Метод последовательных приближений кратко

Обновлено: 04.07.2024

Предполагается, что в некоторой окрестности точки М₀ (x₀, у₀) уравнение (18.1) удовлетворяет условиям теоремы существования и единственности решения.

Будем строить, искомое решение у=у(х) для значений х≥х₀ Случай х≤х₀ вполне аналогичен. Интегрируя правую и левую части уравнения (18.1) в пределах от х₀ до х, получим

или, в силу начального условия (18.2), будем иметь

Так как искомая функция у=у(х) находятся под знаком интеграла, то уравнение (18.3) является интегральным. Очевидно, решение интегрального уравнения (18.3) удовлетворяет дифференциальному уравнению (18.1) и начальному условию (18.2).

Для нахождения этого решения применим метод последовательных приближений. Заменяя в равенстве (18.3)неизвестную функцию у данным значением у₀, получим первое приближение

Далее, подставив в равенстве (18.3) вместо неизвестной функции у найденную функцию y₁, будем иметь второе приближение

Вообще, все дальнейшие приближения строятся по формуле

Геометрически последовательные приближения представляют собой кривые у_п = у_п(х) (n=1, 2, . ), проходящие через общую точку M₀(x₀,y₀).

Замечание. При методе последовательных приближений в качестве начального приближения у₀, вообще говоря, можно выбирать любую функцию, достаточно близкую к точному решению у.

Например, иногда выгодно в качестве у₀ брать конечный отрезок ряда Тейлора искомого решения.

Заметим, что при пользовании методом последовательных приближений аналитичность правой части дифференциального уравнения не обязательна, поэтому метод этот можно применять и в тех случаях, когда разложение решения дифференциального уравнения в степенной ряд невозможно.

Пример 18.1. Методом последовательных приближений найти приближенное решение дифференциального уравнения

удовлетворяющее начальному условию

Решение. В качестве начального приближения возьмем у₀ (х) = 1. Так как

Подобным же образом получим

Метод последовательных приближений. Изложим этот метод применительно к дифференциальному уравнению первого порядка

с начальным условием

или, в силу начального условия (18.2), будем иметь

Вообще, все дальнейшие приближения строятся по формуле

Например, иногда выгодно в качестве у₀ брать конечный отрезок ряда Тейлора искомого решения.

Пример 18.1. Методом последовательных приближений найти приближенное решение дифференциального уравнения

удовлетворяющее начальному условию

Решение. В качестве начального приближения возьмем у₀ (х) = 1. Так как

Метод реализует стратегию постепенного уточнения значения корня.

Постановка задачи. Дано нелинейное уравнение (3.1). Корень отделен x* Î [a;b]. Требуется уточнить корень с точностью ε.

Уравнение ( 3.1) преобразуем к эквивалентному виду x=φ(x), (3.7)

Что можно сделать всегда и притом множеством способов.

Выберем начальное приближение x0Î [a;b].

Вычислим новые приближения:

Xi=φ(xi-1) , i=1,2,… где i − номер итерации. (3.8)

Последовательное вычисление значений xi по формуле (3.8) называется итерационным процессом метода простых итераций, а сама формула - формулой итерационного процесса метода.

Если , то итерационный процесс Сходящийся .

Условие сходимости (3.9)

Точное решение x* получить невозможно, так как требуется Бесконечный Итерационный процесс.

Можно получить Приближенное Решение, прервав итерационный (3.8) при достижении условия

Где ε - заданная точность; i - номер последней итерации.

В большинстве случаев условие завершения итерационного процесса (3.10) обеспечивает близость значения xi к точному решению:

Рассмотрим геометрическую иллюстрацию метода простых итераций.

Уравнение (3.7) представим на графике в виде двух функций: y1 = x и y2= φ(x).

Возможные случаи взаимного расположения графиков функций, и соответственно, видов итерационного процесса показаны на рис. 3.7 – 3.10.

Рис. 3.7 Итерационный процесс для случая 0 1 xÎ[a, b].

Рис. 3.10 Итерационный процесс для случая £ - 1 xÎ[a, b].

Из анализа графиков следует, что скорость сходимости растет при уменьшении значения

Метод достаточно прост, обобщается на системы уравнений, устойчив к погрешности округления (она не накапливается).

При разработке алгоритма решения нелинейного уравнения методом простых итераций следует предусмотреть защиту итерационного процесса от зацикливания: использовать в качестве дополнительного условия завершения итерационного процесса превышение заданного максимального числа итераций.

