MN 02 Row Nielin, metody numeryczne


MN02

Równania nieliniowe

W wielu zadaniach, m.in. matematyki stosowanej, spotykamy się z problemem rozwiązania skalarnego równania nieliniowego postaci 0x01 graphic
. Oto kilka przykładów:

Przykład. Równanie Keplera

0x01 graphic

0x08 graphic
jest bardzo ważne w astronomii, jego rozwiązanie pozwala wyznaczyć przyszłe położenie planety. Parametr 0x01 graphic
odpowiada ekscentryczności orbity i przyjmuje wartości z przedziału 0x01 graphic
. Poza paru prostymi przypadkami, w ogólności równanie Keplera nie daje się rozwiązać w terminach funkcji elementarnych.

Johann Kepler

Przykład. Znajdowanie miejsc zerowych wielomianu

0x01 graphic

Bardzo wiele modeli matematycznych wymaga rozwiązania równania z wielomianową nieliniowością. Piękne kwadratury (Gaussa) opierają się na węzłach będących zerami pewnego wielomianu. Wielomiany są bardzo szczególnymi funkcjami i dla nich istnieje szereg wyspecjalizowanych metod znajdowania ich pierwiastków, m.in. metoda Laguerre'a, metoda Bairstow'a (o nich tu nie będziemy mówić), a także zaskakujące metody sprowadzające zadanie poszukiwania miejsc zerowych wielomianu do zupełnie innego zadania matematycznego --- o nich jednak będzie mowa dopiero w wykładzie dotyczącym znajdowania wartości własnych macierzy.

Przykład. Obliczanie pierwiastka kwadratowego z zadanej liczby 0x01 graphic
, czyli sposób na implementację funkcji "sqrt()". Można to zadanie wyrazić, jako rozwiązywanie równania

0x01 graphic

Szybkie algorytmy wyznaczania pierwiastka kwadratowego były znane już starożytnym. W wykładzie zrozumiemy, dlaczego metoda Herona,

0x01 graphic

daje bardzo dobre przybliżenie 0x01 graphic
już po kilku iteracjach.

Przykład. Implementacja wyznaczania odwrotności liczby 0x01 graphic
(bez dzielenia!) jest możliwa, gdy odpowiednią metodą będziemy poszukiwać rozwiązania równania

0x01 graphic

To zadanie jest ważne praktycznie, np. tak można poprawić precyzję funkcji wektorowych stosowanych w niektórych procesorach AMD. Okazuje się, że instrukcja procesora służąca do równoległego obliczania odwrotności sekwencji liczb umieszczonych w 128-bitowym rejestrze wektorowym daje wynik z małą precyzją (oczywiście po to, by wykonywała się szybciej!). Jeśli taka dokładność wyniku nie odpowiada nam, możemy ją --- zgodnie z manualem procesora --- poprawić, rozwiązując właśnie takie równanie jak powyżej, metodą korzystającą wyłącznie z (wektorowych) operacji mnożenia i dodawania.

[Edytuj]

Bisekcja

Metoda bisekcji, czyli połowienia, często stosowana w innych działach informatyki, jest dość naturalną metodą obliczania zer skalarnych funkcji ciągłych określonych na danym przedziale 0x01 graphic
i zmieniających znak. Dokładniej, rozpatrzmy klasę funkcji

0x01 graphic

to znaczy 0x01 graphic
przyjmują w krańcach przedziału wartości przeciwnego znaku. Oczywiście, każda funkcja 0x01 graphic
ma, na mocy twierdzenia Darboux, co najmniej jedno zero w 0x01 graphic
. Startując z przedziału 0x01 graphic
, w kolejnych krokach metody bisekcji obliczamy informację o wartości 0x01 graphic
w środku przedziału, co pozwala nam w następnym kroku zmniejszyć o połowę przedział, w którym na pewno znajduje się zero funkcji.

Bisekcję realizuje następujący ciąg poleceń, po wykonaniu którego 0x01 graphic
jest przybliżeniem zera funkcji 0x01 graphic
z zadaną dokładnością 0x01 graphic
.

