 13 c1  23 c2  33 c3  43 c4  53 c5 ,
 x 3

108   x 
4 
 14 c1  24 c2  34 c3  44 c4  54 c5 .
 x 3


Решая СЛАУ, находим: c1  c5  1/12 , c2  c4  4 / 3 , c3  5 / 2 .
В результате для второй производной имеем
1 4 5 4 1 4
f (3)    5   7   8  10  11  .
12 3 2 3 12 3
в) Заметив, что точки расположены симметрично относительно
x0  3 , можем записать формулу Тейлора с остаточным членом в форме
Лагранжа, предполагая, что функция имеет непрерывные производные
нужного порядка ( h  1 , 0   ,    1 ):
5
f ( x0  h)   f (i ) ( x0 )  h  / i ! f (6) ( x0  h )  h  / 6! ,
i 6
i 0
5
f ( x0  2h)   f (i ) ( x0 )  2h  / i ! f (6) ( x0  2h  )  2h  / 6! .
i 6
i 0
Используя симметрию, нетрудно увидеть, что

f ( x  h)  2 f ( x)  f ( x  h) h2
 f ( x )  f (4)
( x )  O (h 4 ) ,
h2 12
f ( x  2h)  2 f ( x )  f ( x  2h) 4h 2
 f ( x )  f (4)
( x )  O(h 4 ) .
4h 2 12
Значит, с четвертым порядком точности получаем
f ( x) 
130
1  f ( x  h)  2 f ( x)  f ( x  h) f ( x  2h)  2 f ( x)  f ( x  2h) 
 4    O(h ),
4
3 h2 4h2 
f (3.00)  4 / 3  O(h 4 ) .
Задачи
5.1.6. а) Для функции, заданной таблично (в предположении непре-
рывности и ограниченности всех необходимых производных), найти зна-
чение f (4.00) , используя интерполяционный полином в форме Лагранжа
или в форме Ньютона максимально возможной степени. б) Решить задачу
методом неопределенных коэффициентов. в) Предложите свой способ
решения.
f ( x) 2.00 3.00 4.00 5.00 6.00
x 1.00 3.00 4.00 5.00 7.00
решения.
f ( x) 1.00 3.00 7.00 11.00 13.00
x 1.00 4.00 5.00 6.00 9.00
решения.
f ( x) 1.00 5.00 7.00 11.00 16.00
x –1.00 1.00 2.00 3.00 5.00
____________________________________________________________
решения.
131
f ( x) 10.00 7.00 3.00 2.00 1.00
x 0.00 1.00 3.00 5.00 6.00
чение f (3.00) , используя интерполяционный полином в форме Лагранжа
решения.
f ( x) 1.00 3.00 4.00 6.00 7.00
x 1.00 2.00 3.00 4.00 5.00
решения.
f ( x) 1.00 2.00 3.00 4.00 5.00
x 1.00 3.00 4.00 5.00 7.00
решения.
f ( x) 8.00 7.00 5.00 4.00 3.00
x 1.00 4.00 5.00 6.00 9.00
решения.
f ( x) 1.00 3.00 3.00 5.00 7.00
x 1.00 2.00 4.00 6.00 7.00
132
методом неопределенных коэффициентов.
f ( x) 1.00 2.00 4.00 3.00 2.00
x 1.00 2.00 3.00 5.00 7.00
чение f (4.00) , используя интерполяционный полином в форме Лагран-
жа или в форме Ньютона максимально возможной степени. б) Решить
задачу методом неопределенных коэффициентов.
f ( x) 1.00 3.00 4.00 4.00 5.00
x 1.00 2.00 4.00 6.00 8.00
чение f (2.00) , используя интерполяционный полином в форме Лагран-
жа или в форме Ньютона максимально возможной степени. б) Решить
задачу методом неопределенных коэффициентов.
f ( x) 8.00 7.00 5.00 3.00 1.00
x –3.00 –1.00 2.00 3.00 4.00
Пример 3
Определить порядок точности формулы численного дифференциро-
вания, приближающей вторую производную в точке x на равномерной
сетке с шагом h :
11 f ( x  h)  20 f ( x )  6 f ( x  h)  4 f ( x  2h)  f ( x  3h)
f ( x)  .
12h 2
Оценить погрешность формулы в предположении существования и не-
прерывности необходимых производных, полагая
max f (5) ( x)  M 5 .
[ x  h , x  3h ]
133
Решение
Для определения порядка точности разложим f ( x  h) , f ( x  h) ,
f ( x  2h) и f ( x  3h) в ряды Тейлора в окрестности точки x , считая h
малым, а функцию f ( x) дифференцируемой нужное число раз. Сумми-
руя коэффициенты разложения в правой части при каждом порядке по h ,
получим:
 f ( x) 11  20  6  4  1  f ( x) 11 (h)  6h  4(2h)  3h  

1
12h2
 (  h) 2 h2 4h 2 9h 2 
 f ( x) 11 6 4  
 2 2 2 2 
 (  h) 3 h3 8h3 27h3 
 f ( x) 11 6 4  
 6 6 6 6 
 (  h) 4 h4 16h4 81h4 
 f (4) ( x) 11 6 4  
 24 24 24 24 
 (h)5 h5 32h5 243h5 
 f (5) ( x) 11 6 4    ...  f ( x)  O(h ) .
3
 120 120 120 120 
Коэффициенты при f ( x) , f ( x) , f ( x) и f (4) ( x) равны нулю, а коэффи-

циент при f ( x) равен 1, что согласуется с левой частью формулы чис-
ленного дифференцирования. Таким образом, порядок точности равен 3.
Чтобы оценить погрешность формулы численного дифференцирования,
возьмем в качестве рядов Тейлора конечные ряды до пятого порядка с
остаточными членами в форме Лагранжа. Получаем (здесь 1 , 2  [0, h] ,
3  [0, 2h] и 4  [0,3h] ):
11 f ( x  h)  20 f ( x )  6 f ( x  h)  4 f ( x  2h)  f ( x  3h)
 f ( x ) 
12h 2
1  (  h) 5 h5 32h5
  11 f (5)
( x  1 )  6 f (5)
( x   2 )  6 f (5)
( x   3 ) 
12h2  120 120 120
243h5  M 5 h3 113M 5 h3
 f (5) ( x   4 )   11  6  192  243   .
120  1440 360
134
Задачи
5.1.17. Определить порядок точности формулы численного диффе-
ренцирования, приближающей первую производную в точке x  h на рав-
номерной сетке с шагом h :
3 f ( x )  10 f ( x  h)  18 f ( x  2h)  6 f ( x  3h)  f ( x  4h)
f ( x  h)  .
12h
ренцирования, приближающей вторую производную в точке x на равно-
мерной сетке с шагом h:
2 f ( x)  5 f ( x  h)  4 f ( x  2h)  f ( x  3h)
f ( x)  .
h2
мерной сетке с шагом h :
11 f ( x  4h)  56 f ( x  3h)  114 f ( x  2h)  104 f ( x  h)  35 f ( x)
f ( x)  .
12h2
____________________________________________________________
ренцирования, приближающей первую производную в точке x на равно-
11 f ( x )  18 f ( x  h)  9 f ( x  2h)  2 f ( x  3h)
f ( x )  .
6h
5 f ( x  h)  8 f ( x  2h)  3 f ( x  3h)
f ( x )  .
2h
2 f ( x  h)  3 f ( x )  6 f ( x  h)  f ( x  2h)
f ( x )  .
6h
135
4 f ( x  h)  9 f ( x )  8 f ( x  h)  3 f ( x  2h)
f ( x )  .
2h
3 f ( x  2h)  10 f ( x  h)  13 f ( x)  6 f ( x  h)
f ( x )  .
2h
5 f ( x)  13 f ( x  h)  11 f ( x  2h)  3 f ( x  3h)
f ( x)  .
2h2
8 f ( x  h)  21 f ( x )  18 f ( x  h)  5 f ( x  2h)
f ( x )  .
3h 2
3 f ( x  h)  7 f ( x )  5 f ( x  h )  f ( x  2h )
f ( x )  .
2h 2
Пример 4
Пусть функция y  f ( x) задана таблично на равномерной сетке с ша-
гом h в точках x0 , x1 , …, xn . Аппроксимируйте значение y ( xn ) по зна-
чениям функции в точках xn  k , xn k 1 , …, xn , k  n , с максимально воз-
можным порядком точности.
Решение
Введем конечные разности назад:
yn  yn  yn 1 , 2 yn  yn  2 yn 1  yn 2 , …
l
Легко доказать по индукции, что l yn   ( 1) j Cl j yn  j . Максимально
j 0
возможный порядок точности O(hk ) получится, если мы приблизим зна-
136
чение функции y ( x ) на интервале [ xn 1 , xn ] интерполяционным полино-
мом Ньютона, используя все точки xn  k ,…, xn . Запишем полином Ньюто-
на в такой форме (вторая интерполяционная формула Ньютона):
y( x)  Pk ( x)  yn  f ( xn 1 , xn )( x  xn )  ...  f ( xn k ,..., xn )( x  xn )...( x  xn k 1 ).
Заметим, что для равномерной сетки разделенные разности
f ( xn l ,..., xn )  l yn / l ! hl . Дифференцировать достаточно по ( x  xn ) , так
как потом мы приравниваем x  xn :
yn k yn h(2h )...((k  1)h) k  j yn

y ( xn )  Pk( xn )   ...   .
1! h k !hk j 1 jh
Эти приближенные формулы используются для построения «формул

дифференцирования назад», (ФДН) – класса методов для интегрирования
жестких систем ОДУ.
Задача
5.1.28. Пусть функция y  f ( x) задана таблично на равномерной сет-
ке с шагом h в точках x0 , x1 , …, xn . Аппроксимируйте значение y ( x0 )
по значениям функции в точках x0 , x1 , …, xk , k  n , с максимально воз-
можным порядком точности. Сравните с примером 4.
5.1.29. Предложите шаг дифференцирования, при котором неустра-
нимая погрешность f k  f ( xk )   сравнима с погрешностью численного
дифференцирования f ( x ) в точке x : f ( x)   f ( x)  f ( x  h)  / h .
Сравните с ответом к задаче 1.11.

дифференцирования f ( x ) в точке x :
f ( x)   3 f ( x)  4 f ( x  h)  f ( x  2h)  / (2h).
Сравните с ответом к задаче 1.13.

дифференцирования f ( x ) в точке x :
137
f ( x)  11 f ( x)  18 f ( x  h)  9 f ( x  2h)  2 f ( x  3h)  / (6h) .
5.2. Численное интегрирование

Квадратурные формулы Ньютона–Котеса
xn
Для вычисления интеграла  f ( x)dx

x0
разобьём равномерно отрезок
[ x0 , xn ] на n  m  k частей. Затем образуем k-последовательные группы с

одинаковым числом m  1 точек {x j }(jii1)mm в каждой из них. Для каждой
группы i  0,..., k  1 по её m  1 узлам построим интерполяционный мно-
гочлен порядка m Pim ( x) , x  [ xim , x(i 1) m ] . Заменим в интеграле
x( i 1) m
 f ( x)dx функцию f ( x)   Pim ( x)  Rim ( x) . Имеем

xim
xn k 1 x( i 1) m k 1 x( i 1) m k 1 x( i 1) m
 f ( x )dx    f ( x )dx    Pim ( x )dx    Rim ( x )dx .

x0 i 0 xim i 0 xim i 0 xim
x( i 1) m
k 1
После вычисления   i 0
Pim ( x)dx получим квадратурные формулы
xim
Ньютона–Котеса. В ряде случаев с помощью теоремы об интегральном

среднем удается точно оценить величину интегралов
k 1 x( i 1) m
R( f )    Rim ( x )dx (остаточный член квадратурной формулы). При-
i 0 xim
ведём некоторые наиболее употребительные формулы Ньютона–Котеса

вместе с оценкой погрешности:
1) метод прямоугольников:
xn n 1
 f ( x)dx  h f
x0 i 0
i , m  1 , k  n , h  ( xn  x0 ) / n ,
R( f )  f ( )( xn  x0 )h / 2 ,   [ x0 , xn ] , R( f )  max f ( x) ( xn  x0 )h / 2 .
[ x0 , xn ]
2) метод трапеций:
xn
 n 1

 f ( x)dx  h ( f 0  f n ) / 2   f i  , m  1 , k  n , h  ( xn  x0 ) / n ,
x0  i 1 
R( f )   f ( )( xn  x0 )h2 /12 ,   [ x0 , xn ] ,
138
R( f )  max f ( x) ( xn  x0 )h2 /12 .
[ x0 , xn ]
3) метод Симпсона:
xn
 n /2 n /2 1

 f ( x)dx  h  f 0  f n  4 f 2i 1  2  f 2i  / 3 , m  2 , k  n / 2 ,
x0 i 1 i 1 
n – четное число, h  ( xn  x0 ) / n , R( f )   f (4) ( )( xn  x0 )h4 /180 ,
  [ x0 , xn ] , R( f )  max f (4) ( x) ( xn  x0 )h 4 /180 .

[ x0 , xn ]
Метод оценки погрешности (Рунге)

b
Для оценки погрешности вычисления интеграла  f ( x )dx
a
по квадра-
турным формулам Ньютона–Котеса для функций, требующих громоздких

вычислений при нахождении производных, можно воспользоваться при-
ближённым правилом Рунге, которое дает хорошую точность при доста-
точно малых значениях h . Представим приближённое значение интеграла
в виде J 2h  J T  C2h (2h)k , где J T – точное значение интеграла, C2h –
константа, k – порядок h в оценке погрешности квадратурной формулы
Ньютона–Котеса. Аналогичная формула получается при шаге h :
J h  J T  Ch (h)k . При достаточно малом h имеем C2h  Ch  C . Отсюда
находим J h  J T  Ch k   J 2h  J h  /  2k  1   , где  – требуемая точ-
ность вычисления интеграла.
Квадратурные формулы Гаусса
Если подынтегральная функция является алгебраическим многочле-
ном степени не выше m , то квадратурные формулы Ньютона–Котеса бу-
дут для неё точными. Поставим задачу по-другому: подобрать так узлы
x j и коэффициенты c j , j  1, n , чтобы формула
b n
 f ( x)dx   c f ( x j )  Rn ( f )
(n)
j
a j 1
была точной для алгебраических многочленов максимально высокой сте-

m
пени. Пусть f ( x )   ak x k и Rn ( f )  0 , тогда при 2n  m  1 получаем
k 0
систему уравнений
139
b b m m b n m m n
 f ( x )dx    ak x k dx   ak  x k dx   c (jn )  ak x kj  ak  c (jn ) x kj ,

a a k 0 k 0 a j 1 k 0 k 0 j 0
b

c1( n )  c2( n )  ...  cn( n )   dx  0 
a 
b 
c1( n ) x1  c2( n ) x2  ...  cn( n ) xn   xdx  1 
a ,
............................................................. 

b 
c1( n ) x1m  c2( n ) x2m  ...  cn( n ) xnm   x m dx  m 
a 
b
где k   x k dx – моменты формулы Гаусса. Ответ на вопрос, при каких
a
условиях эта система уравнений однозначно разрешима, даёт теорема 5.2.1.
Теорема 5.2.1 (метод Гаусса). Для того чтобы формула Гаусса была
точной для любого алгебраического многочлена степени не выше 2n  1 ,
необходимо и достаточно, чтобы её узлы {x j }nj 1 были корнями много-
n
члена n ( x)   ( x  x j ), ортогонального к любому многочлену степени
j 1
b
не выше n  1 , т.е.   ( x )q
a
n n 1 ( x )dx  0 , где qn 1 ( x) – произвольный алгеб-
раический многочлен степени не выше n  1 .

Приведём основные выражения для коэффициентов и узлов формулы
Гаусса, оценки погрешности:
n! d n
1) n ( x )  ( x  a )n ( x  b) n  ;
(2n)! dx n 
(n !)4 (b  a )2 n 1
2) c(jn )  ;
[(2n)!]2 (b  x j )( x j  a )[n ( x j )]2
(n !)4 (b  a )2 n 1 (2 n )
3) Rn ( f )  f ( ) ,   [a, b] .
[(2n)!]3 (2n  1)
Часто отрезок интегрирования [a, b] сводят к отрезку [1,1] линей-
ным преобразованием: x  (a  b) / 2  y  (b  a) / 2 . Тогда
140
ba ba ba  ba
b 1 1

a
f ( x)dx   f
2 1  2

2
y  dy 
 2 1
f ( y)dy,
1 n
 f ( y)dy   c f ( y j )  Rn ( f ).
(n)
j
1 j 1
n! d n 2n (n !)2
Для отрезка [1,1] : n ( y )   ( y  a ) n
( y  b ) n
  Ln ( y ) .
(2n)! dx n   (2n)!
С точностью до нормировки это полиномы Лежандра n-й степени. Их
корни и соответствующие веса квадратурной формулы известны для ши-
рокого диапазона n. Веса и остаточный член квадратурной формулы
находятся по формулам
2 (n !)4 22 n 1
c (j n )  , Rn ( f )  f (2 n ) ( ) ,   [1,1] .
(1  y 2j )[ Ln ( y j )]2 [(2n )!]3 (2n  1)
Например, при n  2 имеем

 
L2 ( y)  (3 y 2  1) / 2 , y j  1/ 3, 1/ 3 , c j  1, 1 , R2 ( f )  f (4) ( ) /135,
а при n  3 :
L3 ( y)  (5 y3  3 y) / 2 , y j   3 / 5, 0,  
3/ 5 ,
c j  5 / 9, 8 / 9, 5 / 9 , R3 ( f )  f (6) ( ) /15750 .
Также можно строить квадратуры Гаусса с весовым множителем:

b n
  ( x) f ( x)dx   c
( n)
j f ( x j ).
a j 1
Узлы x j и коэффициенты c j , j  1, n , подбираются так, чтобы эта форму-

ла была точна на многочленах максимально высокой степени.
Приближенное вычисление интегралов с особенностями
Вышеприведенные методы применимы, когда интервал конечный и
существуют и ограничены производные до определенного порядка. Если
мы хотим оценить с некоторой точностью  сходящийся интеграл на бес-

конечном интервале, например  f ( x )dx , то можно не учитывать малый

a
 
вклад  f ( x )dx , про который мы знаем, что  f ( x)dx   / 2,

b b
и оценить
141
b
только  f ( x )dx
a
с точностью  / 2 . Аналогичным образом можно было
бы не учитывать малый интервал в окрестности точки, где функция имеет

особенность, если мы сумеем показать, что отбрасываемая часть мала
(меньше  / 2 ). Другой подход к вычислению интегралов с особенностя-
ми (предложенный Л.В. Канторовичем) основан на выделении из функции
b
f ( x ) слагаемого g ( x ) так, что  g ( x)dx

a
легко вычисляется точно, а оста-
ток f ( x)  g ( x) – достаточно гладкая функция, к которой можно приме-

нить квадратурные формулы. Также иногда проще воспользоваться прие-
мами из математического анализа, чтобы избавиться от особенности или
привести интеграл к более простому виду, например, с помощью интегри-
рования по частям или замены переменных.
Пример 1
Оцените минимальное число узлов для вычисления интеграла
4
dx
I  (точное значение  /16  0.19634954 ) с точностью   104
0 16  x 2
по методам трапеций, Симпсона и квадратур Гаусса. Оцените интеграл с

заданной точностью любым из этих методов.
Решение
Удобно свести интегрирование к каноническому отрезку [1,1] ли-
нейным преобразованием x  2( y  1) :
4 1
dx dy
I   .
0 16  x 2
1 2(4  ( y  1) 2 )
Ответ будет зависеть от того, насколько точно получены оценки для абсо-
лютной величины производных. Производные от рациональных функций
иногда легче оценить, разложив на более простые слагаемые. Для оценок
производных подынтегральных функций по y  [1,1] перейдем в ком-
плексную плоскость:
(n) (n)
 1  i  1 1 
 2 
    
 2(4  ( y  1) )  y 8  y  1  2i y  1  2i  y
142
(1)n 1 in!  1 1  n!
  n 1
 n 1 
 n3 .
8  ( y  1  2i) ( y  1  2i)  2
Теперь из формул для погрешности для метода трапеций получаем
y  y0 2 2!
I tr  n max f ( y) htr2   5  htr2    104 ,
12 [ 1,1] 12 2
htr  96 /10000  0.098 , и количество узлов Ntr  22 . Для метода Симп-
сона
y  y0 2 4! 4
I S  n max f (4) ( y) hS4    hS    104 ,
180 [ 1,1] 180 128
hS  4 480 /10000  0.47, и количество узлов N S  7 соответственно. Ана-
логично, используя формулу для погрешности для метода Гаусса, получа-
ем, что достаточно трех узлов:
26 1  3!
4
1 6!
I G  max f (6) ( y)   9  8.9 105.
 6  1 (6)!
3 [ 1,1]
15750 2
Нули 3 ( y) находятся в точках yi   3 / 5,0, 3 / 5 , i  1, 2,3, и соот-
ветствующие коэффициенты
2 5 8 5
ci   , , .
1  xi2  (15xi2  3) / 2 9 9 9
2
Отсюда получаем
 
15 1 8 1 5 1   0.19632.
IG        2 
 
9 4 1 9 1
 
2
2  9 4   3 / 5 1 3 / 5 1 
 
Задачи
5.2.1. Оцените минимальное число узлов, необходимых для вычисле-
1
 x2 
ния интеграла I   ln 1   dx с точностью   102 , по методам тра-
1  3
пеций, Симпсона и квадратур Гаусса. Вычислите интеграл с заданной
точностью любым из этих методов.
1
dx
ния интеграла I   с точностью   102 , по методам трапеций,
1
1  x2 / 3
Симпсона и квадратур Гаусса. Вычислите интеграл с заданной точностью
любым из этих методов.
143
1
ния интеграла I   exp(  x 2 / 4)dx с точностью   102 , по методам тра-
1
пеций, Симпсона и квадратур Гаусса. Вычислите интеграл с заданной
1
1
ния интеграла I   exp(  x 2 / 2)dx с точностью   102 , по методам
3 1
трапеций, Симпсона и квадратур Гаусса. Вычислите интеграл с заданной
____________________________________________________________
 x 
1
x
ния интеграла I   arctg   dx с точностью   10 , по методам
2
1 3  3 
трапеций, Симпсона и квадратур Гаусса. Вычислите интеграл с заданной
1 x
1
ния интеграла I   dx с точностью   102 , по методам трапеций и
0
1  x 3
Симпсона. Вычислите интеграл с заданной точностью любым из этих ме-

тодов.
1  x2
1
0
1  x4
тодов.
1  x3
1
0
1  x 5

тодов.
1
xe x
ния интеграла I   dx с точностью   102 , по методам трапеций
0
(1  x ) 2
и Симпсона. Вычислите интеграл с заданной точностью любым из этих

методов.
144
5.2.10. Оцените минимальное число узлов, необходимых для вычис-
ln 2
x
ления интеграла I   x x
dx с точностью   102 , по методам
0
e  2 e  2
трапеций и Симпсона. Вычислите интеграл с заданной точностью любым
из этих методов.
5.2.11. Оцените минимальное число узлов, необходимых для вычис-

cos(2 x )
ления интеграла I   dx с точностью   102 , по методам тра-
0 1
1
cos x
2
пеций и Симпсона. Вычислите интеграл с заданной точностью любым из
этих методов.
5.2.12. Вычислить приближённое значение интеграла, используя
2
xdx
квадратурную формулу Гаусса с двумя узлами I   , сведя отрезок
0
1  x2
интегрирования к каноническому отрезку линейным преобразованием.
5.2.13. Вычислить приближённое значение интеграла, используя
1
dx
квадратурную формулу Гаусса с двумя узлами I   , сведя отре-
0
1  x  x2
зок интегрирования к каноническому отрезку линейным преобразовани-
ем.
Пример 2
Вывести квадратурную формулу Гаусса с двумя узлами для вычисле-
ния интегралов вида



f ( x )sin(2nx )dx .
Решение
По определению квадратурная формула с двумя узлами должна быть
точна на полиномах как можно более высокой степени:



f ( x )sin(2nx )dx  c1 f ( x1 )  c2 f ( x2 ) .
Подставляя вместо f ( x ) одночлены 1, x, x 2 , x 3 , получаем систему из

четырех нелинейных уравнений на коэффициенты и узлы:
145


 0   1 sin(2nx)dx  c1 1  c2 1,
 
  
   x  sin(2nx )dx  c1  x1  c2  x2 ,
 n 
 
0  x 2  sin(2nx )dx  c  x 2  c  x 2 ,
  1 1 2 2
 
 3  3  3
 3   x  sin(2nx )dx  c1  x13  c2  x23 .
 2 n n 

Получаем  x1  x2   2  3 / (2n 2 ) , c1  c2   / 2n  2  3 / (2n 2 ) . 
Нетрудно увидеть преимущество данного метода по сравнению с
формулами Ньютона–Котеса. Рассмотрим интеграл от следующей быст-
роосциллирующей функции ( n  100 ):

2n  e  e  
I e sin(2nx )dx    0.1154845 .
x

4n 2  1
Наша квадратурная формула с двумя узлами дает I G  0.1154855 . Чтобы

вычислить интегралы такого типа с высокой точностью по методу трапе-
ций, нужно было бы взять достаточное число узлов на каждом из 200
периодов функции sin(200 x) .
Задачи
5.2.14. Построить квадратурную формулу Гаусса с двумя узлами для
1
вычисления интеграла I   xf ( x)dx
1
и определить приближенное значе-
ние интеграла для f ( x)  sin( 5 / 27   x) .

1
вычисления интеграла I  x f ( x )dx и определить приближенное значе-

2
1
ние интеграла для f ( x)  cos( 5 / 48   x) .
____________________________________________________________
146
1
3
1
ние интеграла для f ( x)  tg( 7 / 45   x) .

1
4
1
ние интеграла для f ( x)  exp(7 x 2 / 5) .

 /2
вычисления интеграла I  
 /2
sin( x ) f ( x )dx .

 /2
 /2
cos( x ) f ( x )dx .

1
f ( x)
вычисления интеграла I   dx .
1 1  x
2

1
1
1  x 2 f ( x )dx .


e
 x2
вычисления интеграла I  f ( x )dx .



вычисления интеграла I   e  x f ( x )dx .

0


вычисления интеграла I   sin( x ) f ( x )dx .
0
147
Пример 3
Предложить алгоритм вычисления с точностью   103 несобствен-

e x
2
ного интеграла I   dx .
0 x
Решение

e x
2
Сначала найдем интервал (b, ), для которого I1   dx   / 2 . Ес-

b x
ли b  1 , то
 
e x
2
b x dx  b e dx  e .
x b
Значит, можно взять b   ln 103 / 2  . Теперь попробуем вычесть из

e x
2
f ( x)  такую легко интегрируемую функцию g ( x ) , чтобы

x
f ( x)  g ( x) была дважды непрерывно дифференцируема на [0, b] . Един-
ственная особенность находится в нуле. В окрестности нуля
e x
2
x

1
x
1  x 2  x 4 / 2  ...  . Можно взять g ( x ) 
1
x
1  x 2  . Действи-
тельно, f ( x)  g ( x) дважды непрерывно дифференцируема и
 
b
I 2   g ( x )dx  2 b  2b5/2 / 5 . Теперь можно применить формулу трапе-
0
 e x 1  x 2 
b 2
ций для вычисления оставшегося интеграла I 3     dx . Пол-

 x x 
0
ный интеграл равен I  I1  I 2  I 3 . Попробуем грубо оценить шаг инте-

грирования htr . Если x  1 , то
 f ( x)  g ( x)   e  x  2 x 1/2  4 x 3/2  3x 5/2 / 4   3x 5/2 / 4  3x 1/2 / 4 

2
 2  4e1  3 / 4  3 / 4  3 / 4  6.
Здесь использовано, что x 3/2 e x  x 2 e x  e1 . Если 0  x  1 , то

2 2
148
 1   
n 2n  
 f ( x )  g ( x )    ( 1) x  
 x  n 2 

  (1)  2n  1 / 2  2n  3 / 2  x
n 2
n 2 n  5/2
 7 / 2  5 / 2.
Здесь использован факт, что знакопеременный ряд с уменьшающими-

ся по модулю слагаемыми можно ограничить первым слагаемым по моду-
лю. Итак,
 ln 103 / 2  35
max  f ( x )  g ( x )   35 / 4 , htr2  103 / 2 ,
[0,b ] 12 4
24  103
htr   0.0095 .
35ln 103 / 2 
Задачи
5.2.25. Вычислить несобственный интеграл с точностью   103 :

dx
0 1  x  x 2 3/2 .
 

e
 x2
cos xdx .
0


e
 x2
sin xdx .
1


1  cos x
0 x 2 x dx .
____________________________________________________________

sin 3 x
0 x dx .
149

sin 3 x
0 x 3 dx .

sin x sin(2 x )
0 x
dx .


sin 3 x
0 x 2 dx .

  dx
e x  e x
2
.
0
x

  dx
e  x  e 2 x
2 2
.
0
x2

  x2 1  dx
0  e  1  x 2  x .
5.2.36. Получить поправку Рунге к формуле трапеций.
5.2.37. Известно, что узлы квадратурной формулы типа Гаусса для
1 3
приближенного вычисления  f ( x )dx   ci f ( xi ) находятся в точках
1 i 1
 3 / 5,0, 3 / 5 . Найдите ci с помощью метода неопределенных коэффи-

циентов.
5.1.1. Порядок погрешности второй: O(h2 ) . Это доказывается разложени-
ем f ( xi 2 ) и f ( xi 1 ) в ряд.
5.1.2. O(h) .
5.1.6. 0 .
150
5.1.7. 0 .
5.1.8. 53 / 24 .
5.1.17. O(h 4 ) .
5.1.18. O(h 2 ) .
5.1.19. O(h 3 ) .
k
(1) j 1  j yn
5.1.28. y ( xn )   , где yn  yn 1  yn – конечные разности
j 1 jh
вперед.
5.2.1. Точное значение: I  0.202963 . Приближенное: ntr  8 , nS  5 ,
nG  2 , I G  0.21 .
nG  3 , I G  1.815 .
nG  2 , I G  1.84 .
nG  2 , I G  0.564 .

5.2.14. I   5 27 f  3 5  3 5 f   
3 5  5 3.
 
5.2.15. I  f  3 5  f   35  3  2 3.
5.2.25. Точное значение I  0.666667 .

1. Рябенький В.С. Введение в вычислительную математику. – 3-е изд. М. :
Физматлит, 2008. – 288 с. (Физтеховский учебник.)
3. Демидович Б.П., Марон И.А. Основы вычислительной математики: учеб-
ное пособие. – 7-е изд. – СПб. : Лань, 2009. – 672 с.
151
4. Калиткин Н.Н. Численные методы: учебное пособие. – 2-е изд. СПб. :
БХВ-Петербург, 2011. – 592 с.
5. Бахвалов Н.С., Жидков Н.П., Кобельков Г.М. Численные методы. – 7-е
изд. М. : БИНОМ. Лаборатория знаний, 2011. – 636 с.
6. Градштейн И.С., Рыжик И.М. Таблицы интегралов, сумм, рядов и произ-
ведений. – Изд. 4-е, перераб. – М. : Государственное издательство физи-
ко-математической литературы, 1963.
152
6. ЧИСЛЕННЫЕ МЕТОДЫ
РЕШЕНИЯ ОБЫКНОВЕННЫХ
ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ (ОДУ)
6.1. Разностные уравнения

При решении некоторых задач разностные уравнения можно рассмат-
ривать как частный случай систем линейных алгебраических уравнений
(СЛАУ):
Ay= f , (6.1.1)
в которых отличны от нуля только элементы матрицы А, стоящие на

главной и нескольких близлежащих диагоналях, а остальные элементы
равны нулю. В частности, системы уравнений такого вида возникают при
численном решении дифференциальных уравнений, когда производные от
искомой функции заменяются конечно-разностными соотношениями
(численное дифференцирование) для приближения их в конечном числе
точек области интегрирования. Как правило, эти формулы используют
подобную аппроксимацию производных по соседним узлам для разных
точек области интегрирования [1].
Если ввести вектор неизвестных y = { y0 , y1 , , yn , yn+1 , , yN }T и век-
тор правых частей f ={ f0 , f1 , , f n , f n+1 , , f N }T , то тогда основная подси-
стема уравнений системы (6.1.1) может быть записана так:
an  k yn  k + + an 1 yn 1 + an yn + an+1 yn+1 + + an+m yn+m = f n ,
(6.1.2)
n = k ,N  m; k + m = r ,
где k, m, r – целые числа. В наиболее простом варианте коэффициенты

an+l , l = k , m , не зависят от n и принимают в интересующих нас случаях
постоянные значения:
an+l = al = const, a k  0, am  0, l = k ,m . (6.1.3)
При этих условиях (n + 1) уравнение системы (6.1.1) записывается как

a k ynk + +a1 yn1 +a0 yn +a1 yn+1 + +am yn+m = f n . (6.1.4)
153
Такое уравнение называется линейным разностным уравнением
k + m = r-го порядка с постоянными коэффициентами.
Для того чтобы система из (N + 1  k – m) линейного уравнения с
N + 1 неизвестным имела единственное решение, её необходимо допол-
нить (k + m) линейными уравнениями относительно неизвестных величин:

N
l 0
(bn )l yl = cn , n  0, k  1; n  N  m  1, N , (6.1.5)
где (bn )l , cn – заданные числа.

Дополнительные уравнения возникают в большинстве случаев как
следствие аппроксимации начальных и (или) граничных условий при ре-
шении соответствующих дифференциальных задач.
Остановимся более подробно на аналитических методах решения та-
кого рода уравнений и рассмотрим основную подсистему (6.1.2), (6.1.3)
задачи (6.1.1). Будем искать её общее решение в виде
y = yo + yч , (6.1.6)
где y o – общее решение однородной подсистемы уравнений (6.1.2),

(6.1.4), когда f n  0, n = k , N  m , а y ч – частное решение этой же
неоднородной подсистемы уравнений. Общее решение однородной
подсистемы (6.1.2), (6.1.4) состоит из линейной комбинации (k + m)-
линейно независимых решений этой подсистемы
y o =  k+m=r
j=1 C j ( yo ) j . (6.1.7)
Для нахождения линейно независимых решений однородной подси-

стемы (6.1.2), (6.1.4) рассмотрим однородное уравнение (6.1.4):
a k ( y0 )n k + + a1 ( y0 )n1 + a0 ( y0 )n + a1 ( y0 )n+1 + + am ( y0 )n+m = 0 (6.1.8)
и произведём в нём замену: ( y0 )n = q n . После тождественных
nk
преобразований и сокращения на q получаем алгебраическое
уравнение k + m = r-степени:
am qr +am1q r 1 + +a k+1q+a k = 0. (6.1.9)
Выражение (6.1.9) называется характеристическим уравнением

(6.1.8).
Если коэффициенты уравнения (6.1.9) a j , j= k , m, – действительные
числа, то согласно основной теореме алгебры существует k + m = r-
154
решений этого уравнения q j , j=1, r . Когда все корни q j различны, ре-
шение (6.1.7) представимо в виде
( y o )n =  j 1 C j (q j )n , n = 0, N , C j  постоянные ,
r
(6.1.10)
где n обозначает компоненту вектора y o . Для проверки найденного

решения подставим выражение (6.1.10) в (6.1.8) и перегруппируем
слагаемые, воспользовавшись линейностью уравнения
 C j q nj  k (am q rj +am 1q rj 1 +

r
j 1
+ak+1q j +ak ) = 0. (6.1.11)
Равенство (6.1.11) превращается в тождество при любых значениях

постоянных коэффициентов C j , т.к. q j , j=1, r , являются корнями харак-
теристического уравнения (6.1.9). Это утверждение справедливо для лю-
бого n=k , N  m , т.е. выражение (6.1.10) является общим решением одно-
родной подсистемы (6.1.2).
i  i
Комплексно-сопряжённые корни q j =  j e j ; q j+1 =  j e j представи-
мы в решении (6.1.10) в виде  nj [C j cos(n j ) +C j+1sin(n j )] . В случае, если
какой-нибудь корень q j имеет кратность s, то соответствующая частич-

s 1
ная сумма p 0
C j+ p (q j+ p )n в (6.1.10) заменяется выражением
(C j +nC j+1 + +C j+s 1ns 1 )q nj .
Пример 1
Найти общее решение разностного уравнения
2b3
ayn+3 +byn+ 2  yn = 0; a, b  const  0.
27a 2
Решение
Сделаем подстановку yn = qn в разностное уравнение, и после сокра-
щения на q n получаем характеристическое уравнение:
2b3
aq3 +bq 2  =0.
27a 2
155
После деления уравнения на a приходим к кубическому алгебраиче-
скому уравнению, корни которого необходимо найти для построения об-
b 2b3
щего решения разностного уравнения: q3 + q2  =0.
a 27a 3
Заменим q =   b (3a) в кубическом уравнении и приведём подоб-
 b2 
ные члены. В результате уравнение примет вид:    2  2  = 0 .
 3a 
Корни этого уравнения вычисляются, и находятся собственные числа
характеристического уравнения:
q1 =  b (3a), q2 = ( 1+ 3)b (3a), q3 =  (1+ 3)b (3a) .

Все собственные числа различные.
n n
Ответ: yn = C1 ( b 3a)n +C2 ( 1  3)b 3a  +C3 ( 1  3)b 3a  .
Задачи
Найти общее решение разностного уравнения:
6.1.1. yn+3 +9 yn+ 2  2 yn+1  48 yn = 0 ;
6.1.2. yn+3  6 yn+ 2  4 yn+1  24 yn = 0 .
Пример 2
4b3
ayn+3 +byn+ 2  yn = 0; a, b  const  0 .
27a 2
Решение
Поделим разностное уравнение на a и сделаем замену yn = qn . Со-
кращая на q n , получим характеристическое уравнение:
4b3
q3 +bq 2 a  =0 .
27a 3
Сделаем замену q=   b (3a ) , введём обозначения
p=  b (3a ); g=  2b (27a ) и воспользуемся формулой Кардано для
2 2 3 3
корней приведённого кубического уравнения:
 3 + p + g= 0; 1 = A+B; 2,3 =  ( A+ B) 2 ±i ( A  B) 3 2;
156
A = 3  g 2+ Q ; B = 3  g 2  Q ; Q = ( p 3)3 + ( g 2)2 .
После вычислений находим корни кубического уравнения

1 = 2b (3a); 2,3 =  b (3a) и определяем собственные числа характери-
стического уравнения q1 =b (3a); q2,3 =  2b (3a) . Случай кратных корней.
Ответ: yn =C1 (b 3a)n +C2 ( 2b 3a)n +C3n(2b 3a)n .
Задачи
6.1.3. yn+ 4  2 yn+3  12 yn+ 2  40 yn+1  32 yn = 0.
6.1.4. 32 yn+ 4  40 yn+3  12 yn+ 2  2 yn+1  yn = 0.
Пример 3
b2 2b3
ayn+3 +byn+2 + yn+1 + yn = 0; a, b  const  0 .
3a 27a 2
Решение
Поделив на a разностное уравнение и сделав в нём замену yn = qn ,
b b2 2b3
приходим к характеристическому уравнению: q3 + q2 + 2 q+ = 0.
a 3a 27a 3
Сделаем подстановку q =   b (3a ) и приведём подобные члены.
b3
Уравнение примет вид:  3 + =0 .
27a 3
Тогда его решения записываются так: 1 =  b (3a); 2,3 =[b (3a)]e±iπ/3 ,
а среди собственных чисел характеристического уравнения есть ком-
плексно-сопряжённые: q1 =  2b (3a); q2,3 =[b (3a)]( 1±i 3) / 2 .
Ответ: yn =C1 (  2b 3a)n + (b 3a)n [C2cos(2πn 3) +C3sin(2πn 3)] .
Задачи
6.1.5. yn+3 +3 yn+ 2  4 yn+1  2 yn = 0 .
6.1.6. yn+3  3 yn+ 2  9 yn+1  27 yn = 0 .
157
____________________________________________________________
6.1.7. yn+3 +12 yn+ 2  yn+1  132 yn = 0 .
6.1.8. yn+3  9 yn+ 2  9 yn+1  81yn = 0 .
6.1.9. yn+3  12 yn+ 2  12 yn+1  80 yn = 0 .
6.1.10. yn+3 +3 yn+ 2  4 yn = 0 .
6.1.11. 2 yn+3  6 yn+ 2  8 yn = 0 .
6.1.12. yn+3  9 yn+ 2  108 yn = 0 .
6.1.13. yn+3 + 6 yn+ 2  16 yn+1  16 yn = 0 .
6.1.14. yn+3  9 yn+ 2  36 yn+1  54 yn = 0 .
6.1.15. yn+3  2 yn+ 2  yn+1  2 yn = 0 .
6.1.16. yn+3  yn+ 2  4 yn+1  4 yn = 0 .

К полученному общему решению (6.1.10) однородной подсистемы
(6.1.2) нужно добавить частное решение неоднородной подсистемы
(6.1.2). Его вид зависит от вектора f правой части системы (6.1.1). Пусть
компоненты этого вектора равны
f n =  n [ P (n)cos( n) +R (n)sin( n)], n=k , N  m , (6.1.12)
где P (n), R (n) – алгебраические многочлены степени  и  соответ-

ственно относительно n,  и  – действительные числа. Если  и  не рав-
няются соответственно модулю и аргументу какого-то одного корня ха-
рактеристического уравнения (6.1.9), то ищем частное решение в виде
( yч )n =  n [Q (n)cos( n)+S (n)sin( n)], (6.1.13)
где  = max(,), а Q (n) и S (n) – произвольные алгебраические много-

члены от n степени не выше . Для случая, когда  – модуль, а  – аргу-
мент какого-то одного корня характеристического уравнения (6.1.9), по-
лагаем
( yч )n =nr  n [Q (n)cos( n) +S (n)sin( n)], (6.1.14)
где r – кратность корня.

158
Пример 4
Найти общее решение разностного уравнения
yn+1  3 yn +3 yn 1  yn  2 =ah4 n; a , h = const  0.
Решение
Общее решение неоднородного уравнения равняется сумме общего
решения однородного уравнения плюс частное решение неоднородного
уравнения. Для нахождения общего решения однородного уравнения сде-
лаем в нём подстановку yn = qn и получим характеристическое уравнение
q3  3q2 + 3q 1= 0 . Это уравнение имеет корень, равный 1 с кратностью 3.
Следовательно, общее решение однородного уравнения можно записать
так: ( y o )n =C1 +C2n+C3n 2 ; C1 , C2 , C3  постоянные .
Поскольку в (6.1.12)  =1 и  = 0 совпадает с модулем и аргументом
корня характеристического уравнения кратности 3, будем искать частное
решение неоднородного уравнения в виде ( yч )n =n3 ( An+B) и подставим в
неоднородное уравнение:
A(n+1)4 +B(n+1)3  3An4  3Bn3 +3A(n 1)4 +
+ 3B(n 1)3  A(n  2)4  B(n  2)3 =12 A(2n 1) + 6B=ah4 n .
Откуда получаем: A=ah4 24; B=ah4 12 .

Ответ: yn =C1 +C2 n+C3 n2 +an3 (n+ 2)h4 24.
Задачи
6.1.17. yn+1  yn 1 = 2ah sin(hn); a , h = const  0.
6.1.18. 3 yn  4 yn 1 + yn  2 = 2 anh2 ; a , h = const  0.
6.1.19. yn+1  2 yn + yn 1 =ah2 cos(hn); a , h = const  0.
6.1.20. 2 yn  5 yn 1 + 4 yn  2  yn  3 =ah2 ; a , h = const  0.
 yn  [2  1 (2h)] yn 1  [2  1 (2h)] yn  2  [2  1 (2h)] yn  3 


6.1.21. 

  [1  1 (2h)] yn  4 = a; a, h = const  0.
159
После того как общее решение неоднородной подсистемы (6.1.2)
найдено, подставляя его в уравнения (6.1.5), получаем систему линейных
уравнений относительно произвольных постоянных C j , j=1, k +m , обще-
го решения. Решив её точно, найдем аналитическое решение СЛАУ
(6.1.1).
Пример 5
Найти решение разностной задачи:
yn+1  3 yn + 3 yn 1  yn  2 = ah 4 n; n= 2 ÷ N 1; y0 = 0; y1 = ah 4 8;
y2 = 4ah4 3; a= const  0.
Решение
Воспользуемся общим решением неоднородного уравнения, найден-
ным в примере 4, и удовлетворим дополнительным уравнением для
y0 , y1 , y2 . После преобразований приходим к системе линейных уравне-
ний относительно C1 , C2 , C3 :
C1 = 0; C1 +C2 +C3 +ah 4 8=ah 4 8; C1 + 2C2 + 4C3 + 4 ah 4 3= 4 ah 4 3 .
Откуда получаем: C1 =C2 =C3 = 0 .

Ответ: yn =an3 (n+ 2)h4 24.
Задачи
Найти решение разностной задачи
6.1.22. yn+1  yn 1 = 2ah sin(hn); n  1  N  1; y0  0; y1  0; a , h = const  0.
6.1.23. 3 yn  4 yn 1 + yn  2 = 2 anh2 ; n  2  N ; y0  1; y1  1; a , h = const  0.
 y  2 yn + yn 1 = ah 2 cos(hn); n  1  N  1; y0  0; y1  h;
6.1.24.  n+1
 a , h = const  0.
2 y  5 yn 1 + 4 yn  2  yn  3 = ah 2 ; n  3  N ; y0  0; y1  h  (ah 2 ) / 2;
6.1.25.  n
 y2  2h  2ah2 ; a , h = const  0.
 yn  [1 (2h)  2] yn 1  [2  1 (2h)] yn  2  [1 (2h)  2] yn  3  [1  1 (2h)]

6.1.26. 
  yn  4 =a; n = 4  N ; y0  0; y1  ah; y2  2ah; y3  3ah; a , h = const  0.
____________________________________________________________
160

2 y  5 yn+1 + 4 yn+ 2  yn+3 = ah n  b h ; n  0  N  3;
3 2
6.1.27.  n
 y0  0; y1  (bh ) / 2; y2  2bh ; a , b, h = const  0.

2 2

 2 y  5 yn 1 + 4 yn  2  yn 3 = ah n  b h ; n  3  N ;
3 2
6.1.28.  n
 y0  0; y1  (bh ) / 2; y2  2bh ; a , b, h = const  0.

2 2
 y  2 yn + yn 1 = ah3 n  b h 2 ; n  1  N  1; y0  0; 4 y1  y2  0;
6.1.29.  n+1
 a , b, h = const  0.
 y  2 yn +1 + yn = ah3 n  b h 2 ; n  0  N  2; y0  0; 4 y1  y2  0;
6.1.30.  n +2
 a , b, h = const  0.
 y  4 yn  3 yn 1 = 2(ah 2 n  b h); n  1  N  1; y0  0; y1  bh;

6.1.31.  n +1
 a , b, h = const  0.
6.1.32. yn+1  yn = h cos (hn); n  0  N  1; y0  0; h = const  0.
6.1.33. yn +1  2 yn  yn 1 = h2sin(hn); n  1  N  1; y0  0; y1  h; h = const  0.
6.1.34. yn+1  yn1 = 2hcos(hn); n  1  N  1; y0  0; y1  h; h = const  0.

 y  2 yn + yn 1 = h sin(hn); n  1  N  1; y0  1;
2
6.1.35.  n +1

 y1  1  h; h = const  0.
6.1.36. yn+1  yn1 = 4hcos(2hn); n  1  N  1; y0  0; y1  h; h = const  0.
6.2. ОДУ. Задача Коши

В этом разделе рассматриваются задачи для обыкновенных диффе-
ренциальных уравнений, существование и единственность решений кото-
рых предполагается доказанной в соответствующих курсах высшей мате-
матики по дифференциальным уравнениям. Наиболее простым случаем
таких уравнений является обыкновенное дифференциальное уравнение
первого порядка. На его примере введём основные понятия, использую-
щиеся в дальнейшем [2–6]. Пусть требуется построить решение задачи с
начальными условиями (задача Коши):
dy 
= f ( x, y ) + ( x), X 0 < x< X L , 
dx  (6.2.1)
y ( x0 ) = y0 . 

161
dy
Обозначим Ly =  f ( x, y ) – дифференциальный оператор, опреде-
dx
лённый в области D = {x  ( X 0 , X L )} с границей G  {X 0 , X L } . Начальное
условие запишем как ly = y( x0 ) = 0 на G, где y, f ,  и 0 – элементы
линейных нормированных пространств Y, F Ф и Ф0 соответственно.
В операторном виде задача (6.2.1) перепишется так:
Ly=  в D, 
 (6.2.2)
ly= 0 на G.
Разобьём область D = DUG на подобласти и определим множество

точек (узлов), принадлежащих D как Dh ={xl  D, l= 0,L } . Назовём это
множество точек сеткой, а отдельные точки – узлами сетки. В общем
случае расстояние между отдельными узлами сетки может меняться
от точки к точке, тогда сетка называется неравномерной. Если
Dh ={xl =lh, l= 0, L , h= ( X L  X 0 ) / L= const} , то сетка равномерная.
Введём понятие сеточной функции как функции, определённой на сетке.
Сеточная функция [ y ]h называется следом на Dh функции y, заданной в
области D , если [ y ]h совпадает с y в узлах сетки. В большинстве случа-
ев Dh  D и Gh  G . Если на линейном множестве сеточных функций,
заданных на определённой сетке, ввести ту или иную норму, то сравнить
эти функции можно в нормах этого конечномерного линейного нормиро-
ванного пространства. Одним из наиболее распространённых методов
построения задач на сетках является разностный метод, состоящий в за-
мене производных в узлах сетки на приближённые конечно-разностные
отношения в соответствии с правилами численного дифференцирования.
Если при этой замене в большинстве разных узлов сетки используется
одна и та же конфигурация соседних точек сетки с заданными в них зна-
чениями сеточных функций, то эта совокупность узлов называется шаб-
лоном. Как следствие – дифференциальные операторы L и l из (6.2.2) за-
меняются разностными Lh и l h :
Lh y ( h )   ( h ) в Dh , 
 (6.2.3)
l h y ( h ) = 0( h ) на Gh . 
Семейство разностных задач (6.2.3), построенных по определённому
шаблону на сетках Dh при h  0 , называется разностной схемой. Если
Lh и l h – линейные операторы, определённые на множестве сеточных
функций, то задача (6.2.3), как правило, представляет собой систему ли-
162
нейных разностных уравнений высокого порядка относительно искомых
значений сеточной функции в узлах сетки. В противном случае нелиней-
ности операторов Lh и l h задача (6.2.3) сводится к системе нелинейных
уравнений высокого порядка, и для нахождения её решения необходимо
использовать соответствующие численные методы, рассмотренные в раз-
деле 3.
Полученное решение задачи (6.2.3) в общем случае отличается от
следа аналитического решения задачи (6.2.2), если их сравнивать в любой
норме конечномерного пространства, определённого на сетке Dh .
Это обусловлено тем, что, во-первых, задачи (6.2.2) и (6.2.3) различа-
ются по своей постановке, а во-вторых, при решении систем уравнений
высокого порядка неизбежны погрешности вычислений, которые влияют
на конечный результат. Величину суммарной погрешности оценивают по
норме разности между следом и полученным решением в конечномерном
пространстве Yh :
[ y ]h  y ( h )  h . (6.2.4)
Yh
Определение 6.2.1 (сходимость). Решение y ( h ) разностной задачи

(6.2.3) сходится при h  0 к решению y дифференциальной задачи (6.2.2),
когда
[ y ]h  y ( h )  0 при h  0.
Yh
Если выполнено неравенство [ y ]h  y ( h )  Ch k , где С > 0 и k > 0 

Yh
константы, не зависящие от h, то имеет место сходимость порядка h k или

разностная схема имеет k-й порядок точности по h.
Возникает вопрос: определить  h по формуле (6.2.4) можно, только
зная след [ y ]h , но тогда зачем решать задачу (6.2.3)? Проще и точнее ис-
пользовать след, чем находить решение задачи (6.2.3)! Если же не исполь-
зовать формулу (6.2.4), то трудно установить величину погрешности y ( h ) .
Кажущееся противоречие устраняется введением двух понятий: аппрок-
симации и устойчивости. Но прежде чем давать определения, обратимся к
задаче (6.2.3). Подставим след вместо решения y ( h ) и вычтем из левой
части уравнения (6.2.3) правую часть, т.е. рассмотрим вектор невязки или
сеточную функцию невязки:
 Lh [ y]h   ,
 (h)
 f (h)  
 l h [ y ]h  0 .

(h)
163
Она будет элементом пространства правых частей Fh , определённого
на сетке Dh , и её величину можно оценить по какой-либо норме этого
пространства. Причём след определён не только в узловых точках, но и в
их окрестностях, так как является отображением аналитического решения
задачи (6.2.2) на сетку Dh . Следовательно, допустимо использовать раз-
ложение его значений из окрестностей узловых точек в ряд Тейлора.
Определение 6.2.2 (аппроксимация). Разностная схема (6.2.3) ап-
проксимирует дифференциальную задачу (6.2.2) на решение y, когда
 f ( h )  0 при h  0 . Если справедливо неравенство
Fh
 f (h) Fh
 Cδ h k , (6.2.5)
где C  0 и k  0  константы, не зависящие от h, то имеет место

аппроксимация порядка h k или порядка k по h.
Существенным в этом определении является то, что определить поря-
док аппроксимации можно, не решая задачи (6.2.2) и не зная явного вида
следа [ y ]h , а используя только свойства гладкости решения задачи (6.2.2)
в области интегрирования, его существования и единственности.
Другим важным моментом является ограниченность накопления
ошибки вычислений при численном машинном решении задачи (6.2.3),
что определяется понятием устойчивости.
Определение 6.2.3 (устойчивость). Разностная схема (6.2.3) устой-
чива, если существуют константы h0 > 0 и δ > 0 такие, что для всех
h < h0 и всех  0( h ) ,  ( h )  Fh ,  0( h )   ,  ( h)   разностная задача
Fh Fh
Lh z ( h )   ( h )   ( h) , 

l h z ( h ) = 0( h )   0( h ) 
имеет одно и только одно решение z ( h ) , причём справедлива оценка

z(h )  y (h )  C  ( h )   0(h ) , (6.2.6)
Yh Fh
где Сε > 0  константа, не зависящая от h.

Теорема 6.2.1. Пусть разностная схема (6.2.3) аппроксимирует за-
дачу (6.2.2) на решении y с порядком h k и устойчива. Тогда решение y ( h )
разностной задачи (6.2.3) сходится к следу [ y ]h , причём справедлива
оценка
164
[ y ]h  y ( h )  C C h k ,
Yh
где C и C  константы из формул (6.2.5) и (6.2.6).
Пример 1
С каким порядком на сетке Dh = {xl = lh, l = 0, L, h = 1/ L} разностная

схема
yl +1  2 yl + yl 1 yl +1  yl 1 
+6 + 5 yl = 0, l =1, L 1, 
h 2
2h 
y0 = 0, y1 = 2h  6h 2 

аппроксимирует дифференциальную задачу на решении y:
d2y dy 
+ 6 + 5 y = 0, 0  x  1, 
dx 2
dx ?
y (0) = 0, yx (0) = 2 

Решение
Запишем невязку:  f ( h)  Lh [ y]h  f ( h) ,
[ y ]l +1  2[ y ]l +[ y ]l  1 [ y ]l +1  [ y ]l 1
 2
6  5[ y ]l  0, l = 1, L  1,
 h 2h
 f (h)   [ y ]0  0,

 [ y ]1  2h  6h 2
 h
и воспользуемся разложениями в ряд Тейлора значений следа в узлах
сетки:
[ y]l ±1  [ y]l  [ yx ]l h  [ yxx ]l h 2 / 2  [ yxxx
 ]l h 3 / 6  [ yxxxx
IV
]l h 4 / 24  O(h5 ),
[ y ] 1  [ y]0  [ yx ]0 h  [ yxx ]0 h 2 / 2  [ yxxx
 ]0 h 3 / 6  [ yxxxx
IV
]0 h 4 / 24  O(h5 ).
Подставим полученные разложения в невязку и приведём подобные
члены:
[ yxx ]l  6[ yx ]l  5[ y ]l  [ yxxxx
IV
 ]l h 2  O(h 4 ), l = 1, L  1,
]l h 2 /12  [ yxxx


 f (h)   0,
 [ yx ]0  2 +[ yxx ]0 h / 2  [ yxxx
 ]0 h 2 / 6  6h  O(h3 ).


165
Отметим, что последнее уравнение системы (уравнение для y1 ) в раз-
ностной схеме до подстановки в невязку было предварительно поделено
на h (тождественное преобразование системы) с тем, чтобы после преоб-
разований коэффициент при члене [ yx ]0 был такой же, как во втором
начальном условии дифференциальной задачи. Учитывая, что след удо-
влетворяет дифференциальному уравнению во всех внутренних точках
области интегрирования [ yxx ]l + 6[ yx ]l + 5[ y]l = 0, l = 1, L  1 , а также
начальным условиям на левой границе [ y ]0 = 0, [ yx ]0 = 2 и что все про-
изводные от искомой функции ограничены в области интегрирования,
приходим к оценке  f ( h )  Cδ h 2 . Следовательно, разностная схема ап-
Fh
проксимирует на решении y дифференциальную задачу с порядком h 2

или со вторым порядком по h.
Задачи
С каким порядком на сетке Dh = {xl = lh, l = 0, L, h = 1/ L} разностная

схема a) аппроксимирует дифференциальную задачу б) на решении y ?
yl +1  2 yl + yl 1 
 yl = 0, l =1, L 1, 
6.2.1. a) h 2

y0 =1, y1 =1  h+h 2 2; 

d2y 
 y = 0, 0  x  1, 
б) dx 2

y (0) = 1, yx (0) = 1. 

yl +1  2 yl + yl 1 yl +1  yl 
 = 0, l =1, L 1, 
6.2.2. а) h 2
h 
y0 =1, y1 =1  h  h 2 2; 

d 2 y dy 
 = 0, 0  x  1, 
б) dx 2 dx 
y (0) = 1, yx (0) = 1. 
 
yl +1  2 yl + yl 1 
 yl = 0, l =1, L 1, 
6.2.3. a) h 2

y0 =1, y1 =1  h; 

166
d2y 
 y = 0, 0  x  1, 
б) dx 2 
y (0) = 1, yx (0) = 1. 

Пример 2
В каком узле l  k , k= 0,3, k= ? сетки Dh = {xl = lh, l = 0, L, h = 1/ L}

разностное уравнение (2 yl  5 yl 1  4 yl  2  yl 3 ) / h2  axl  k +b должно ап-
проксимировать дифференциальное уравнение с максимальным порядком
(локальная аппроксимация), чтобы разностная схема
2 yl  5 yl 1  4 yl  2  yl 3 
 axl  k  b , l = 3, L, 
h 2

y0 = 0, y1 = bh 2 / 2, y2 = 2bh 2 

имела второй порядок аппроксимации на решении y дифференциальной
задачи
d2y 
= ax +b, 0  x  1, 
dx 2
?
y (0) = 0, yx (0) = 0, a, b = const 

Решение
Запишем локальную l – k компоненту невязки  f ( h)  Lh [ y]h  f ( h) :
 f l k  (2[ y ]l  5[ y ]l 1  4[ y]l  2  [ y]l 3 ) / h2  axl  k  b .

Разложим значения следа, входящие в формулу, в ряд Тейлора
относительно узла xl  k :
[ y ]l  [ y]l  k  [ yx ]l  k kh  [ yxx ]l  k k 2 h 2 / 2  [ y xxx
 ]l  k k 3 h3 / 6 
IV
+[ yxxxx ]l  k k 4 h 4 / 24  O(h5 ),
[ y ]l 1  [ y ]l  k  [ yx ]l  k (k  1)h  [ yxx ]l  k (k  1) 2 h 2 / 2 +
 ]l  k (k  1)3 h3 / 6 +[ yxxxx
 [ yxxx IV
]l  k (k  1) 4 h 4 / 24  O(h5 ),
[ y ]l  2  [ y ]l  k  [ yx ]l  k (k  2)h  [ yxx ]l  k (k  2) 2 h 2 / 2  [ yxxx
 ]l  k (k  2)3 h3 / 6 +
IV
+[ yxxxx ]l  k (k  2) 4 h 4 / 24  O(h5 ),
[ y ]l 3  [ y ]l  k  [ yx ]l  k (k  3)h  [ y xx ]l  k (k  3) 2 h 2 / 2  [ y xxx
 ]l  k (k  3)3 h3 / 6 +
IV
+[ yxxxx ]l  k (k  3) 4 h 4 / 24  O(h5 ).
167
Подставим полученные разложения в формулу локальной невязки
 ]l  k  [ yxxx
δfl  k  [ yxx  ]l k kh  [ yxxxx
IV
]l k (6k 2  11)h2 /12  O(h3 )  axl k  b .
В результате при k = 0 и h  0 имеем  f l k  Ch 2 , где постоянная С не

зависит от h. Тогда невязка равняется
 Cl h 2 , l = 3,L, Cl h 2 , l = 3, L,
 
 [ y ]0  0,  0,
 f (h)   
([ y ]1  [ y ]0 ) / h  bh / 2,  C1h 2 ,
 [ y ]2  2bh 2 ,  C2 h 2 .
 
Второе начальное условие для значения y1 было предварительно
тождественно преобразовано с тем, чтобы коэффициент в разложении
следа у первой производной был такой же, как в соответствующем
начальном условии. Следовательно, когда k = 0, разностная схема имеет
второй порядок аппроксимации по h на решении y дифференциальной
задачи.
Задачи
6.2.4. В каком узле l  k , k= 0,3, k= ? сетки
Dh = {xl = lh, l = 0, L, h = 1/ L}
разностное уравнение (2 yl  9 yl 1  18 yl  2  11 yl 3 ) / (6h)  axl  k должно

аппроксимировать дифференциальное уравнение с максимальным поряд-
ком (локальная аппроксимация), чтобы разностная схема а) имела третий
порядок аппроксимации на решении y дифференциальной задачи б)?
2 yl + 9 yl 1  18 yl  2  11yl  3  dy 
 axl  k ,
 = ax, 0  x  1, 
a) 6h  б) dx .
y0 = 0, y1 = ah 2 / 2, y2 = 2ah 2 , l = 0, L  3; y (0) = 0, a = const 


6.2.5. В каком узле l  k , k= 0, 2, k= ? сетки
Dh = {xl = lh, l = 0, L, h = 1/ L}
разностное уравнение ( yl  yl  2 ) / (2h)  axl  k  b должно аппроксимиро-

вать дифференциальное уравнение с максимальным порядком (локальная
аппроксимация), чтобы разностная схема а) имела второй порядок ап-
проксимации на решении y дифференциальной задачи б)?
168
yl  2  yl  dy 
 axl  k + b ,  = ax +b, 0  x  1,
a) 2h  б) dx 
y0 = 0, y1 = bh, l = 0, L  2; y (0) = 0, a , b = const. 


____________________________________________________________
Dh = {xl = lh, l = 0, L, h = 1/ L}
разностное уравнение (3 yl  4 yl 1  yl+2 ) / (2h)  axl  k  b должно аппрок-

симировать дифференциальное уравнение с максимальным порядком (ло-
кальная аппроксимация), чтобы разностная схема а) имела второй поря-
док аппроксимации на решении y дифференциальной задачи б)?
 yl  2  4 yl 1  3 yl  dy 
 axl  k + b , = ax +b, 0  x  1, 
a) 2h  б) dx .
y0 = 0, y1 = bh, l = 0, L  2;   y (0) = 0, a, b = const. 

Dh = {xl = lh, l = 0, L, h = 1/ L}
разностное уравнение ( yl  4 yl 1  3 yl+2 ) / (2h)  axl  k  b должно аппрок-

симировать дифференциальное уравнение с максимальным порядком (ло-
кальная аппроксимация), чтобы разностная схема а) имела второй поря-
док аппроксимации на решении y дифференциальной задачи б)?
3 yl  2  4 yl 1  3 yl  dy 
 axl  k + b , = ax +b, 0  x  1, 
a) 2h  б) dx 
y0 = 0, y1 = bh, l = 0, L  2;  y (0) = 0, a , b = const. 


Dh = {xl = lh, l = 0, L, h = 1/ L}
разностное уравнение (11yl  18 yl 1  9 yl  2  2 yl 3 ) / (6h)  axl  k должно

аппроксимировать дифференциальное уравнение с максимальным поряд-
ком (локальная аппроксимация), чтобы разностная схема а) имела третий
порядок аппроксимации на решении y дифференциальной задачи б)?
169
11yl +18 yl 1  9 yl  2  2 yl  3  dy 
 axl  k ,
 = ax, 0  x  1, 
a) 6h  б) dx 
y0 = 0, y1 = ah 2 / 2, y2 = 2ah 2 , l = 0, L  3; y (0) = 0, a = const.


Dh = {xl = lh, l = 0, L, h = 1/ L}
разностное уравнение (2 yl  3 yl 1  6 yl  2  yl 3 ) / (6h)  axl  k должно ап-

(локальная аппроксимация), чтобы разностная схема а) имела третий по-
рядок аппроксимации на решении y дифференциальной задачи б)?
2 yl  3 yl 1  6 yl  2  yl  3  dy 
 axl  k ,
 = ax, 0  x  1, 
a) 6h  б) dx 
y0 = 0, y1 = ah 2 / 2, y2 = 2ah 2 , l = 0, L  3; y (0) = 0, a = const.


Dh = {xl = lh, l = 0, L, h = 1/ L}
разностное уравнение ( yl  6 yl 1  3 yl  2  2 yl 3 ) / (6h)  axl  k должно ап-

(локальная аппроксимация), чтобы разностная схема а) имела третий по-
рядок аппроксимации на решении y дифференциальной задачи б)?
yl  6 yl 1  3 yl  2  2 yl  3  dy 
 axl  k ,
 = ax, 0  x  1, 
a) 6h  б) dx 
y0 = 0, y1 = ah 2 / 2, y2 = 2ah 2 , l = 0, L  3;
 y (0) = 0, a = const.

Пример 3
Определить, с каким порядком на сетке Dh = {xl = lh, l = 0, L, h = 1/ L}

разностная схема
yl +1  yl 1 
= axl  b, l =1, L 1, 
2h 

y0 =b, y1 = b, 
аппроксимирует дифференциальную задачу на решении y:
170
dy 
= ax+b, 0  x 1, 
dx ?
y (0) =b, a, b = const 
Что необходимо изменить в разностной схеме, не меняя шаблона,
чтобы повысить порядок аппроксимации?
Решение
Определим невязку разностной схемы  f ( h)  Lh [ y]h  f ( h) :
[ y ]l +1  [ y ]l 1
  axl  b, l = 1, L  1,
 2h

 f (h)   [ y ]0  b,
 [ y ]1  b


и разложим в ряд Тейлора значения следа в окрестностях узлов сетки:
[ y]l ±1  [ y]l  [ yx ]l h  [ yxx ]l h 2 / 2  [ yxxx
 ]l h3 / 6  O(h 4 ),
[ y] 1  [ y ]0  [ yx ]0 h  [ yxx ]0 h 2 / 2  O(h3 ).
После подстановки в невязку имеем
[ yx ]l  [ yxxx
 ]l h 2 / 6  O(h3 )  axl  b , l = 1, L  1,


 f (h)  0,
 
[ yx ]0 h  O(h 2 ).


Первая производная при x = 0 равняется b и, следовательно,
 f ( h )  Ch , где С не зависит от h, т.е. схема имеет первый порядок
Fh
аппроксимации по h на решении y. Для повышения порядка аппроксима-

ции нужно изменить последнее уравнение разностной схемы, добавив в
последнюю строку невязки первую производную, взятую с обратным зна-
ком:
yl +1  yl 1 
= axl  b, l =1, L 1, 
2h 

y0 =b, y1 = b(1+ h). 
Задачи
Определить, с каким порядком разностная схема а) на сетке
171
Dh = {xl = lh, l = 0, L, h = 1/ L}
аппроксимирует дифференциальную задачу б) на решении y? Что необхо-
димо изменить в разностной схеме, не меняя шаблона, чтобы повысить
порядок аппроксимации?
yl  2  4 yl 1  3 yl  dy 
 yl = 0, l = 2, L,   y = 0, 0  x 1, 
6.2.11. а) 2h  б) dx 
 y (0) =1. 
y0 =1, y1 = 1; 
yl+ 2  2 yl+1  yl  d2y 

 yl = 0, l = 0, L  2,   y = 0, 0  x 1, 
6.2.12. а) h 2
 б) dx 2

y0 =1, y1 = 1  h; 
 y (0) =1, y x (0)  1. 
 yl+1  4 yl  3 yl 1  dy 
 yl = 0, l =1, L    y = 0, 0  x 1, 
6.2.13. а) 2h  б) dx 
y0 =1; y1 = 1  h;  
 y (0) = 1.
____________________________________________________________
yl+1  2 yl  yl 1  d2y 
 y l 1 = 0, l = 1, L  1,   y = 0, 0  x 1, 
6.2.14. а) h 2
 б) dx 2

y0 =1, y1 = 1  h  h 2 2;     
 y (0) = 1, y x (0) 1. 
 yl  4 yl 1  3 yl  2  dy 
 yl = 0, l = 2, L,   y = 0, 0  x 1, 
6.2.15. а) 2h  б) dx 
y0 =1, y1 = 1  h;  y (0) = 1, 

yl  2  2 yl 1  yl  d2y 
 yl = 0, l = 2, L,   y = 0, 0  x 1, 
6.2.16. а) h 2
 б) dx 2

y0 =1, y1 = 1  h; 
 y (0) =1, y x (0)  1. 
yl+ 2  yl  dy 
 yl = 0, l = 0, L  2,   y = 0, 0  x 1, 
6.2.17. а) 2h  б) dx 
y0 =1, y1 = 1  h;  y (0) = 1. 

yl+1  2 yl  yl 1 yl+1  yl 1  d2y 

 = 0,   y = 0, 0  x 1, 
6.2.18. а)  б) dx 
2 2
h 2
l =1, L  1, y0 =1, y1 = 1  h;      
y (0) = 1, y x (0) 1. 
172
Пример 4
Для решения задачи Коши а) на сетке Dh = {xl = lh, l = 0, L, h = 1/ L}

предложена разностная схема б). Исследовать разностную задачу на ап-
проксимацию и определить порядок сходимости eё решения к следу ре-
шения дифференциальной задачи при h  1 L  0 :
d2y  y  2 yl 1  yl  2 
a)   sin x, y (0)  0, б) l   sin(hl ), l  2, L, 
 
2 2
dx h
yx (0)  1, x  [0,1];       

 y0 0, ( y 1 y0 ) h 1, xl lh , l 0, L.
Решение
Запишем невязку  f ( h)  Lh [ y]h  f ( h) и исследуем разностную схему
на аппроксимацию:
[ y ]l  2[ y ]l  1 +[ y ]l  2
  sin( xl ), l = 2, L,
 h2
 f (h)   [ y ]0  0,
 [ y ]1  [ y ]0
  1,
 h
[ y ]l 1  [ y ]l  [ yx ]l h  [ yxx ]l h 2 / 2  [ yxxx
 ]l h3 / 6  O( h 4 ),
[ y ]l  2  [ y ]l  [ y x ]l 2h  [ y xx ]l 2h 2  [ y xxx
 ]l 4h3 / 3  O(h 4 ),
[ y ] 1  [ y ]0  [ y x ]0 h  [ yxx ]0 h 2 / 2  [ yxxx
 ]0 h3 / 6  O(h 4 )  h  h3 / 6  O(h 4 ).
После подстановки получаем
[ yxx ]l  [ yxxx
 ]l h  O(h 2 )  sin( xl ), l = 2, L,


 f (h)  0,
  h 2 / 6  O( h3 )


и, следовательно,  f ( h )  Ch . Первый порядок аппроксимации по h на

решении y. Для исследования сходимости необходимо: во-первых, найти
точное решение дифференциальной задачи а); во-вторых, определить
след; в-третьих, получить аналитическое решение разностной задачи б);
в-четвёртых, дать оценку [ y]h  y ( h )  ? при h  0. Применяя
Yh
известные методы решения ОДУ, приходим к тому, что y = sin(x) является
173
решением задачи а) и  
[ y ]h = [ y ]l = sin(hl ),l = 0, L ,hL = 1 – след.
Разностная задача б) при заданном значении h представляет собой
систему линейных уравнений порядка L + 1 относительно неизвестных
значений сеточной функции
 
y ( h )  yl , l = 0, L .
После тождественных преобразований система уравнений принимает вид

y0 = 0, 

y1 = h, 

yl  2 yl 1 + yl  2 = h sin(hl ), l = 2, L.
2
Уравнения, начиная с третьего и до последнего, представляют собой

неоднородные разностные уравнения с постоянными коэффициентами
второго порядка. Для нахождения аналитического решения можно вос-
пользоваться методами, изложенными в предыдущем разделе (разностные
уравнения). Будем искать решение этой подсистемы уравнений в виде
суммы двух частных линейно независимых решений однородной подси-
стемы и одного частного решения неоднородной подсистемы:
yl = C1 (Y1 )l +C2 (Y2 )l +Yl , l = 0, L, C1 , C2  const ,
где Y1 , Y2 , Y удовлетворяют уравнениям
(Y1 )l  2(Y1 )l 1  (Y1 )l  2  0, l = 2,L,

(Y2 )l  2(Y2 )l 1  (Y2 )l  2  0, l = 2,L,
Yl  2Yl 1  Yl  2  h 2sin(hl ), l = 2,L.
Заменим в уравнениях (Y1 )l ,(Y2 )l на ql и вынесем за скобки q l  2 :
ql 2 (q2  2q+1) = 0 .
Квадратное уравнение в круглых скобках называется характеристиче-

ским и имеет один корень кратности 2. Поэтому сумму двух частных ре-
шений однородной подсистемы уравнений возьмём в виде
C1 (Y1 )l +C2 (Y2 )l = C1 (1)l +C2l (1)l = C1 +C2l , l = 0, L, C1 , C2  const.
Частное решение неоднородной подсистемы ищем в виде

Yl  h2 (αsin(hl ) +βcos(hl )), где  ,  – произвольные постоянные, и под-
ставляем в l-уравнение системы:
174
h 2 [ sin(hl ) +  cos(hl )  2 sin(hl  h)  2 cos(hl  h) +  sin(hl  2h) +
+  cos(hl  2h)] = h 2 [sin(hl )(  2 cosh +  cos(2h)sinh  2 sinh +  sin(2h)) +
+ cos(hl )(2 sinh   sin(2h) +   2 cosh +  cos(2h))] = h 2 sin(hl ).
Если приравнять коэффициенты при sin(hl) и cos(hl) в правой и левой
частях равенства, то получим систему из двух уравнений относительно
значений  и :
 (1  2cosh + cos(2h))   (2sinh  sin(2h)) = 1, 

 (2sinh  sin(2h)) +  (1  2cosh + cos(2h)) = 0. 
Решив эту систему, получаем
 = cosh/[2(1 – cosh)];  = sinh/[2(1 – cosh)].
Следовательно, общее решение системы
yl = C1 +C2l +h2sin[(l +1)h] / [2(1  cosh)], l = 0, L, C1 , C2  const .
Найдём C1 и C2 , удовлетворив начальным условиям:
С1 + h 2 sinh / [2(1  cosh)] = 0, 

 
С1 + С2 + h 2 sin(2h) / [2(1  cosh)] = h, 
С1 = h 2 sinh / [2(1  cosh)], 
 
С2 = h + h [sinh  sin(2h)] / [2(1  cosh)].
2
Точное решение разностной задачи:

y   = { yl = hl + h 2sinh[1+ (1  2cosh)l ] / [2(1  cosh)] +
h
+ h 2sin[h(l +1)] / [2(1  cosh)], l = 0, L}.

Рассмотрим теперь норму разности между следом и точным решени-
ем разностной задачи:
sin(hl )  hl + h2sinh[1  (1  2cosh)l ] / [2(1  cosh)] 

[ y]h  y 
h
= max  Ch.
Yh l
h2sin[h(l +1)] / [2(1  cosh)]
Заметим, что
h2 / [2(1  cosh)]  1+ O(h2 ); h2sin[h(l +1)] / [2(1  cosh)]  sin(hl ) + O(h) .
Здесь предполагается, что все производные решения дифференциаль-

ной задачи ограничены, а h  0. Разностная схема имеет первый порядок
точности по h.
175
Задачи
Для решения задачи Коши а) на сетке Dh = {xl = lh, l = 0, L, h = 1/ L}

предложена разностная схема б). Исследовать разностную схему на ап-
проксимацию и определить порядок сходимости её решения к следу ре-
шения дифференциальной задачи при стремлении h = 1 L  0 .
d2y 
 ax+b, a, b  const, 
6.2.19. a) dx 2 
y (0)  0, yx (0)  0, x [0,1];
yl  2 yl 1  yl  2 
 axl +b, l = 2, L, 
б) h 2

y0  0, y1  bh 2 2, xl =lh, l= 0, L.
dy 
 ax  b, y (0)  0, 
6.2.20. a) dx 
a, b  const, x  [0,1],
 yl 1  4 yl  3 yl 1 
 axl  b, l  1, L  1,
б) 2h 
y0  0, y1  bh, xl  lh, l  0, L; 

d2y 
 ax  b, a, b  const, 
6.2.21. а) dx 2 
y (0)  0, yx (0)  0, x  [0,1];
 yl  2  4 yl 1  5 yl  2 yl 1 
 axl  b,
h2

б) l  1, L  2, y0  0, y1  bh 2 2, 
y2  2bh 2 , xl  lh, l  0, L. 


d2y dy  yl+1  2 yl + yl 1 yl+1  yl 1 
 2 = 0, x [0,1], 2 = 0,
 б) 
2 2
6.2.22. a) dx dx h 2h
y (0) =1, yx (0) = 2;  l = 1, L  1, y0 =1, y1 = 1+ 2h.  
dy   yl+2  4 yl+1  3 yl 
+ y = 0,   yl = 0, 
6.2.23. a) dx  б) 2h 
y (0) =1,x [0,1]; l = 0, L  2, y0 =1, y1 = 1  h+ h 2 2.

____________________________________________________________
176
dy  yl 1  yl 1 
 cos x,   cos(hl ), l  1, L  1,
6.2.24. a) dx  б) 2 h 
y (0)  0, x  [0,1]; y0  0, y1  h, xl  lh, l  0, L. 
yl 1  yl 1 
dy   axl  b, l  1, L  1, 
 ax  b; x  [0,1], 2h 
6.2.25. a) dx  б) 2 
y (0)  0, a, b  const;   bh, xl  lh, l  0, L.
ah
y0  0, y1 
2 
d2y  yl 1  2 yl  y1 
 a, a  const, x  [0,1],  a, l 1, L1,
6.2.26. a) dx 2  б) h2 
y (0)  0, yx (0)  0;  y  0, ( у  у )  0. 

 0 1 0
dy  yl 1  yl 1 
 ax  b, a, b  const,  axl  b, l  1, L  1,
6.2.27. a) dx  б) 2h .
y (0)  0, x  [0,1];  y0  0, y1  0, xl  lh, l  0, L. 
d2y 
 a, l  1, L1, 
yl 1 2 yl  yl 1
 a, a  const, 
6.2.28. a) dx 2
 б) h2 
y (0)  0, yx (0)  0, x  [0,1]; y0  0,( y2 4 y1 3 y 0 ) 2h  0.
d 2 y dy 
 0, l  1, L1,
yl 1 2 yl  yl 1 yl 1  yl 1
  0, y(0)  1, 
6.2.29. a) dx 2 dx  б) h 2 2 h 
yx (0)  1, x  [0,1];  y0  1,( y1  y 0 ) h  1  h 2. 
d2y  yl 1 2 yl  yl 1 
 y  0, x  [0,1],  yl  0, l  1, L1,
6.2.30. a) dx 2  б) h2 
y (0)  1, yx (0)  1; 
 y0  1, ( y1  y 0 ) h  1. 

dy   yl  2 3 yl 1  2 yl 1 
 y  0,   0, l  0, L2,
6.2.31. a) dx  б) h 
y (0)  1, x  [0,1];
 y0  1, ( y1  y 0 ) h  1. 

dy  yl  2 4 yl 1 3 yl 
 y  0,   yl  0, l  2, L,
6.2.32. a) dx  б) 2h 
y (0)  1, x  [0,1]
 y0  1, ( y1  y 0 ) h  1. 

6.2.33. Для решения задачи Коши а) на сетке
177
Dh = {xl =  2 +lh, l = 0, L, h =  / (2L)}
предложена разностная схема б). Исследовать разностную схему на ап-
проксимацию и определить порядок сходимости её решения к следу ре-
шения дифференциальной задачи при стремлении h   (2 L)  0 .
d2y  yl 1  2 yl  yl 1 
 sinx, x  [ 2,  ],    sin( 2  hl ),
a) dx 2  б) h 2

y ( 2)  1, yx ( 2)  0; 
 l  1, L  1, y0  1, ( y1  y 0 ) h  0. 
Пример 5
Для решения задачи Коши на сетке Dh = {xl = lh, l = 0, L, h = 1/ L}

предложить разностную схему второго порядка сходимости по h:
dy 
 y  0, 
dx 
y (0)  1, x  [0,1].

Решение
Для построения разностной схемы заменим первые производные
дифференциального уравнения во внутренних узлах разностной сетки
конечно-разностными отношениями, приближающими их со вторым по-
рядком, например: (dy dx)l  ( yl  2  4 yl 1  3 yl ) 2h , l  2, L , и добавим
уравнение, аппроксимирующее начальное условие y0  1 . В результате
получим систему линейных разностных уравнений с постоянными коэф-
фициентами, в которой число неизвестных значений сеточной функции
будет на единицу больше числа приведённых уравнений. К тому же поря-
док разностного уравнения на единицу превышает порядок дифференци-
ального уравнения. Поэтому для корректной постановки разностной зада-
чи требуется задание дополнительного условия. В качестве него восполь-
зуемся разложением значения следа в ближайшем к границе узле до вто-
рого порядка точности
[ y]1  [ y]0  [dy dx]0 h  O(h2 )  1  h  O(h2 )  1  h  y1 .
Окончательно получаем следующую разностную схему:

yl  2  4 yl 1  3 yl 
 yl = 0,
2h .
l = 2, L, y0 =1, y1 = 1  h  
178
Для того чтобы убедиться в том, что разностная схема имеет порядок точ-
ности h 2 , нужно, во-первых, решить дифференциальную задачу и опреде-
лить след, во-вторых, построить точное решение разностной задачи и,
в-третьих, оценить норму их разности в выбранном конечномерном про-
странстве при стремлении числа узлов сетки к бесконечности, а шага сет-
ки  к нулю. Решением дифференциальной задачи будет функция y  e x ,
а след  [ y]h  {[ y]l  ehl , l  0, L} Точное решение разностной задачи
имеет вид
yl  [1  27h2 / 36  O(h3 )]  [(2  1  2h ) (3  2h)]l  [27h2 / 36  O(h3 )] 

[(2  1  2h ) (3  2h)]l , l  0, L .
Исследование сходимости при h  0 даёт:
[ y]h  y ( h )  max [ y]l  yl  max | ehl  [1  27h2 / 36  O(h3 )] 

Yh l l
[(2  1  2h ) (3  2h)]  [27h / 36  O(h3 )]  [(2  1  2h ) (3  2h)]l | Ch2 .

l 2
Следовательно, разностная схема имеет второй порядок сходимости по h .

Задачи

dy
6.2.34.  x  0, y(0)  0, x  [0,1].
dx
d 2 y dy
6.2.35.   0, y(0)  1, yx (0)  1, x  [0,1].
dx 2 dx
предложить разностную схему не ниже пятого порядка сходимости по h:
d2y
6.2.36.  ax  b, y(0)  0, yx (0)  0, a, b  const  0, x  [0,1].
dx 2
____________________________________________________________
d2y
6.2.37.  ax  b, y(0)  0, yx (0)  0, a, b  const  0, x  [0,1].
dx 2
179
dy
6.2.38.  ax  b, y(0)  0, a, b  const  0, x  [0,1].
dx
dy
6.2.39.  ax 2 , y(0)  0, a  const  0, x  [0,1].
dx
предложить разностную схему не ниже третьго порядка сходимости по h:
d2y
6.2.40.  a, y(0)  0, yx (0)  0, a  const  0, x  [0,1].
dx 2
dy
6.2.41.  ax  b, y(0)  0, a, b  const  0, x  [0,1].
dx
6.3. ОДУ. Задача Коши. Методы Рунге–Кутты
Помимо общих подходов к численному решению ОДУ, таких как ме-
тод неопределённых коэффициентов, замена производных конечно-
разностными отношениями, существуют способы, направленные на ре-
шение определённых классов задач ОДУ. К ним относится метод Рунге–
Кутты, предназначенный для решения задачи Коши ОДУ первого поряд-
ка. Он допускает обобщение на случай систем ОДУ первого порядка и
далее произвольного ОДУ n-порядка или системы ОДУ n-порядка. Внача-
ле рассмотрим применение этого метода к решению задачи Коши для од-
ного ОДУ первого порядка, разрешённого относительно производной:
dy 
= f (x,y ), X 0 < x < X L, 
dx  (6.3.1)
y ( x0 ) = y 0 . 
Введём в области интегрирования сетку
Dh = {xl = X 0 +  k 1 hk , hk = xk  xk 1 , k = 1, l , l = 0, L, xL = X L } .
l
В узле сетки x0 значение искомой функции y 0 известно из начально-

го условия задачи Коши (6.3.1). Если будет указан алгоритм нахождения
неизвестного значения сеточной функции yl+1 в узле xl+1 по известному
значению yl в узле xl , то согласно методу индукции решение может
быть построено для всех узлов введённой сетки. Поэтому предположим,
что в узле xl значение yl известно и требуется определить yl+1 в xl+1 .
В s-стадийном методе Рунге–Кутты полагают, что
180
yl+1  yl  h i 1 bi f i ,
s
(6.3.2)
fi = f (xl +ci h, yl + h sj=i 1 aij f j ), i = 1, s , si  s ,
где aij , bi , ci – постоянные величины, задающие конкретный метод Рунге–

Кутты. Если все si  i  1, i = 1, s , то метод называется явным методом
Рунге–Кутты. Удобно записывать методы Рунге–Кутты в виде таблиц
Бутчера:
Общийслучай Явный s-стадийныйметод РК
s-cтадийного метода РК
c1 a11 a12 a1s c1 0 0 0 0
c2 a21 a22 a2 s c2 a21 0 0 0
cs as1 as 2 ass cs as1 as 2 ass 1 0

b1 b2 bs b1 b2 bs 1 bs
Здесь aij , bi , ci , i = 1, s, j = 1, s , – коэффициенты метода Рунге–Кутты

(6.3.2). Рассмотрим функцию
 (h)  y ( xl  h)  y ( xl )  h iS1 bi f i ( xi , yi ) 
 k 0  (0)h k k!   ( S +1) (θh)h S+1 ( S +1)!,
S (k )
где 0 <   1 , и определим порядок точности метода Рунге–Кутты.

Определение 6.3.1. Разностная схема (6.3.2) имеет S-порядок точно-
сти по h, если выполнены условия
 (0) =h (0) = =h( S ) (0) =0, а h( S +1) (0)  0 . (6.3.3)
Условия порядка (6.3.3) приводят к определённым соотношениям

между коэффициентами метода Рунге–Кутты (6.3.2).
Как получаются эти зависимости, показано, например, в учебных по-
собиях [7], [8]. Приведём их без вывода для явного четырёхстадийного
метода Рунге–Кутты:
b1 +b2 +b3 +b4 = 1, (6.3.4)
2b2 c2 + 2b3c3 + 2b4 c4 = 1, 

 (6.3.5)
2b2 a21 + 2b3 (a31 + a32 ) + 2b4 (a41 + a42 + a43 ) = 1, 
181
3(b2 c22 + b3c32 + b4 c42 ) = 1, 

3[b2 c2 a21 + b3c3 ( a31 + a32 ) + b4 c4 ( a41 + a42 + a43 )] = 1, 

2
3[b2 a21 + b3 (a31 + a32 ) 2 + b4 ( a41 + a42 + a43 ) 2 ] = 1,  (6.3.6)
6[b3a32 c2 + b4 (a42 c2 + a43c3 )] = 1, 

6{b3a32 a21 + b4 [a42 a21 + a43 ( a31 + a32 )]} = 1, 
4(b2 c23 + b3 c33 + b4 c43 ) = 1, 


4[b2 c22 a21 + b3 c32 (a31 + a32 ) + b4 c42 (a41 + a42 + a43 )] = 1, 
2
4[b2 c2 a21 + b3 c3 (a31 + a32 ) 2 + b4 c4 (a41 + a42 + a43 ) 2 ] = 1,

3
4[b2 a 21 + b3 ( a31 + a32 )3 + b4 ( a41 + a42 + a43 )3 ] = 1, 
8[b3 c3 a32 c2 + b4 c4 (a42 c2 + a43 c3 )] = 1, 

24{b3 a32 a21 (c2 + c3 ) + b4 [a42 c2 a21 + a43 c3 (a31 + a32 ) + 

+c4 a42 a21 + c4 a43 (a31 + a32 )]} = 5,  (6.3.7)
8[b3 (a31 + a32 )a32 c2 + b4 (a41 + a42 + a43 )(a42 c2 + a43 c3 )] = 1, 

3{2b3 (a31 + a32 )a32 a21 + b3 a32 a212
+ 2b4 (a41 + a42 + a43 )× 
2

×[a42 a21 + a43 (a31 + a32 )] + b4 [ a42 a21 + a43 (a31 + a32 ) 2 ]} = 1, 
12[b3 a32 c22 + b4 (a42 c22 + a43 c32 )] = 1, 

24b4 a43 a32 c2 = 1, 

24b4 a43 a32 a21 = 1. 
Явные четырёхстадийные методы Рунге–Кутты должны удовлетворять:
первого порядка точности – условию (6.3.4);
второго порядка точности – условиям (6.3.4) и (6.3.5);
третьего порядка точности – условиям (6.3.4), (6.3.5) и (6.3.6);
четвёртого порядка точности – условиям (6.3.4), (6.3.5), (6.3.6) и (6.3.7).
Среди условий точности для методов Рунге–Кутты (6.3.4) – (6.3.7) не-
которые из них оказываются линейно зависимыми. В результате число
линейно независимых уравнений меньше числа неизвестных коэффици-
ентов метода Рунге–Кутты, подлежащих определению. Задавая некоторые
из этих коэффициентов произвольно, можно получить целое семейство
разностных методов Рунге–Кутты требуемого порядка точности. Напри-
мер, можно потребовать, чтобы выполнялись дополнительные условия:
ci   j 1 aij , i = 1,s .
i 1
182
Ниже приведены наиболее употребительные схемы явных методов
Рунге–Кутты, у которых число стадий совпадает с порядком точности, и
соответствующие им таблицы Бутчера:
Модифицированный метод Эйлера Метод Эйлера с пересчётом
yl+1 = yl + hf 2 ; f1 = f ( xl , yl ); yl+1 = yl + h(f1 + f 2 ) 2; f1 = f ( xl , yl );
f 2 = f ( xl + h 2, yl + hf1 2); f 2 = f ( xl + h, yl + hf1 );
0 0 0 0 0 0
1 21 2 0 1 1 0
0 1 12 12
Метод Хойна Классический метод РК четвёртого порядка

yl+1 = yl + h( f1 + 3 f 3 ) 4; yl+1 = yl + h( f1 + 2 f 2 + 2 f 3 + f 4 ) 6; f1 = f ( xl , yl );
f1 = f ( xl , yl ); f 2 = f ( xl + h 2 , yl + hf1 2);
f 2 = f ( xl + h 3, yl + hf1 3); f 3 = f ( xl + h 2, yl + hf 2 2);
f3 = f ( xl + 2 h 3, yl + 2hf 2 3) f 4 = f ( xl + h, yl + hf 3 )
0 0 0 0 0
0 0 0 0
1 21 2 0 0 0
1313 0 0
12 0 12 0 0
23 0 23 0
1 0 0 1 0
14 0 34
16 26 26 16
Обобщение методов Рунге–Кутты на случай задачи Коши для систе-
мы уравнений ОДУ первого порядка вида
dy 
= f (x, y ), X 0 < x < X L ,
dx  (6.3.8)
0 
y ( x0 ) = y , 
где y =  yk k=1  вектор-функция искомых неизвестных yk , k = 1, N ,

N
f =  f k k=1  вектор-функция правых частей системы уравнений (6.3.8),

N
может быть осуществлено заменой скалярных величин в формулах (6.3.2)

на векторные величины:
{ yk }l+1 = { yk }l + h i 1 bi { f k }i , k = 1, N ,
s
(6.3.9)
{ f k }i = { f k }( xl +ci h, { yk }l + h ji1 aij { f k } j ), i = 1, s, si  s,
s
183
где индекс k означает k-компоненту вектор-функции соответственно
y или f .
Методы Рунге–Кутты могут использоваться для решения задач Коши
для ОДУ второго и более высоких порядков, если предварительно преоб-
разовать одно уравнение n порядка к системе из n уравнений первого по-
рядка. Пусть поставлена задача Коши:
dn y 
= f ( x, y, yx ,, yx( n 1) ), X 0 < x < X L , 
dx n
 (6.3.10)
y ( x0 ) = y 0 , y x ( x0 ) = y 0 ,…, y x( n 1) ( x0 ) = y ( n 1) 0 .

Обозначим искомую функцию, её производные
y1 = y, y2 = yx , y3 = yx ,…, yn = yx( n  1)
и f1 = yx , f 2 = y xx ,…, f n-1 = y x( n 1) , f n = f ( x, y, y x ,…, y x( n 1) ) . Введём в рас-

смотрение вектор-функции y =  yk k=1 и f =  f k k=1 . Тогда задача (6.3.10)
n n
представима в виде системы из n уравнений первого порядка (6.3.8), и для

её решения применим метод (6.3.9).
Пример 1
Написать расчётные формулы метода Рунге–Кутты для решения зада-
чи Коши ОДУ: yx = f ( x, y ); y(0) = y 0 на [0,1] с помощью метода четвёр-
того порядка точности, заданного таблицей Бутчера:
0 0 0 0 0
13 13 0 0 0
2 3 1 3 1 0 0
1 1 1 1 0
18 38 3 8 18
Решение
Воспользуемся формулами метода РК (6.3.2) и его представлением в
виде таблицы Бутчера для явного четырёхстадийного метода. Введём в

области интегрирования сетку Dh = xl : xl  k 0 hk ; k 0 hk = 1; h0 = 0 .
l L

Согласно принципу индукции достаточно правильно указать алгоритм
перехода от l узла сетки, где известно значение сеточной функции, к узлу
184
l + 1, в котором предстоит вычислить неизвестное значение. Это даёт
возможность определить всю сеточную функцию, т.к. начальное условие
задано в условии задачи.
Ответ: f1 = f ( xl , yl ); f 2 = f ( xl +h 3, yl +hf1 3);
f3 = f ( xl + 2 h 3, yl  hf1 3  hf 2 ); f 4 = f ( xl +h, yl +hf1  hf 2 +hf3 );
yl+1 = yl + ( f1 + 3 f 2 + 3 f3 + f 4 )h 8; l = 0, L 1.
Задачи
6.3.1. Написать расчётные формулы метода Рунге–Кутты третьего по-
рядка точности для решения задачи Коши: yx = f ( x, y); y(0) = y 0 на [0,1]
для метода, заданного таблицей Бутчера:
0 0 0 0
2 32 3 0 0
23 0 23 0
28 38 38
6.3.2. Написать расчётные формулы метода Рунге–Кутты, заданного
таблицей Бутчера, для решения задачи Коши: yx = f ( x, y); y(0) = y 0 на
[0,1] и определить его порядок точности:
0 0 0 0 0
1 41 4 0 0 0
12 0 12 0 0
1 1 2 2 0
16 0 46 16
6.3.3. Написать расчётные формулы четырёхстадийного метода Рун-

ге–Кутты третьего порядка точности для решения задачи Коши ОДУ:
yx = f ( x, y ); y(0) = y 0 на [0,1] для метода, заданного таблицей Бутчера:
0 0 0 0 0
1 21 2 0 0 0
1 0 1 0 0
1 0 0 1 0
16 23 0 16
185
Пример 2
Предложить явный трёхстадийный метод Рунге–Кутты третьего по-
рядка точности для решения задачи Коши ОДУ, имеющий столько же
нулей в таблице Бутчера, что и метод Хойна.
Решение
Будем считать, что для этого должны выполняться равенства (6.3.4),
(6.3.5), (6.3.6) и дополнительные условия: ci =  j 1 aij , i = 1,3 . Полагая
i 1
b1 = 0, a31 = 0 и исключая линейно зависимые уравнения, приходим к сле-

дующей системе уравнений:
b2 +b3 = 1, 
b2 C2  b3C3  1/ 2, 

b2 C22  b3C32  1/ 3, 
b2 C2 C3  1/ 6, 
а затем преобразуем её:

b2 = 1  b3 , 
b3  1  2c2  / 2  c3  c2  , 

c3   2  3c2  / 3 1  2c2  , 
c23  3c22 / 2 + 2c2 / 3 1/ 9  0.
Решая последнее кубическое уравнение этой системы (см. с. 155), нахо-

дим
3+ 3 3+ 2 2 + 3 32 2
c2 
6
и последовательно все остальные неизвестные
11 ( 3 3+2 2 + 3 3  2 2 ) 3
3+2 2 + 3 3  2 2
c3 = , b3 =  , b2  1  b3 .
2 3
0 0 0 0
c2 c2 0 0
Ответ:
c3 0 c3 0
0 b2 b3
186
Задачи
6.3.4. Предложите другие решения задачи из примера 2.
6.3.5. Предложите явный четырёхстадийный метод Рунге–Кутты чет-
вёртого порядка точности для решения задачи Коши ОДУ, имеющий на
один нуль меньше в таблице Бутчера, чем классический метод РК четвёр-
того порядка.
Пример 3
Предложить явный трёхстадийный метод Рунге–Кутты третьего по-
рядка точности для решения задачи Коши системы ОДУ на [0;0,1]:
dx  
=  2 x + 5 z,  
dt
 x(0) = 2,
dy  
= (1  t ) x  y + 2 z ,  ; y (0) = 1, 
dt  z (0) = 1. 
dz  
=  x + 2 z;  
dt  
Решение

Dh = tl : tl   k 0 hk ;  k 0 hk = 0,1; h0  0 ,
l L

вектор-функцию неизвестных и вектор-функцию правых частей:
 u1  x(t )  f1  2u1  5u3 ,
   
u (t )  u2   y (t ); f (t , u (t ))   f 2  (1  t )u1  u2  2u3 ,
u  f  u1  2u3 .
 3  z (t )  3 
Выберем в качестве метода РК – метод Хойна:
ul+1 = ul + hl+1 ( f1 + 3 f 3 ) 4; 0 0 0 0
f1 = f (tl , ul ); 1313 0 0
f 2 = f (tl + hl+1 3, ul + hl+1 f1 3); 23 0 23 0
f 3 = f (tl + 2 hl+1 3, ul + 2hl+1 f 2 3); 14 0 34
Разберём подробнее, как организуются вычисления по этим форму-

лам. Основываясь на принципе индукции, сразу начнём рассмотрение с
предположения, что значение искомой сеточной функции в l узле сетки
187
уже найдено, и необходимо определить его в следующем (l + 1) узле. Вы-
пишем сначала (u1 )l , f1 :

(u1 )1  xl


 ( f1 )1

 -2(u1 )1 + 5(u3 )1 
 -2 xl + 5 zl ,
    
    
(u1 )l = (u2 )1 =  yl ; f1 = ( f 2 )1 = (1- t )(u1 )1 - (u2 )1 +2(u3 )1 = (1- tl ) xl - yl + 2 zl ,

    
    
 (u3 )1 z
 l  ( f 3 )1  -(u1 )1 + 2(u3 )1  -xl + 2 zl .
Найдём (u2 )l , f 2 :

(u1 )2  xl + hl+1 ( f1 )1 3


 ( f1 )2

 -2(u1 )2 + 5(u3 )2 ,
   
   
(u2 )l = (u2 )2 =  yl + hl+1 ( f 2 )1 3; f 2 = ( f 2 )2 = (1- tl - hl+1 / 3)(u1 )2 - (u2 )2 + 2(u3 )2 ,

   
   
 (u3 )2 z + hl+1 ( f 3 )1 3
 l  ( f 3 )2  -(u1 )2 + 2(u3 )2 ,
а затем (u3 )l , f 3 :
(u1 )3  xl  2hl+1 ( f1 )2 3



 ( f1 )3

  2(u1 )3 + 5(u3 )3 ,
   
   
(u3 )l  (u2 )3   yl  2hl+1 ( f 2 )2 3; f3  ( f 2 )3  (1  tl  2hl+1 / 3)(u1 )3  (u2 )3 + 2(u3 )3 ,

   
   
 (u3 )3 z  2hl+1 ( f 3 )2 3
 l  ( f 3 )3  (u1 )3 + 2(u3 )3.
Подставив полученные выражения в формулу
ul+1 = ul +hl+1 ( f1 + 3 f 3 ) 4
и осуществив необходимые вычисления, получим значение сеточной
функции в l + 1 узле.
Задачи
6.3.6. Предложить явный двухстадийный метод Рунге–Кутты второго
порядка точности для решения задачи Коши системы ОДУ на [0;1]:
dx
= y +1, 
dt x(0) = 1,
 
dy y (0) = 1.
= x  t; 
dt  
6.3.7. Предложить явный трёхстадийный метод Рунге–Кутты третьего
dx  
= y + z,  
dt x(0) = 1, 

dy  
= tx + z , y (0) = 1,
dt  z (0) = 1.
dz  
= x + y;  
dt  
188
6.3.8. Предложить явный трёхстадийный метод Рунге–Кутты третьего
dx
= y +1, 
dt x(0) = 1,
 
dy y (0) = 1.
= x  t; 
dt  
__________________________________________________________
6.3.9. Предложить явный двухстадийный метод Рунге–Кутты второго
dx
= tx + y, 
dt x(0) = 0,
 
dy y (0) = 1.
= x  ty; 
dt  
6.3.10. Предложить явный двухстадийный метод Рунге–Кутты второ-
го порядка точности для решения задачи Коши системы ОДУ на [0;1]:
dx
= t + x + y , 
dt  x(0) = 1, 
 
dy
= x  y;  y (0) = -2.
dt  
dx
= t  y 2 , 
dt x(0) = 0,
 
dy y (0) = 1.
= t + x; 
dt  
6.3.12. Предложить явный трёхстадийный метод Рунге–Кутты третье-
dx
= x  y, 
dt x(0) = 1, 
 
dy y (0) = 0,5.
= xy; 
dt  
dx
= ( y  x)t ,  
dt x(0) = 1,
 
dy y (0) = 1.
= (y + x ) t;
dt  
189
Пример 4
Предложить явный двухстадийный метод Рунге–Кутты второго по-
рядка точности для решения задачи Коши ОДУ на [0,1]:
d2y dy 
 2x  0, 

2
dx dx
y (0)  0, yx (0)  1.
Решение

Dh = xl : xl   k 0 hk ;  k 0 hk = 1; h0  0 .
l L

Преобразуем ОДУ второго порядка к двум уравнениям первого по-
рядка, введя вектор-функцию неизвестных и вектор-функцию правых ча-
стей
u  y( x), f  u  y  ( x),
u ( x)   1   f ( x, u ( x))   1   2   x
u2  yx ( x);  f 2 2 xu2 2 xyx ( x).
du 0,
В векторной форме система примет вид  f ( x, u ), u (0) = 
dx 
1.
Выберем в качестве метода РК – метод Эйлера с пересчётом:
u l 1 = ul + hl ( f 1 + f 2 ) 2; 0 0 0
f 1 = f ( xl , u l ); 1 1 0
f 2 = f ( xl + hl , u l + hl f 1 ); 12 12
Вычисления организуем последовательно в три этапа. Сначала

 
найдём u1 , f 1 :
l
  
  1 
u11 f u12 yl,
 
 y 
  l  1  
u1    ;  f1      
l 
u1

2 y 
 l

 2

  2x u2 
  2 xl yl.
 f

 1  l 1
Затем определим (u 2 )l , f 2 :
    
u
1
y h f
1
 f
1
 u12  hl f12  yl  hl f12 ,
 u2 l    
 2
2

l l 1
; f 2    
 2
2

 

  
 yl  hl f1  2( xl + hl )(u1  hl f1 )  2( xl + hl )( yl  hl f1 ).
2 2 2 2
u
 f2
  
 2
190
Значение сеточной функции в (l + 1) узле находим, подставив
полученные выражения в формулу ul+1  ul  hl+1 ( f1  f 2 ) 2 и проведя
необходимые вычисления. Согласно принципу индукции, если задан
начальный вектор u0 и указан способ нахождения ul+1 по ul , то можно
определить все значения сеточной функции и тем самым решить
поставленную задачу.
Задачи
го порядка точности для решения задачи Коши ОДУ на [0,1]:
d2y dy 
 ( x  2)  0,

2
dx dx
y (0)  0, yx (0)  1. 

d2y dy 
x  0, 

2
dx dx
y (0)  0, yx (0)  1.

____________________________________________________________
d2y 
 y cos x  0, 
dx 2 
y (0)  1, yx (0)  0.

d2y dy 2 
x  e x , 

2
dx dx
y (0)  1, yx (0)  0.
d2y dy 
 x  2 y  12,
dx 2 dx 
y (0)  5, yx (0)  2. 

191
d2y dy 
 x  y  0,
dx 2 dx 
y (0)  0, yx (0)  1.

d2y dy 
 ( x  2)  0,

2
dx dx
y (0)  0, yx (0)  1. 

6.4. ОДУ. Задача Коши. Метод Адамса
Другой подход к решению задачи Коши для ОДУ, основанный на
равномерном разбиении области интегрирования в отличии от метода
Рунге–Кутты, называется методом Адамса. Пусть решается задача Коши:
dy 
= f ( x, y ), X 0 < x < X L , 
dx  (6.4.1)
y ( x0 ) = y 0 
и определена равномерная сетка
Dh = {xl : xl = X 0 +lh, h = ( X L  X 0 ) / L, l = 0, L} .
Предположим, что начальные значения искомой сеточной функции

уже определены в узлах сетки xl , l = 0,k . Требуется дать описание алго-
ритма для нахождения значения сеточной функции в следующей узловой
точке xk+1 . Проинтегрируем дифференциальное уравнение из (6.4.1) в
пределах от xk до xk+1 :
xk yx dx = yk+1  yk =xk f ( x, y)dx .

x x
k+1 k+1
(6.4.2)
Заменим, например, подынтегральную функцию в (6.4.2) интерполя-

ционным многочленом Ньютона третьего порядка для равномерной сетки,
построенным по узлам xk  3 , xk  2 , xk 1 , xk :
f ( x, y)  f k + ( f k  f k 1 )( x  xk ) / h+ ( f k  2 f k 1 + f k  2 )( x  xk ) 
 ( x  xk 1 ) / (2h2 ) + ( f k  3 f k 1 + 3 f k  2  f k  3 )( x  xk )( x  xk 1 ) 
192
 ( x  xk  2 ) / (6h3 ) = f k + Δf k 1 ( x  xk ) / h+ Δ2 f k  2 ( x  xk )( x  xk 1 ) 
 (2h2 ) + Δ3 f k  3 ( x  xk )( x  xk 1 )( x  xk  2 ) / (6h3 ).
После вычисления интеграла приходим к экстраполяционной форму-

ле метода Адамса четвёртого порядка:
yk+1 = yk +h( f k + Δf k 1 / 2 + 5Δ2 f k  2 / 12 + 3Δ3 f k  3 / 8). (6.4.3)
Выберем в качестве узлов интерполяции точки xk  2 , xk 1 , xk , xk+1 и за-

меним подынтегральную функцию интерполяционным многочленом
Ньютона третьего порядка. Вычислим интеграл и получим интерполяци-
онную формулу Адамса четвёртого порядка:
yk+1 = yk +h( f k+1  Δf k / 2  Δ2 f k 1 / 12  Δ3 f k  2 / 24) . (6.4.4)
Формула (6.4.4) не позволяет сразу вычислить значение yk+1 , так как

правая часть содержит значения f k+1 , которые сами зависят от yk+1 .
В общем случае произвольной функции f формула (6.4.4) представ-
ляет собой нелинейное уравнение относительно искомой величины yk+1 .
Её значение находится одним из соответствующих методов решения не-
линейных уравнений, рассмотренных в разделе 3. В практических расчё-
тах, как правило, вместо решения нелинейного уравнения (6.4.4) исполь-
зуют сочетание экстраполяционного (6.4.3) и интерполяционного (6.4.4)
методов Адамса. Сначала находят предварительное значение yk+1 , приме-
няя экстраполяционный метод Адамса, а затем получают окончательное
значение yk+1 с помощью интерполяционного метода Адамса. При этом
для определения f k+1 используют ранее найденное предварительное зна-
чение yk+1 .
Для начала расчёта необходимо задать значения сеточной функции в
нескольких дополнительных узлах сетки вблизи границы области инте-
грирования. Для экстраполяционного метода Адамса (6.4.3) такими точ-
ками сетки будут xl , l = 1, 2,3 . При этом погрешность в задании дополни-
тельных значений сеточной функции не должна превышать порядок схо-
димости разностной схемы. Существует несколько подходов для решения
этой задачи. Один из них предполагает разложение значений следа в ряд
Тейлора до требуемого порядка точности по величине шага h с учётом
приведённого начального условия. Другие варианты основаны на исполь-
зовании альтернативных численных методов решения задачи Коши соот-
ветствующего порядка точности для определения дополнительных значе-
193
ний. В качестве одного из вариантов можно указать на метод Рунге–
Кутты четвёртого порядка, разобранный ранее. Более подробно эти во-
просы рассмотрены в примерах.
Пример 1
На сетке Dh = {xl : xl = hl , hL =1, l = 0, L} предложить экстраполяци-

онную разностную схему Адамса четвёртого порядка аппроксимации для
решения задачи:
dy 
 y  cos 2 x, 
dx 
y (0)  0, x  [0,1].
Решение
Dh = {xl : xl = hl , hL =1, l = 0,L}

и воспользуемся экстраполяционной формулой метода Адамса четвёртого
порядка yl+1 = yl +h( f l + Δf l 1 / 2 + 5Δ2 f l  2 / 12 + 3Δ3 f l  3 / 8) . Для начала
расчётов необходимо дополнительно задать значения сеточной функции в
трёх узлах y1 , y2 , y3 , т.к. y0 = 0 известно из начального условия. Это
можно сделать несколькими способами, например, использовать четырёх-
стадийную схему Рунге–Кутты четвёртого порядка точности, рассмотрен-
ную в разделе 6.3. Другой подход состоит в том, чтобы в качестве при-
ближений использовать значения следа, вычисленные с требуемой точно-
стью:
yk  [ y]k = [ y]0 +[ yx ]0 kh+[ yx]0 k 2 h2 / 2 +[ yx]0 k 3h3 / 6 +O(h4 ); k = 1, 2,3.
Найдём первую производную в начальной точке из самого уравнения
[ yx ]0 = 1 . Для нахождения второй производной в этом же узле продиффе-
ренцируем уравнение один раз по x. Затем разрешим относительно второй
производной и подставим ранее найденное значение первой производной
[ yxx ]0 = 1 . Аналогично, после ещё одного дифференцирования вычисля-
ется и третья производная [ y xxx ]0 = 5 . В итоге имеем
yk = kh  k 2 h2 / 2  5k 3 h3 / 6 +O(h4 ); k = 1, 2,3 ,
что позволяет сохранить четвёртый порядок точности и начать расчёт по
экстраполяционной схеме Адамса четвёртого порядка.
194
Задачи
6.4.1. На сетке Dh = {xl : xl = hl , hL =1, l = 0, L} предложить экстрапо-

ляционную разностную схему Адамса четвёртого порядка аппроксимации
для решения задачи Коши:
dy 
 ( y  x) 2 , 
dx 
y (0)  0, x  [0,1].
6.4.2. На сетке Dh = {xl : xl = hl , hL =1, l = 0, L} предложить интерпо-

ляцищррую разностную схему Адамса третьего порядка аппроксимации
dy 
 x  y, 
dx 
y (0)  1, x  [0,1]. 
____________________________________________________________
ляционную разностную схему Адамса третьего порядка аппроксимации
dy 
 2 y  4 x, 
dx 
y (0)  0, x  [0,1].

ляционную разностную схему Адамса третьего порядка аппроксимации
dy 
 y  x2 , 
dx 
y (0)  1, x  [0,1].

ляцищррую разностную схему Адамса четвёртого порядка аппроксима-
ции для решения задачи Коши:
dy 
 9 x  3 y, 
dx 
y (0)  0, x  [0,1]. 
195
ляцищррую разностную схему Адамса четвёртого порядка аппроксима-
ции для решения задачи Коши:
dy 
 x 2  y, 
dx 
y (0)  1, x  [0,1]. 
Пример 2
Получить интерполяционную формулу метода Адамса третьего по-
рядка.
Решение
Введём сетку Dh = {xl : xl = hl , hL =1, l = 0, L} и будем считать по

предположению индукции, что значения сеточной функции в узлах до l
включительно уже определены. Проинтегрируем уравнение (6.4.1) в пре-
делах от значения xl до xl 1 , заменив подынтегральную функцию интер-
поляционным многочленом второй степени
xl y x dx = yl+1  yl =
x l+1
x  Δf Δ 2 f l 1   Δfl Δ fl 1 
2
  l 1  f l+1 + l  x  xl+1  +  x  xl+1  x  xl  dx = h  fl+1   .

xl 
h 2h 2
  2 12 
 
Разрешая относительно yl 1 , получаем расчётную формулу.
 Δf Δ fl 1 
2
Ответ: yl+1 = yl + hf  l+1  l  .
 2 12 
 
Задачи
6.4.7. Получить экстраполяционную формулу метода Адамса третьго
порядка.
6.4.8. Получить интерполяционную формулу метода Адамса второго
порядка для неравномерной сетки (многошаговый метод).
________________________________________________________________
6.4.9. Получить экстраполяционную формулу метода Адамса третьго
6.4.10. Получить интерполяционную формулу метода Адамса второго
порядка.
196
6.4.11. Получить экстраполяционную формулу метода Адамса второго
6.1.1. yn = C1 (3)n +C2 2 n +C3 (8)n .
6.1.2. yn = C1 2n +C2 6 n +C3 (2)n .
6.1.3. yn = C1 (4)n + (C2 +C3 n+C4 n2 )2 n .
6.1.4. yn = C1 (1/ 4)n + (C2 +C3n+C4 n2 )(1/ 2) n .
6.1.5. yn = C1 (1)n + ( 2)n [C2 cos(3 n 4) +C3 sin(3 n 4)] .
6.1.6. yn = 3 n[C1 +C2 cos( n 2) +C3 sin( n 2)] .
6.1.17. yn = C1 +C2 (1)n  ah cos(hn) sinh .
6.1.18. yn =C1 +C2 (1 3)n +an2 h2 2.
6.1.19. yn = C1 +C2 n  ah2 cos(hn) [2(1  cosh)] .
6.1.20. yn =C1 +C2 n+C3 (1 2)n +an2 h2 2.
6.1.21. yn = C1 +C2 [1  1 (2h)]n  C3 cos( n 2)+C4 sin( n 2)  ahn .
6.1.22. yn = (ah)[1  cos h  (1  cos h)(1)n  2cos(nh)] (2sin h); n  0  N .
6.1.23. yn = 1  (3ah2 4)[1  (1 3)n ]  (an2 h2 ) 2; n  0  N .
6.1.24. yn = (ah2 )[1  cos(nh)] [2(1  cos h)]  nh  (anh2 ) 2; n  0  N .
6.1.25. yn = nh  (an2 h2 ) 2; n  0  N .
6.1.26. yn = anh; n  0  N .
6.2.1.  f ( h)  Ch2 второй порядок аппроксимации по h.

Fh
6.2.2.  f ( h)  Ch первый порядок аппроксимации по h.

Fh
6.2.3.  f ( h)  Ch первый порядок аппроксимации по h.

Fh
197
6.2.4. k = 3.
6.2.5. k = 1.
6.2.11.  f ( h )  Ch  аппроксимация порядка h; y0 = 1; y1 = 1- h;

Fh
( yl  2  4 yl 1  3 yl ) 2h  yl = 0, l = 2, L аппроксимация порядка h2 .
6.2.12.  f ( h)  Ch аппроксимация порядка h; y0 = 1; y1 = 1  h + h2 2;

Fh
( yl+1  2 yl  yl 1 ) h2  yl = 0, l =1, L  1 аппроксимация порядка h2 .
6.2.13.  f ( h )  Ch аппроксимация порядка h; y0 = 1; y1 = 1- h;

Fh
( yl+ 2  4 yl+1  3 yl ) 2h  yl = 0, l = 0, L  2 аппроксимация порядка h2 .
6.2.19.  f ( h)  Ch; [ y]h  y ( h)  Ch .

Fh Yh
6.2.20.  f ( h )  Ch; [ y]h  y ( h ) 

L 
 .
Fh Yh
6.2.21.  f ( h )  Ch; [ y]h  y ( h ) 

L 
 .
Fh Yh
6.2.22.  f ( h)  Ch; [ y]h  y ( h)  Ch .

Fh Yh
6.2.23.  f ( h)  Ch2 ; [ y]h  y ( h) 

L 
 .
Fh Yh
6.2.34. ( yl 1  yl 1 ) 2h  xl  0, l  1, L  1; y0  0; y1  0 .

( y  2 yl  yl 1 ) h  ( yl 1  yl 1 ) 2h  0, l  1, L  1; y0  1;
2
6.2.35.  l 1

 y1  1  h  h2 / 2.
6.2.36. ( yl 1  2 yl  yl 1 ) h2  axl  b, l  1, L  1; y0  0; 2 y3  11y0  18 y1  9 y2 .
6.3.1. f1 = f ( xl , yl ); f 2 = f ( xl + 2h 3, yl + 2hf1 3); третий порядок точности.
f3 = f ( xl + 2h 3, yl  2hf 2 3); yl+1 = yl + (2 f1 + 3 f 2 + 3 f3 )h 8; l = 0, L 1.
6.3.2. f1 = f ( xl , yl ); f 2 = f ( xl +h 4, yl +hf1 4); f3 = f ( xl +h 2, yl  hf 2 2);
f 4 = f ( xl +h, yl +hf1  2hf 2 + 2hf3 ); yl+1 = yl + ( f1 + 4 f3 + f 4 )h 6;
198
l = 0, L 1, второйпорядок точности.
6.3.3. f1 = f ( xl , yl ); f 2 = f ( xl +h 2, yl +hf1 2); f3 = f ( xl +h, yl  hf 2 );
f 4 = f ( xl +h, yl +hf3 ); yl+1 = yl + ( f1 + 4 f 2 + f 4 )h 6;
l = 0, L 1, третий порядок точности.
6.3.4. f1 = f ( xl , yl ); f 2 = f ( xl + 2h 3, yl + 2hf1 3); f3 = f ( xl , yl  hf1  hf 2 );
yl+1 = yl + (3 f 2 + f 4 )h 4; l = 0, L 1, третий порядок точности.
6.3.5 a) f1 = f ( xl , yl ); f 2 = f ( xl +h 2, yl +hf1 2); f3 = f ( xl , yl  hf1  hf 2 );
f 4 = f ( xl +h, yl + 3hf 2 2  hf3 2); четвёртыйпорядок точности.
yl+1 = yl + (3 f1 + 8 f 2  f3 + 2 f 4 )h 12; l = 0, L 1.
6.3.5 б) f1 = f ( xl , yl ); f 2 = f ( xl +h 2, yl +hf1 2); f3 = f ( xl , yl  hf1 2  hf 2 2);
f 4 = f ( xl +h, yl  3hf1 2  3hf 2 2  hf3 ); yl+1 = yl + (4 f 2  f3 + f 4 )h 6;
l = 0, L 1, четвёртый порядок точности.

6.3.6. Dh = tl : tl   k 0 hk ;  k 0 hk = 1; h0  0 ;
l L

 
ul +1 = ul + hl f1  f 2 / 2; 0 0 0
u  x  f u  1
u (t )   1   ; f (t , u )   1   2 ; f1 = f ( xl , ul ); 1 1 0
 2 
u y  f 2 u1  t
f 2 = f ( xl + hl , ul + hl f1 ); 12 12
    

 (u1 )1  xl ( f )  (u ) +1  y +1
(u1 )l =  =  ; f1 =  1 1 =  2 1 =  l ;
 xl  tl
    

 y
(u2 )1  l ( f 2 )1
  (u
 1 1) - tl 
 
 (u1 )2 x + hl+1 ( f1 )1
 l
(u2 )l =  = 
 ;
 y + hl +1 ( f 2 )1

 (u2 )2 
 l
  
 ( f1 )2  (u ) +1  yl + hl+1 ( f 2 )1 +1,
f 2 =  =  2 2 = 


 ( f )
2 2

 (u
 1 2)  tl 1

 x
 l + hl+1 ( f1 )1  (tl  hl+1 ).
199
6.3.7. ul+1 = ul + hl+1 (2 f1 + 3 f 2 + 3 f 3 ) 8; 0 0 0 0
f1 = f (tl , ul ); 2323 0 0
f 2 = f (tl + 2 hl+1 3, ul + 2 hl+1 f1 3); 23 0 23 0
f3 = f (tl + 2 hl+1 3, ul + 2 hl+1 f 2 3); 28 38 38
u1  x(t )  f1 u2  u3 

 (u1 )1

 xl
     

u (t )  u2   y (t ); f (t , u (t ))   f 2  tu1  u3 ; (u1 )l = (u2 )1 =  yl ;
 
u  f   
 3  z (t )  3  u1  u2  (u3 )1
  zl

 
( f1 )1  (u2 )1 + (u3 )1


 yl + zl

 (u1 ) 2  xl + 2hl+1 ( f1 )1 3
    


  
f1 = ( f 2 )1 = tl (u1 )1 + (u3 )1 = tl xl  zl ; (u2 )l = (u2 ) 2 =  yl + 2hl +1 ( f 2 )1 3;
    

( f3 )1  (u1 )1  (u2 )1



 xl  zl


(u3 ) 2


 z + 2h
 l
(f ) 3
l +1 3 1

( f1 ) 2 
 (u2 ) 2  (u3 ) 2
 
f 2 = ( f 2 ) 2 = (tl + 2hl 1 3)(u1 ) 2  (u3 ) 2 =


 
 

 ( f3 )2 
 (u1 ) 2 + (u2 ) 2

 yl + 2hl+1 ( f 2 )1 3 + zl + 2hl +1 ( f 3 )1 3

= (tl + 2hl 1 3)  xl + 2hl+1 ( f1 )1 3  zl + 2hl +1 ( f 3 )1 3;





 xl + 2hl+1 ( f1 )1 3  yl + 2hl+1 ( f 2 )1 3


(u1 )3  xl + 2hl+1 ( f1 )2 3




(u3 )l = (u2 )3 =  yl + 2hl +1 ( f 2 )2 3;

 

(u3 )3  zl + 2hl +1 ( f 3 )2 3



( f1 )3 
 (u2 )3  (u3 )3
 
 
f3 = ( f 2 )3 = (tl + 2hl 1 3)(u1 )3  (u3 )3 =

 
 

 ( f 3 )3 
 (u1 )3 + (u2 )3
 yl + 2hl+1 ( f 2 )2 3 + zl + 2hl +1 ( f 3 )2 3



 
 2h  2h ( f )  2h ( f )
=  tl + l 1  xl + l+1 1 2   zl + l+1 3 2 .

 
 3  3  3


 xl + 2hl+1 ( f1 ) 2 3  yl + 2hl+1 ( f 2 )2 3
200
6.3.8. ul+1 = ul + hl+1 (3 f 2 + f 3 ) 4; 0 0 0 0
f1 = f (tl ,ul ); 2323 0 0
f 2 = f (tl + 2 hl+1 3, ul + 2 hl+1 f1 3); 0 1 1 0
f3 = f (tl , ul  hl+1 f1 + hl+1 f 2 ); 0 34 14
u  x(t )  f u  1
u (t )   1   ; f (t , u (t ))   1   2 ;
u2  y (t )  f 2 u1  t
   

 (u1 )1  xl ( f )  (u ) +1  y +1
(u1 )l =  =  ; f1 =  1 1 =  2 1 =  l ;
(u1 )1  tl  xl  tl
    

 (u2 )1  yl ( f 2 )1
  
 

 (u1 ) 2  l
 x + 2hl+1 ( f1 )1 3
(u2 )l =  =  ;
  y + 2hl +1 ( f 2 )1 3

 (u2 ) 2 
 l

 
yl + 2hl+1 ( f 2 )1 3 +1 

( f1 ) 2

 (u2 ) 2 +1 
 
f2 =  =  = 2h ( f )  2h  ; 

( f 2 )2

 (u1 ) 2  t2

 x + l+1 1 1   tl  l+1  
 l
3  3  

 

 (u1 )3  xl  hl+1 ( f1 )1  hl+1 ( f1 )2
(u3 )l =  = ;


 (u2 )3  yl  hl+1 ( f 2 )1  hl+1 ( f 2 )2
  

 ( f1 )3 (u2 )3 +1  yl  hl+1 ( f 2 )1  hl+1 ( f 2 ) 2 + 1,
f3 =  = =


 ( f 2 )3 (u1 )3  tl  xl  hl+1 ( f1 )1  hl+1 ( f1 )2  tl .
 u  y
6.3.14. Dh = xl : xl   k 0 hk ;  k 0 hk = 1; h0  0 ; u ( x)   1   ;
l L
u2  yx

ul +1 = ul + hl+1 f 2 ;
f  u2  yx
f ( x, u )   1    ; f1 = f ( xl , ul );
 f 2 ( x  2)u2 ( x  2) yx
f 2 = f ( xl + hl+1 2, ul + hl+1 f1 2);
0 0 0  

 (u1 )1  yl
12 12 0 (u1 )l =  = ;


 (u2 )1 ( y x )l
0 1
201
  

 ( f1 )1  (u2 )1  ( yx )l
f1 =  = =  ;


 ( f 2 )1 ( xl + 2)(u2 )1 ( xl + 2)( yx )l
 
 


 (u1 )2 
 yl + hl+1 ( f1 )1 / 2  yl + hl+1 ( y x )l / 2
(u2 )l =  =  =  ;


 (u2 )2 


( yx )l + hl +1 ( f 2 )1 / 2 ( yx )l + hl +1[( xl  2)( y x )l ] / 2




 ( f1 )2 
 ( yx )l + hl 1 ( f 2 )1 / 2,
f2 =  = 


 ( f 2 )2 


( xl + 2 + hl 1 / 2)[( yx )l + hl 1 ( f 2 )1 / 2].
6.3.15. ul+1 = ul + hl+1 ( f1 + 3 f 3 ) 4; 0 0 0 0

f1 = f ( xl , ul ); 1313 0 0
f 2 = f ( xl + hl+1 3, ul + hl+1 f1 3); 23 0 23 0
f3 = f ( xl + 2 hl+1 3 ,ul + 2hl+1 f 2 3) 14 0 3 4
u  y f  u  y
u ( x)   1   ; f ( x, u )   1   2   x ;
 2  x
u y   2 
f  xu 2  xyx
    

 (u1 )1 
 yl 
 ( f1 )1  (u2 )1  ( yx  )l
(u1 )l =  =  ; f1 =  = =  ;


 (u2 )1 
(
 yx )l 

 ( f 2 )1  xl (u2 )1  xl ( yx )l
 
 


 (u1 )2 
 yl + hl+1 ( f1 )1 3  yl + hl+1 ( yx )l 3
(u2 )l =  =  =  ;


 (u2 )2 ( yx )l + hl +1 ( f 2 )1 3 ( y x )l + hl +1 [ xl ( yx )l ] 3







 ( f1 )2


 (u2 )2 
 {( yx )l + hl+1 [ xl ( yx )l ] 3}
f2 =  =  =  ;

( f 2 )2




 ( xl + hl+1 3)(u2 )2 


( xl + hl+1 3){( yx )l + hl +1 [ xl ( yx )l ] 3}
 

 (u1 )3  yl  2hl+1 ( f1 )2 / 3
(u3 )l =  = =


 (u2 )3 ( yx )l  2hl+1 ( f 2 )2 / 3


 yl  2hl+1{( yx )l + hl +1 [ xl ( yx )l ] 3} / 3
  ;



( yx )l  2hl+1 ( xl + hl+1 3){( y x )l + hl +1 [ xl ( yx )l ] 3} / 3
 

 ( f1 )3  (u2 )3
f3 =  =  =
( xl + 2hl+1 / 3)(u2 )3
 

 ( f 2 )3 
202



( yx )l  2hl+1 ( xl + hl+1 3){( y x )l + hl +1 [ xl ( yx )l ] 3} / 3,
 
( xl + 2hl+1 / 3) ( yx )l  2hl+1 ( xl + hl+1 3){( yx )l + hl+1 [ xl ( yx )l ] 3} / 3.



6.4.1. yl+1 = yl +h( fl + Δfl 1 2 + 5Δ2 fl  2 12 + 3Δ3 fl  3 8); l = 3, L; y0 = 0;
y1  h3 3; y2  8h3 3; y3  9h3 ; Δfl 1  ( yl + xl )2  ( yl 1 + xl 1 )2 ;
Δ2 fl  2  ( yl + xl )2  2( yl 1 + xl 1 )2  ( yl  2 + xl  2 )2 ;
Δ3 fl  3  ( yl + xl )2  3( yl 1 + xl 1 )2  3( yl  2 + xl  2 )2  ( yl  3 + xl  3 )2 .
6.4.2. yl+1  yl +h( fl+1  Δfl 2  Δ2 fl 1 12); l  1, L  1; y0  0; y1  1  h  h2 ;
Δfl  ( yl+1 + xl+1 )  ( yl + xl ); Δ2 fl 1  ( yl+1 + xl+1 )  2( yl + xl )  ( yl 1 + xl 1 ) .
6.4.7. yk+1  yk +h( f k + Δf k 1 / 2 + 5Δ2 f k  2 / 12) .
6.4.8. yk+1  yk +h[ f k+1  f ( xk , xk 1 )h / 2]; h  xk 1  xk .
1. Бахвалов Н.С., Лапин А.В., Чижонков Е.В. Численные методы в задачах
и упражнениях. – М.: Высшая школа, 2000. – 190 с.
2. Рябенький В.С. Введение в вычислительную математику. – М.: Наука,
1994. – 336 с.
3. Демидович Б.П., Марон И.А., Шувалова Э.З. Численные методы анализа.
– М.: Физматгиз, 1963. – 400 с.
4. Копченова Н.В., Марон И.А. Вычислительная математика в примерах и
задачах. – М.: Наука, 1972. – 368 с.
5. Дробышевич В.И., Дымников В.П., Ривин Г.С. Задачи по вычислитель-
ной математике. – М.: Наука, 1980. – 144 с.
6. Азаров А.И., Басик В.А., Мелешко И.Н., и др. Сборник задач по методам
вычислений / под ред. П.И. Монастырного. – М.: Физматлит, 1994. –
320 с.
7. Хайрер Э., Нёрсетт С., Ваннер Г. Решение обыкновенных дифференци-
альных уравнений. Нежёсткие задачи. – М.: Мир, 1990. – 512 с.
М.: МФТИ, 2007. – 196 с.
203
Учебное издание
БАРАБАНЩИКОВ Александр Владимирович

ГАМИЛОВ Тимур Мударисович
ДЕМЧЕНКО Владимир Владимирович
ПАСТУШКОВ Роман Серафимович
СИМАКОВ Сергей Сергеевич
УПРАЖНЕНИЯ И ЗАДАЧИ
КОНТРОЛЬНЫХ РАБОТ
ПО ВЫЧИСЛИТЕЛЬНОЙ МАТЕМАТИКЕ
В двух частях
ЧАСТЬ I
2-е издание, переработанное и дополненное
Под редакцией В. В. Демченко
Редактор Л. В. Себова
Корректор О. П. Котова
Компьютерная верстка Л. В. Себова
Подписано в печать 06.04.2017. Формат 60  84 1/16. Усл. печ. л. 12,75.

Уч.-изд. л. 12,0. Тираж 350 экз. Заказ № 65.
Федеральное государственное автономное образовательное учреждение

высшего образования «Московский физико-технический институт
(государственный университет)»
141700, Московская обл., г. Долгопрудный, Институтский пер., 9
Тел. (495) 408-58-22, е-mail: [email protected]
___________________________________________________________
Отпечатано в полном соответствии с предоставленным оригиналом-макетом
ООО «Печатный салон ШАНС» 127412, г. Москва, ул. Ижорская, д. 13, стр. 2

Pod Red V V Demchenko Uprazhneniya I Zadachi Kontrolnyh Rabot Po Vychislitelnoi Matematike Uchebnoe Posobie Chast 1 PDF

Загружено:

Авторское право:

Доступные форматы

Pod Red V V Demchenko Uprazhneniya I Zadachi Kontrolnyh Rabot Po Vychislitelnoi Matematike Uchebnoe Posobie Chast 1 PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Pod Red V V Demchenko Uprazhneniya I Zadachi Kontrolnyh Rabot Po Vychislitelnoi Matematike Uchebnoe Posobie Chast 1 PDF

Загружено:

Авторское право:

Доступные форматы

Министерство образования и науки Российской Федерации

Федеральное государственное автономное образовательное учреждение

Издание второе, переработанное и дополненное

Кафедра высшей математики и физики ФГОУ ВПО

У66 Упражнения и задачи контрольных работ по вычис-

Учебное пособие сформировано на основе лекций и семинарских за-

ISBN 978-5-7417-0631-2 (Ч. I) © Барабанщиков А.В., Гамилов Т.М.,

2. СИСТЕМЫ ЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ УРАВНЕНИЙ (СЛАУ)

3. МЕТОДЫ ЧИСЛЕННОГО РЕШЕНИЯ УРАВНЕНИЙ И СИСТЕМ

4. ПРИБЛИЖЕНИЕ ФУНКЦИЙ, ЗАДАННЫХ В КОНЕЧНОМЕРНЫХ

5. ЧИСЛЕННОЕ ДИФФЕРЕНЦИРОВАНИЕ И ИНТЕГРИРОВАНИЕ ....... 125

6. ЧИСЛЕННЫЕ МЕТОДЫ РЕШЕНИЯ ОБЫКНОВЕННЫХ

Абсолютную и относительную погрешности можно округлять в

точно малой погрешностью  . Какова погрешность корня x0 ?

1.3. Чему равна погрешность в определении действительного корня

1.6. Чему равна погрешность в определении корня x  16 уравнения

1.7. Чему равна погрешность в определении корня x  3 уравнения

модулю не превосходит hM 2 / 2  2t  2 f ( x0 ) / h  2 M 2 21t f ( x0 ) и оп-

тимальный шаг h0  2 21t f ( x0 ) / M 2 . Итак, погрешность метода

если абсолютная погрешность при задании f ( x ) , f ( x  h) не превосхо-

если абсолютная погрешность при задании f ( x ) , f ( x  h) не превосхо-

если абсолютная погрешность при задании f ( x ) , f ( x  h) , f ( x  2h) не

если абсолютная погрешность при задании f ( x ) , f ( x  h) , f ( x  2h) не

f ( x)   f ( x  h)  2 f ( x)  f ( x  h)  / h2 , max f (4) ( x )  100 ,

если абсолютная погрешность при задании f ( x  h) , f ( x ) , f ( x  h) не

если абсолютная погрешность при задании f ( x ) , f ( x  h) , f ( x  2h) не

определяется из начальных данных: C  x0  1 . Теперь видно, что x0  1 –

1.20. Пусть f ( x)  ln x и производная в точке x вычисляется по при-

Ответы к задачам раздела 1

2.1. Конечномерные пространства. Основные определения

n-мерного линейного нормированного пространства.

В вычислительной математике широкое распространение получили

1 Иногда (например, в [5, 6]) эти нормы обозначаются как x , x , x .

Определение 2.1.3. Нормой матрицы, подчинённой норме вектора,

Здесь A – матрица, эрмитово сопряжённая с A , а i ( AA) – соб-

ственные числа матрицы A* A . Если A*  A , то A 3  max i ( A) . А ес-

ли, кроме того, A  0 , то A 3  max i ( A) .

Любые две нормы • a

Тогда выполняются неравенства 1   A, b    A  .  

Теорема 2.1.2. Если объединение кругов из теоремы 2.1.1 распадает-

Для матриц с 1  2  3  ...  n максимальное по модулю соб-

 e1  1( A )  , (по направлению) при

Для матриц AT = A и достаточной малости 1( A )  1( k 1) возможна

Вычисление минимального по модулю собственного значения n( A )

Является ли выражение min  x1  2 x2 , 2 x1  x2  нормой вектора

Проверяем выполнение третьего условия x  y  x  y .

мер, для x  (1, 2)T , y  (2,1)T не выполняется. Такми образом, рассматри-

2.1.1. Доказать, что выражение max  dk xk  , dk  0, k  1, n , есть нор-

2.1.3. Доказать, что выражение  n

2.1.5. Являются ли выражения нормами вектора?

2.1.7. Являются ли выражения max  dk xk  , k  1, n , нормами векто-

2.1.8. Являются ли выражения нормами вектора?

2.1.10. Являются ли выражения нормами вектора?

2.1.13. Является ли выражение max  x1 , x2  x1 / h  , h  0 , нормой

В этом случае произвольные векторы x, y могут быть представлены

2.1.17. Доказать неравенства для норм квадратных матриц размерно-

2.1.19. Найти норму матрицы A , подчинённую векторной норме

2.1.21. Является ли выражение max ai , j нормой матрицы?

2.1.22. Является ли выражение n max ai , j нормой квадратной матри-