Рис 3.11. Алгоритм решения нелинейного уравнения методом
простых итераций:

Основной проблемой применения метода является обеспечение сходимости итерационного процесса: нужно найти такое эквивалентное преобразование (3.1) в (3.7), чтобы обеспечивалось условие сходимости (3.9) .

Простейшие эквивалентные преобразования, например:

F(x) = 0 => x+f(x) = x, т. е. φ(x) = x + f(x)

Или выразить явно x из (3.1)

F(x) = 0 => x - φ(x) = 0 => x = φ(x)

Не гарантируют сходимость.

Рекомендуется следующий способ получения формулы Сходящегося итерационного процесса.

Если это не так, переписать уравнение (3.1) в виде

Умножить обе части уравнения на и к обеим частям прибавить x:

Константу l вычислить по формуле:

Такое значение λ гарантирует сходящийся итерационный процесс по формуле

Xi = xi+1− λ f(x) (3.12)

Где i=1,2,… - номер итерации, x0Î[a, b] – начальное приближение.

Методом простых итераций уточнить корень уравнения x3=1-2 x с точностью ε=0,001. Корень отделен ранее (см. пример 3.1), x* Î [0;1].

Сначала нужно получить формулу сходящегося итерационного процесса.

Из уравнения выразим явно x:

Проверим условия сходимости для полученной формулы:

Условие сходимости не соблюдается, полученная формула не позволит уточнить корень.

Воспользуемся описанным выше способом получения формулы итерационного процесса (формулы 3.11, 3.12).

, , для всех x Î [0;1].

Наибольшее значение принимает при x = 1, т. е.

Формула Сходящегося итерационного процесса

Уточним корень с помощью данной формулы.

Выберем начальное приближение на [0;1], например x0=0,5 (середина отрезка).

Вычислим первое приближение

Проверим условие завершения итерационного процесса

Расчет следует продолжить.

X6 = 0,453917 − ответ, т. к.

Проверим полученное значение, подставив в исходное уравнение:

Значение f(x) близко к 0 с точностью, близкой к ε, следовательно, корень уточнен правильно.

Будем предполагать, что в некотором прямоугольнике с центром в точке для уравнения (1) выполнены условия а) и б) теоремы существования и единственности решения задачи (1)-(2).

Решение задачи (1)-(2) может быть найдено методом последовательных приближений , который состоит в следующем.

Строим последовательность функций, определяемых рекуррентными соотношениями

В качестве нулевого приближения можно взять любую функцию, непрерывную в окрестности точки , в частности — начальное значение Коши (2). Можно доказать, что при сделанных предположениях относительно уравнения (1) последовательные приближения сходятся к точному решению уравнения (1), удовлетворяющему условию (2), в некотором интервале , где

Оценка погрешности, получаемой при замене точного решения n-м приближением , даётся неравенством

где . Применяя метод последовательных приближений, следует остановиться на таком , для которого не превосходит допустимой погрешности.

Пример 1. Методом последовательных приближений найти решение уравнения , удовлетворяющее начальному условию .

Решение. Очевидно, что для данного уравнения на всей плоскости выполнены условия теоремы существования и единственности решения задачи Коши. Строим последовательность функций, определяемых соотношениями (3), приняв за нулевое приближение :

Ясно, что при . Непосредственной проверкой убеждаемся, что функция решает поставленную задачу Коши.

Пример 2. Методом последовательных приближений найти приближенное решение уравнения , удовлетворяющее начальному условию в прямоугольнике

Решение. Имеем , т. е. . За берем меньшее из чисел , т. е. . Последовательные приближения согласно (4) будут сходится в интервале . Составляем их

Абсолютная погрешность третьего приближения не превосходит величины

Замечание. Функция должна удовлетворять всем условиям теоремы существования и единственности решения задачи Коши.

Следующий пример показывает, что одной непрерывности функции недостаточно для сходимости последовательных приближений.

Пусть функция определена следующим образом:

На множестве , функция непрерывна и ограничена постоянной . Для начальной точки последовательные приближения при имеют вид:

Поэтому последовательность для каждого не имеет, предела, т. е. последовательные приближения не сходятся. Заметим также, что ни одна из сходящихся подпоследовательностей и не сходится к решению, поскольку

Если же последовательные приближения сходятся, то полученное решение может оказаться неединственным , как показывает следующий пример: .

Возьмем начальное условие ; тогда

Беря в качестве нулевого приближения функцию , будем иметь

так что все последовательные приближения равны нулю и поэтому они сходятся к функции, тождественно равной нулю. С другой стороны, функция представляет собой также решение этой задачи, существующее на полупрямой .