Algorytm Metoda bisekcji

0x01 graphic

lewy = a; prawy = b;

flewy = f(lewy); fprawy = f(prawy);

x = (a+b)/2; /* przybliżenie rozwiązania */

e = (b-a)/2; /* przedział lokalizujący rozwiązanie dokładne */

while (e > 0x01 graphic
)

{

fx = f(x); /* reszta */

if ( abs(fx) == 0 ) /* trafiliśmy dokładnie w miejsce zerowe */

return(x);

if ( sign(fx) != sign(flewy) ) /* tzn. f(lewy)*f(x) < 0 */

{

prawy = x;

fprawy = fx;

}

else

{

lewy = x;

flewy = fx;

}

x = (lewy+prawy)/2; /* najlepsze przybliżenie rozwiązania przy danym przedziale */

e = e/2;

}

return(x);

Z konstrukcji metody łatwo wynika, że po wykonaniu 0x01 graphic
obrotów pętli while (czyli po obliczeniu 0x01 graphic
wartości funkcji) otrzymujemy 0x01 graphic
, które odległe jest od pewnego rozwiązania 0x01 graphic
o co najwyżej

0x01 graphic

Metoda bisekcji jest więc zbieżna liniowo z ilorazem 0x01 graphic
. Choć ta zbieżność nie jest imponująca, bisekcja ma kilka istotnych zalet. Oprócz jej prostoty, należy podkreślić fakt, że bisekcja jest w pewnym sensie uniwersalna. Jeśli tylko dysponujemy dwoma punktami 0x01 graphic
i 0x01 graphic
takimi, że 0x01 graphic
przyjmuje w nich wartości przeciwnych znaków, to metoda bisekcji z pewnością znajdzie miejsce zerowe funkcji, choćby początkowa długość przedziału 0x01 graphic
była bardzo duża: zbieżność metody bisekcji jest globalna. Co ważniejsze, dla zbieżności metody bisekcji wystarcza jedynie ciągłość funkcji. Poza tym możemy łatwo kontrolować błąd bezwzględny aproksymacji miejsca zerowego. Konsekwencją powyższego oszacowania błędu jest bowiem następujący wniosek.

Wniosek

Dla znalezienia zera 0x01 graphic
z dokładnością 0x01 graphic
, wystarczy obliczyć w metodzie bisekcji

0x01 graphic

wartości funkcji.

Iteracja prosta Banacha

Zupełnie inne, i jak się okaże --- przy odrobinie sprytu bardzo skuteczne --- podejście do wyznaczania miejsca zerowego jest oparte na metodzie Banacha. Dla większej ogólności, będziemy zakładać teraz, że 0x01 graphic
i 0x01 graphic
jest otwartym, niepustym podzbiorem 0x01 graphic
.

Najpierw nasze równanie nieliniowe

0x01 graphic

0x08 graphic
przekształcamy (dobierając odpowiednią funkcję 0x01 graphic
) do równania równoważnego (tzn. mającego te same rozwiązania)

0x01 graphic

Taki 0x01 graphic
, dla którego zachodzi powyższa równość, nazywamy punktem stałym odwzorowania 0x01 graphic
.

Następnie, startując z pewnego przybliżenia początkowego 0x01 graphic
, konstruujemy ciąg kolejnych przybliżeń 0x01 graphic
według wzoru

0x01 graphic

Stefan Banach

Twierdzenie Banacha, o kontrakcji

Niech 0x01 graphic
będzie domkniętym podzbiorem dziedziny 0x01 graphic
,

0x01 graphic

w którym 0x01 graphic
jest odwzorowaniem zwężającym. To znaczy, 0x01 graphic
, oraz istnieje stała 0x01 graphic
taka, że

0x01 graphic

Wtedy równanie

0x01 graphic

ma dokładnie jedno rozwiązanie 0x01 graphic
, oraz

0x01 graphic

dla dowolnego przybliżenia początkowego 0x01 graphic
.

Dowód

Wobec

0x01 graphic

dla 0x01 graphic
mamy

0x01 graphic

Ciąg 0x01 graphic
jest więc ciągiem Cauchy'ego. Stąd istnieje granica 0x01 graphic
, która należy do 0x01 graphic
, wobec domkniętości tego zbioru. Ponieważ lipschitzowskość 0x01 graphic
implikuje jej ciągłość, mamy też

0x01 graphic

tzn. 0x01 graphic
jest punktem stałym odwzorowania 0x01 graphic
. Dla jednoznaczności zauważmy, że jeśliby istniał drugi, różny od 0x01 graphic
, punkt stały 0x01 graphic
, to mielibyśmy

0x01 graphic

Stąd 0x01 graphic
, co jest sprzeczne z założeniem, że

0x01 graphic
jest zwężająca.

Z powyższych rozważań otrzymujemy natychmiastowy wniosek dotyczący zbieżności iteracji prostych.

Wniosek

Przy założeniach twierdzenia Banacha, metoda iteracji prostych jest zbieżna co najmniej liniowo z ilorazem 0x01 graphic
, tzn.

0x01 graphic

Przykład

Dla ilustracji, rozpatrzmy równanie Keplera, gdy 0x01 graphic
:

0x01 graphic

Graficzna ilustracja równania Keplera dla 0x01 graphic
i 0x01 graphic
.

W tym przypadku 0x01 graphic
. Zauważmy, że w funkcja 0x01 graphic
jest zwężająca ze stałą

0x01 graphic

Ponieważ obrazem prostej przy przekształceniu 0x01 graphic
jest odcinek 0x01 graphic
, to znaczy, że 0x01 graphic
--- ograniczona do 0x01 graphic
--- spełnia założenia twierdzenia Banacha o kontrakcji. Stąd istnieje dokładnie jedno rozwiązanie naszego równania w przedziale 0x01 graphic
. Rozwiązanie to może być aproksymowane z dowolnie małym błędem przy pomocy iteracji prostych, startując z dowolnego przybliżenia początkowego 0x01 graphic
. Jednak, gdy 0x01 graphic
, zbieżność może być bardzo powolna... (Wkrótce przekonasz się, że są szybsze metody).

Zaletą iteracji prostych jest fakt, że zbieżność nie zależy od wymiaru 0x01 graphic
zadania, ale tylko od stałej Lipschitza 0x01 graphic
(jednak w praktyce czasem sama stała Lipschitza może zależeć od wymiaru zadania...). Metoda Banacha ma szczególne zastosowanie w przypadku, gdy funkcja 0x01 graphic
jest zwężająca na całym zbiorze 0x01 graphic
, tzn. 0x01 graphic
. Jeśli ponadto 0x01 graphic
ma skończoną średnicę, 0x01 graphic
, to dla osiągnięcia 0x01 graphic
-aproksymacji zera funkcji 0x01 graphic
wystarczy wykonać

0x01 graphic

iteracji, niezależnie od 0x01 graphic
. Metody zbieżne dla dowolnego przybliżenia początkowego nazywamy zbieżnymi globalnie. Obie przedstawione dotychczas metody: bisekcji i Banacha, przy rozsądnych założeniach, są zbieżne globalnie.

Okazuje się, że metoda iteracji prostej może być --- w bardzo szczególnych przypadkach --- zbieżna szybciej niż liniowo. Z taką sytuacją będziemy mieli do czynienia, gdy rozpatrzymy metodę Newtona.

Metoda Newtona

Zarówno metoda Banacha, jak i bisekcja, są zbieżnie liniowo, co w praktyce może okazać się zbieżnością dość powolną (np. dla metody zbieżnej liniowo z ilorazem 0x01 graphic
dopiero po piątej iteracji dostajemy kolejną dokładną cyfrę wyniku). Wykorzystując więcej informacji o funkcji 0x01 graphic
, której miejsca zerowego poszukujemy, możemy istotnie przyspieszyć zbieżność metody. Ceną, jaką przyjdzie nam zapłacić, będzie utrata globalnej zbieżności.

W dalszych rozważaniach będziemy zakładać dla uproszczenia, że dziedzina 0x01 graphic
.

Idea metody Newtona opiera się na popularnym wśród inżynierów pomyśle linearyzacji: zamiast szukać miejsca zerowego skomplikowanej 0x01 graphic
, przybliżmy ją linią prostą, a dla niej już umiemy znaleźć miejsce zerowe!


Startując z pewnego przybliżenia początkowego 0x01 graphic
, w kolejnych krokach metody, 0x01 graphic
-te przybliżenie 0x01 graphic
jest punktem przecięcia stycznej do wykresu 0x01 graphic
w punkcie 0x01 graphic
. Ponieważ równanie stycznej wynosi 0x01 graphic
, otrzymujemy wzór

Algorytm Metoda Newtona (stycznych)

0x01 graphic

for k = 1,2,...

0x01 graphic
;

Oczywiście, aby metoda Newtona była dobrze zdefiniowana, musimy założyć, że 0x01 graphic
istnieje i nie jest zerem.

Zauważmy, że metodę Newtona można traktować jako szczególny przypadek iteracji prostych, gdzie

0x01 graphic

Widać też, że nie jest ona zbieżna globalnie.

Metoda Newtona i jej podobne należą do grupy metod zbieżnych lokalnie. Znaczy to, że zbieżność ciągu 0x01 graphic
do zera danej funkcji 0x01 graphic
jest zapewniona jedynie wtedy, gdy przybliżenia początkowe zostały wybrane dostatecznie blisko 0x01 graphic
.

Nawet jeśli pochodna w 0x01 graphic
się nie zeruje, ciąg 0x01 graphic
może nie zbiegać do zera funkcji 0x01 graphic
. Okazuje się jednak, że jeśli wystartujemy dostatecznie blisko rozwiązania 0x01 graphic
, to metoda Newtona jest zbieżna. Dokładniej, załóżmy najpierw, że

0x01 graphic

Ponadto załóżmy, że 0x01 graphic
jest dwukrotnie różniczkowalna w sposób ciągły, 0x01 graphic
. Rozwijając 0x01 graphic
w szereg Taylora w punkcie 0x01 graphic
, otrzymujemy

0x01 graphic

gdzie 0x01 graphic
. Wobec tego, że 0x01 graphic
i 0x01 graphic
, mamy

0x01 graphic

Zdefiniujmy liczbę

0x01 graphic

Oczywiście 0x01 graphic
. Dla 0x01 graphic
spełniającego 0x01 graphic
, mamy z poprzedniej równości

0x01 graphic

gdzie 0x01 graphic
i 0x01 graphic
zależy tylko od 0x01 graphic
.

Niech teraz 0x01 graphic
będzie zerem 0x01 graphic
-krotnym,

0x01 graphic

gdzie 0x01 graphic
, oraz niech 0x01 graphic
będzie 0x01 graphic
-krotnie różniczkowalna w sposób ciągły. Wtedy

0x01 graphic

o ile 0x01 graphic
jest "blisko" 0x01 graphic
.

Metoda Newtona jest więc zbieżna lokalnie. Gdy 0x01 graphic
jest zbyt daleko od rozwiązania może zdarzyć się, że iteracja Newtona zacznie nas oddalać od miejsca zerowego, co ilustruje poniższy przykład:

Metoda Newtona: jeśli startujemy zbyt daleko od miejsca zerowego 0x01 graphic
, zamiast przybliżać się do niego, zaczynamy się oddalać! (gdzie będzie 0x01 graphic
?...)

Z powyższego można też wywnioskować, jaki jest charakter zbieżności metody Newtona. Dla zera jednokrotnego 0x01 graphic
oraz 0x01 graphic
mamy bowiem

0x01 graphic

Mówimy, że zbieżność metody Newtona, gdy 0x01 graphic
jest kwadratowa.

Stwierdzenie

Jeśli 0x01 graphic
oraz 0x01 graphic
to zbieżność jest nawet szybsza. Z kolei dla zera 0x01 graphic
-krotnego (tzn. 0x01 graphic
, 0x01 graphic
) zbieżność jest liniowa z ilorazem 0x01 graphic
.

Metoda Newtona jest pierwszą poznaną tutaj metodą iteracyjną, która jest (dla zer jednokrotnych) zbieżna szybciej niż liniowo. Dla takich metod wprowadza się pojęcie wykładnika zbieżności, który jest zdefiniowany następująco.

Porównanie zbieżności metody bisekcji i stycznych dla równania 0x01 graphic
. Błąd kolejnych przybliżeń wyświetlany jest w skali logarytmicznej, dzięki czemu lepiej widać różnicę między zbieżnością liniową a kwadratową.

Powiemy, że metoda iteracyjna 0x01 graphic
jest w klasie funkcji 0x01 graphic
rzędu co najmniej 0x01 graphic
, gdy spełniony jest następujący warunek. Niech 0x01 graphic
i 0x01 graphic
. Wtedy istnieje stała 0x01 graphic
taka, że dla dowolnych przybliżeń początkowych 0x01 graphic
dostatecznie bliskich 0x01 graphic
, kolejne przybliżenia 0x01 graphic
generowane tą metodą spełniają

0x01 graphic

Ponadto, jeśli 0x01 graphic
to dodatkowo żąda się, aby 0x01 graphic
.

Definicja

Wykładnikiem zbieżności metody iteracyjnej 0x01 graphic
w klasie 0x01 graphic
nazywamy liczbę 0x01 graphic
zdefiniowaną równością

0x01 graphic

Możemy teraz sformułować następujące twierdzenie, które natychmiast wynika z poprzednich rozważań.

Twierdzenie O rzędzie zbieżności metody Newtona

Wykładnik zbieżności metody Newtona (stycznych) wynosi 0x01 graphic
w klasie funkcji o zerach jednokrotnych, oraz 0x01 graphic
w klasie funkcji o zerach wielokrotnych.

Zbieżność metody Newtona dla zer wielokrotnych 0x01 graphic
jest liniowa z ilorazem 0x01 graphic
(końcowe załamanie wykresu spowodowane jest przypadkowym trafieniem w dokładne miejsce zerowe). Metoda bisekcji nie jest na to czuła i dalej zbiega z ilorazem 0x01 graphic
.

Metoda siecznych

Inną znaną i często używaną metodą iteracyjną, opartą na podobnym pomyśle linearyzacyjnym co metoda Newtona, jest metoda siecznych, w której zamiast przybliżenia wykresu 0x01 graphic
przez styczną, stosuje się przybliżenie sieczną.

Metoda ta wykorzystuje więc do konstrukcji 0x01 graphic
przybliżenia 0x01 graphic
i 0x01 graphic
. Musimy również wybrać dwa różne punkty startowe 0x01 graphic
i 0x01 graphic
. Ponieważ sieczna dla 0x01 graphic
w punktach 0x01 graphic
i 0x01 graphic
ma wzór

0x01 graphic

otrzymujemy

Algorytm Metoda siecznych

0x01 graphic

for k = 1,2,...

0x01 graphic
;

end

Zauważmy, że jeśli 0x01 graphic
i 0x01 graphic
są blisko siebie, to 0x01 graphic
jest podobny do tego z metody Newtona, bowiem wtedy iloraz różnicowy przybliża pochodną 0x01 graphic
,

0x01 graphic

Nie wystarcza to jednak, aby osiągnąć zbieżność z wykładnikiem 0x01 graphic
. Można pokazać, że przy podobnych założeniach o funkcji, wykładnik zbieżności metody siecznych dla zer jednokrotnych i dostatecznie gładkich funkcji wynosi 0x01 graphic
. Jako wariant metody Newtona, metoda siecznych jest również zbieżna lokalnie.

Porównanie zbieżności metody bisekcji, stycznych i siecznych dla równania 0x01 graphic
. Błąd kolejnych przybliżeń wyświetlany jest w skali logarytmicznej.

Niewątpliwą zaletą metody siecznych jest jednak to, że nie wymaga obliczania pochodnej funkcji (bywa, że dokładne wyznaczenie pochodnej jest niemożliwe, gdy np. funkcja jest zadana zewnętrzną procedurą, do której kodu źródłowego nie mamy dostępu; zwykle też koszt obliczenia wartości pochodnej jest wyższy od kosztu obliczenia wartości funkcji). Jest to również istotne w pakietach numerycznych, gdzie czasem nie chcemy wymagać od użytkownika czegokolwiek, oprócz podania wzoru na funkcję i przybliżonej lokalizacji miejsca zerowego.

Ponadto, często zdarza się, że wyznaczenie wartości pochodnej, 0x01 graphic
, jest tak samo, albo i bardziej kosztowne od wyznaczenia wartości 0x01 graphic
. W takim wypadku okazuje się, że metoda stycznych --- choć wolniej zbieżna niż metoda stycznych --- dzięki temu, że jej iteracja wymaga jedynie wyznaczenia jednej wartości 0x01 graphic
, jest bardziej efektywna od metody Newtona: koszt osiągnięcia zadanej dokładności jest w takim przypadku mniejszy od analogicznego kosztu dla metody Newtona.

Jednak gdy żądane przez użytkownika dokładności są bardzo wielkie, a sama funkcja "złośliwa", metoda siecznych może cierpieć z powodu redukcji cyfr przy odejmowaniu.

Metoda Brenta

Naturalnie, uważny student zaczyna zadawać sobie pytanie, czy nie można w jakiś sposób połączyć globalnej zbieżności metody bisekcji z szybką zbieżnością metody siecznych tak, by uzyskać metodę zbieżną globalnie, a jednocześnie istotnie szybciej niż liniowo.

Okazuje się, że można to zrobić, wprowadzając metodę opartą na trzech punktach lokalizujących miejsce zerowe: dwóch odcinających zero tak jak w metodzie bisekcji i trzecim, konstruowanym np. jak w metodzie stycznych. W kolejnej iteracji wymieniamy jeden z punktów albo wedle metody siecznych (i wtedy zapewne szybciej zbliżamy się do zera), albo wykonując bisekcję (aby zagwarantować sobie, że w wiadomym przedziale miejsce zerowe rzeczywiście się znajduje).

Ten prosty pomysł metody hybrydowej wymaga jednak subtelnego dopracowania. Zostało to zrobione w 1973 roku przez Richarda Brenta. Funkcja MATLABa (i Octave'a) fzero implementują właśnie metodę Brenta. Autorem implementacji w Octave jest ówczesny student matematyki na Uniwersytecie Warszawskim, Łukasz Bodzon. Fortranowski kod metody Brenta można znaleźć także w Netlibie. Inną funkcją Octave'a służącą rozwiązywaniu równań nieliniowych jest fsolve:

octave:1> [X, MSG, INFO] = fsolve ('cos', 1)

X = 1.5708

MSG = 1

INFO = solution converged within specified tolerance

octave:2> cos(X)

ans = 6.1230e-17

Metody dla układów równań nieliniowych

Niektóre z poznanych metod można łatwo rozszerzyć na przypadek układu 0x01 graphic
równań z 0x01 graphic
niewiadomymi, to znaczy

0x01 graphic

gdzie 0x01 graphic
.

Metoda Banacha

Jak pamiętamy, metodę Banacha sformułowaliśmy od razu dla zagadnienia wielowymiarowego. Analiza i własności metody są zatem już omówione.

Wielowymiarowa metoda Newtona

Okazuje się, że metodę Newtona można uogólnić na przypadek układu 0x01 graphic
równań nieliniowych z 0x01 graphic
niewiadomymi. Zapiszmy wzór na skalarną metodę Newtona odrobinę inaczej:

0x01 graphic

Niezwykłe jest, że taki wzór nie tylko ma sens w przypadku, gdy 0x01 graphic
(wtedy 0x01 graphic
jest macierzą Jakobianu 0x01 graphic
w punkcie 0x01 graphic
), ale dodatkowo ta metoda zachowuje wszystkie własności metody stycznych dla przypadku skalarnego:

Twierdzenie O zbieżności wielowymiarowej metody Newtona

Załóżmy, że 0x01 graphic
i istnieje 0x01 graphic
taki, że

0x01 graphic

Załóżmy ponadto, że 0x01 graphic
jest różniczkowalna, a jej pochodna 0x01 graphic
jest lipschitzowska i dodatkowo

0x01 graphic

Wówczas, jeśli tylko 0x01 graphic
jest dostatecznie blisko rozwiązania 0x01 graphic
, to ciąg kolejnych przybliżeń 0x01 graphic
, generowany wielowymiarową metodą Newtona, jest zbieżny do 0x01 graphic
. Co więcej, szybkość zbieżności jest kwadratowa.

Implementacja wielowymiarowej metody Newtona

Implementując wielowymiarową metodę Newtona, musimy dysponować nie tylko funkcją obliczającą 0x01 graphic
współrzędnych wektora wartości 0x01 graphic
, ale także funkcją wyznaczającą 0x01 graphic
elementów macierzy pochodnej 0x01 graphic
w zadanym punkcie 0x01 graphic
. Zwróćmy uwagę na to, że w implementacji metody nie trzeba wyznaczać 0x01 graphic
, tylko rozwiązać układ równań:

Algorytm Wielowymiarowa metoda Newtona

0x01 graphic

while (!stop)

{

rozwiąż (względem 0x01 graphic
) układ równań liniowych 0x01 graphic
;

0x01 graphic
= 0x01 graphic
+ 0x01 graphic
;

}

O tym, jak skutecznie rozwiązywać układy równań liniowych, dowiesz się z kolejnych wykładów. Dowiesz się także, dlaczego nie należy w implementacji korzystać z wyznaczonej explicite macierzy odwrotnej do macierzy Jakobianu.

Literatura

W celu dogłębnego zapoznania się z omawianym na wykładzie materiałem, przeczytaj rozdział 3 w

Rozdziały 3.5 i 3.6 nie są obowiązkowe.

Wiele wariantów metod rozwiązywania układów równań nieliniowych jest przedstawionych w znakomitej monografii

Opis metody Brenta znajdziesz w książce

Źródło: "http://wazniak.mimuw.edu.pl/index.php?title=MN02"



Wyszukiwarka