Одной из целей этого метода состоит в нахождении приближенных решений уравнений. Одним из таких методов является метод простой итерации.

Метод простой итерации

Метод простой итерации - один из самых простейших численных методов для решения уравнений.

Идея метода простой итерации.

Пусть нам необходимо решить уравнение $f\left(x\right)=0$.

Вначале для его решения приведем его к эквивалентному уравнению вида

Рассмотрим пример такого приведения:

Привести уравнение $-x^2=0$ к виду $x=\varphi (x)$.

Решение.

Здесь есть три способа такого преобразования:

После этого каким-либо образом выбирается начальное приближение $x_0$, вычисляется значение $\varphi (x_0)$ и находится уточненное значение $x_1=\varphi (x_0)$. Следующее уточненное значение будет находиться как $x_2=\varphi (x_1)$ и т.д. Каждый такой шаг называется шагом итерации.

Сформулируем и докажем следующую теорему:

Функция $\varphi (x)$ определена и дифференцируема на отрезке $[a,b]$ и $\varphi (x)\in [a,b]$. Тогда, если \textbar $'\left(x\right)|

Процесс итерации $x_n=\varphi (x_)$ сходится независимо от начального положения $x_0$;

$<\mathop_ x_n\ >=X$ -- единственный корень уравнения $x=\varphi (x)$ на отрезке $[a,b]$.

Доказательство.

\item Так как $X=\varphi (x)$ и $x_n=\varphi (x_)$, то

\[x_n-X=\varphi \left(x_\right)-\varphi \left(x\right)=\left(\varphi \left(x_\right)-\varphi \left(x\right)\right)\frac=\] \[=\frac<\varphi \left(x_\right)-\varphi \left(x\right)>\cdot x_-x\]

По теореме о среднем, получаем

Пусть $M=max |'\left(x\right)|$, тогда $|x_n-X|\le M|x_-x|$. Также$|x_-X|\le M|x_-x|$. Но тогда получим

То есть получим, что

Следовательно, для того чтобы метод сходился нужно, чтобы $M=max |'\left(x\right)|$ было меньше единицы, значит $\left|'\left(x\right)\right|

Рассмотрим $x_n=\varphi (x_)$ и $x_=\varphi (x_n)$.

\[x_-x_n=\varphi \left(x_n\right)-\varphi (x_)\]

По теореме о среднем $x_-x_n=f'\left(x_n\right)(x_n-x_)$.

Так как $\left|'\left(x\right)\right|\le q

Из двух полученных неравенств, имеем

Пусть $|x_n-X|\le \varepsilon $, тогда $x_0,x_1,\dots ,x_n$ нужно вычислять до тех пор, пока не выполнится неравенство $|x_n-x_|\le \frac$, тогда получим, что $X=x_n\pm \varepsilon $. Отсюда следует, что $X$ корень уравнения $x=\varphi (x)$, то есть $X=\varphi (X)$.

Предположим, что это уравнение имеет еще один корень $X'=\varphi \left(X'\right)$. Отсюда $X'-X=\varphi \left(X'\right)-\varphi \left(X\right)$, тогда $\left(X'-X\right)\left|1-'\left(C\right)\right|=0$. Значит $X'=X$.

Готовые работы на аналогичную тему

Теорема доказана.

Из теоремы будет вытекать погрешность метода простой итерации. Она определяется следующей формулой:

Также из нее можно выделить критерий окончания метода простой итерации. Он говорит, что процесс итерации необходимо продолжать до выполнения следующего неравенства:

Рассмотрим теперь на примере использование метода простой итерации.

Решить уравнение $sinx-x^2=0$ с точностью до $\varepsilon =0,001$.

Решение.

Вначале приведем уравнение к виду $x=\varphi (x)$.

Очевидно, что корень уравнения находит на отрезке $\left[\frac<\pi >,\frac<\pi >\right]$.

Найдем $\varphi (x)$:

Она возрастает на отрезке $\left[\frac<\pi >,\frac<\pi >\right]$, следовательно принимает максимальное значение, при $x=\frac<\pi >$. $\left|'\left(x\right)\right|\le \left|'\left(\frac<\pi >\right)\right|\approx 0,312$.

Условие выполняется, $q \[|x_n-x_|\le \varepsilon \]

Это неравенство выполнится на 5 шаге.

Приведем таблицу промежуточных решений, взяв за $x_0$ единицу:

Ответ: приближенное значение с заданной точностью -- $0,8765$.

Читайте также: