Задача Гаусса

Методы разреженных матриц. Если выполнять вычисления, пользуясь (5.4), для всех элементов матрицы коэффициентов, то экономичность метода Гаусса характеризуется кубической зависимостью затрат машинного времени Т от порядка системы уравнений п. Это приводит к ограничению области целесообразного применения метода Гаусса значениями п в несколько десятков. Однако во многих практических задачах п имеет порядок сотен или тысяч. Применение метода Гаусса к таким задачам оказывается эффективным, если учитывать свойство разреженности матрицы коэффициентов в системе решаемых уравнений (5.3). [c.230]

На точность решения задачи оказывают влияние задаваемые пользователем в исходных данных значения допустимых погрешностей si или б2, а также обусловленность модели. Однако задаваемые значения ei или ег могут вообще оказаться недостижимыми или из-за несходимости, или из-за слишком медленной сходимости вычислительного процесса. Поэтому если создаваемый ППП ориентирован на решение систем уравнений с широким диапазоном значений Ц, то нужно принимать специальные меры по обеспечению точности решения. При реализации метода Гаусса [c.234]

Надежность применения метода определяется не только фактом принципиальной сходимости к корню, но и тем, каковы затраты времени Т на получение решения с требуемой точностью. Ненадежность итерационных методов проявляется либо при неудачном выборе начального приближения к корню (метод Ньютона), либо при плохой обусловленности задачи (методы релаксационные и простых итераций), либо при повышенных требованиях к точности решения (метод простых итераций), либо при высокой размерности задач (метод Гаусса при неучете разреженности). Поэтому при создании узкоспециализированных программ необходимы предварительный анализ особенностей ММ заданного класса задач (значений п, Ц, допустимых погрешностей) и соответствующий выбор конкретного метода. При создании ППП с широким спектром решаемых задач необходима реализация средств автоматической адаптации метода решения к конкретным условиям. Такая адаптация в современных ППП чаще всего применяется в рамках методов установления или продолжения решения по параметру. [c.235]

В задачах большей размерности несложно организовать такую дисциплину обмена с внешней памятью, которая практически не будет сказываться на реальном времени выполнения алгоритма Гаусса. Линейный характер объектной программы способствует ее весьма эффективному выполнению на ЭВМ с виртуальной памятью. [c.133]

При проведении предыдущих вычислений было принято, что Солнце неподвижно, т, е. мы рассматривали так называемую ограниченную задачу двух тел. Если принять во внимание движение Солнца, вызванное притяжением планеты, то оказывается, что третий закон Кеплера точен лишь тогда, когда отношение массы каждой планеты к массе Солнца равно нулю. В действительности в третий закон Кеплера нужно вводить поправки, зависящие от отношения массы каждой из планет к массе Солнца. Поэтому и постоянные Гаусса р различны для разных планет. Здесь мы не будем изучать этот вопрос. [c.397]

В заключение отметим, что различие между принципом Жур-дена и принципом Гаусса состоит, в частности, в том, что в принципе Гаусса рассматривается функция 2, получающая минимум для действительного движения системы. Принцип Жур-дена не приводит к задаче об экстремуме некоторой функции. [c.189]

Пусть теперь и — и а, ) —решение краевой задачи (5.271), (5.272), (5.274), (5.283) (в предположении, что хотя бы одно такое решение существует) и пусть = (а) —кинематически возможное состояние. Умножим i-e уравнение системы (5.271) на у,-, сложим результаты и проинтегрируем по области Qo. Воспользовавшись при этом формулой Гаусса— Остроградского, получим [c.279]

Изложенное в 75 показывает, что идеальная оптическая система может быть осуществлена с достаточным приближением в виде центрированной оптической системы, если ограничиться областью вблизи оси симметрии, т. е. параксиальными пучками. В теории Гаусса требование тонкости системы отпадает, но лучи по-прежнему предполагаются параксиальными. Разыскание физической системы, которая приближалась бы к идеальной даже при пучках значительного раскрытия, есть задача прикладной геометрической оптики. [c.294]

Рассматриваемый здесь пример процедуры определения оптимальных параметров и е показывает, что при решении задач ТММ наиболее целесообразным представляется проведение оптимизации по методу Гаусса—Зейделя. Это объясняется тем, что при использовании данного метода в конечном итоге конструктор не только находит искомую точку в пространстве параметров (оптимальные значения Rq и е), но и получает информацию о влиянии каждого отдельного параметра на значение целевой функции. Эта информация оказывается весьма полезной, так как дает представление о характере зависимости целевой функции от параметров и позволяет упрощать процедуры поиска оптимальных параметров при изменении условий задачи. [c.154]

Выбор метода решения на ЭВМ системы линейных алгебраических уравнений зависит от свойств матрицы А, числа уравнений N и возможностей ЭВМ — объема оперативной памяти, быстродействия и числа значащих цифр, с которыми ведутся вычисления. В настоящее время в прикладном программном обеспечении ЕС и СМ ЭВМ имеется достаточно большое число программ, реализующих прямые методы. Здесь мы рассмотрим только один прямой метод — метод Гаусса. Некоторые другие прямые методы — метод прогонки, метод квадратного корня — будут рассмотрены ниже в главах 3 и 4 при обсуждении алгоритмов решения тех задач, где их использование наиболее эффективно. [c.10]

Формулы Гаусса. Если на отрезке интегрирования в качестве искомых параметров квадратурной формулы рассматривать (7V + 1) коэффициенте,- и (jV + 1) узел Xi, то получим 2N + 2) неизвестных. Эти параметры можно выбрать так, чтобы квадратурная формула была точна для любого многочлена степени не выше (2N + 1). Решение такой задачи известно расположение узлов J вычисляется с по-мощ,ью корней полиномов Лежандра. Узлы х, и весовые коэффициенты i для различных N приведены в [2]. Построенные таким образом квадратурные формулы называют формулами Гаусса или формулами наивысшей алгебраической точности. Для гладких функций эти формулы дают очень высокую точность. [c.61]

Одним из лучших методов решения систем линейных алгебраических уравнений общего вида является. метод последовательного исключения Гаусса с выбором главного элемента. Расчет по формулам этого метода требует примерно арифметических операций, поэтому при достаточно больших N потребуются значительные затраты машинного времени. Заметим, что при решении задачи по явной схеме число арифметических операций вычисления разностного решения на каждом временном слое по формуле (3.27) пропорционально N. [c.96]

Основной проблемой при реализации описанного подхода является быстрый рост затрат машинного времени с увеличением числа узловых точек в области. Например, при использовании специальных модификаций метода Гаусса для ленточных матриц число арифметических операций для решения системы уравнений пропорционально KL , где К — общее число узловых точек в области, равное числу неизвестных в системе, L — ширина леты матрицы. Особенно неприятно это для нестационарных нелинейных задач. [c.117]

Интегрирование этой задачи механики может быть приведено к квадратурам, если ввести в качестве аналитического элемента гипергеометрическую функцию Гаусса. Это обстоятельство имеет, в частности, место для движения обруча ). [c.222]

Гаусс сформулировал замечательную теорему, сводящую определение движения к задаче отыскания минимума, но минимума конечного выражения. Этот принцип применим во всех случаях, когда имеют место связи без трения, и имеет, следовательно, такую же общность, как принцип Даламбера или общее уравнение динамики, к которому он приводит, как мы это увидим. Он получил название принципа наименьшего принуждения. Вот его формулировка [c.316]

Резюме. При помощи вариаций особого вида Гауссу удалось преобразовать принцип Даламбера в подлинно минимальный принцип, в котором отыскивается минимум некоторой скалярной величины, названной Гауссом мерой принуждения при этом ускорения рассматриваются как переменные вариационной задачи. Будучи принципом минимума, принцип наименьшего принуждения аналогичен принципу наименьшего действия. Он проще, чем этот последний, так как не требует вариационного исчисления, поскольку отыскивается не минимум определенного интеграла, а минимум обычной функции. Большим недостатком принципа наименьшего принуждения является то, что он требует вычисления ускорений. Это, вообще говоря, приводит к гораздо более громоздким и трудоемким вычислениям. В то же время в принципе наименьшего действия все выводится- из скалярной функции, не содержащей производных выше первого порядка. [c.135]

Механика точки как наука была основана Галилеем в начале семнадцатого столетия и после его смерти развивалась Гюйгенсом. Основные принципы были установлены и сформулированы Ньютоном, чье великое сочинение Математические начала натуральной философии [1] появилось в 1687 г. В 1743 г. Даламбер [2] распространил законы Ньютона на задачи механики твердого тела. Основания аналитической механики были заложены Эйлером уже в 1736 г. [3], но выдающимся событием в ранней истории этой науки стал выход в свет Аналитической механики Лагранжа в 1788 г. [4]. Развитие аналитической механики со времен Лагранжа связано с именами многих прославленных математиков. Среди тех, кому принадлежат наиболее фундаментальные открытия в этой области, в первую очередь следует назвать Лапласа, Гамильтона, Якоби, Гаусса и Пуанкаре. [c.11]

Отметим, что в принципе Гаусса мы имеем дело с простой алгебраической задачей о минимизации квадратичной формы. Осуществляя эту минимизацию, мы получаем дифференциальные уравнения движения. [c.56]

Наконец, знаменитые введения к отдельным главам Аналитической механики представляют собой попытку подойти к обоснованию механических понятий и законов без метафизики . Конечно, это не исключает того, что формальная сторона очень сильна у Лагранжа и что он, как замечает Гаусс, иногда слишком много полагался на символическое вычисление при решении задач, не давая себе достаточного отчета в каждом шаге своих математических выкладок. Именно поэтому чрезвычайно существенно бросить взгляд на подход Лагранжа к обоснованию дифференциального исчисления. [c.799]

Особое место среди вариационных принципов механики занимает принцип наименьшего принуждения, сформулированный Гауссом ) в 1829 г., установление которого непосредственно связано с его работами о способе наименьших квадратов. Особенностью принципа Гаусса является то, что задача определения движения сводится к отысканию минимума конечного выражения [c.849]

Если удается создать функционал, который необходимо минимизировать выбором всех неизвестных параметров, а также если определены все ограничения (связи), наложенные на эти величины, то такую экстремальную задачу легче решать, чем искать аналитическую форму решения (прямой метод). Теория вариационного исчисления полностью основана на косвенном методе. Ф. Гаусс ввел [10] скалярную функцию, названную мерой принуждения. Она имеет вид [c.70]

Для метода Гаусса Я=1, и если не учитывать разреженность матрицы коэффициентов А, то 7 2(rtV3 + 2n). Неучет разреженности ограничивает целесообразность применения метода Гаусса решением задач только невысокой размерности. При п>50 учет разреженности становится необходимым. Для метода Гаусса при учете разреженности и оптимальном упорядочении строк и столбцов матрицы А в задачах проектирования технических объектов имеем [c.233]

Экономичность метода решения систем АУ определяется также затратами оперативной памяти. При неучете разреженности только на хранение матрицы Якоби нужно п ячеек памяти. Поэтому если для одного слова используется 8 байт, то при п=100 для хранения требуется 80 кбайт, а при п = 500 — уже 2 Мбайт. Итак, подтверждается вывод о необходимости учета разреженности при решении задач с п>п р, где Ппр зависит от характеристик используемой ЭВМ и, как правило, составляет несколько десятков. В задачах анализа распределенных моделей, в которых п может превышать 10 , экономичность метода по затратам машинной памяти становится одной из важнейших характеристик. В таких случаях применяют либо релаксационные методы, либо метод Ньютона с использованием на каждой итерации метода Гаусса, но в рамках рассматриваемого ниже диакоптического подхода. [c.234]

В задачу генератора Г входит генерация объектных модулей процедур рабочей программы РП обращения к моделям элементов проектируемого объекта, расчета матрицы Якоби и вектора невязок, прямого и обратного хода алгоритма Гаусса, расчета данных для печати и др. Непосредственно генерации предшествует оптимальная перенумерация переменных математической модели объекта. Генерация объектных модулей производится в соответствии с деле-ннем проектируемого объекта на фрагменты. Такой подход необхо-ДИМ для реализации диакоптических методов анализа и способствует снижению требований к ОП, занимаемой компилятором, так как возникает возможность последовательной обработки фрагментов объекта с сохранением во внутренней БД только необходимого минимума информации о них. [c.143]

Учет специфики ММ объектов проектирования на макроуровне делает во многих случаях эффективным с точки зрения затрат машинного времени применение декомпозиционных методов анализа, сводящих решение задачи большой размерности к решению подзадач меньшей размерности. Например, свойство пространственной разреженности ИС позволяет использовать при их электрическом анализе различные методы численного интегрирования дифференциальных уравнений для ММ различных фрагментов ИС, выбирая для каждого фрагмента наиболее подходящий метод. Ряд методов использует свойство временной разреженности ИС, осуществляя обнаружение неактивных в текущий момент времени участков схемы и исключение соответствующих нм переменных и уравнений из общей ММ системы. Учет однонаправленности ММ МДП-тран-зисторов позволяет приблизительно на два порядка поднять быстродействие программ анализа путем замены классических методов анализа (см. рис. 5.1) на релаксационные, в основе которых лежат итерационные алгоритмы Гаусса—Якоби и Гаусса—Зейделя. [c.152]

Порядок системы линейных алгебраических уравнений (7.251), (7.253), которую надо решить, сравним с N", где N h. Для достижения хорошей точ-иости решения нужно брать h достаточно мальш. Если h 1/100, то порядок системы 10 . При решении системы столь высокого порядка общими методами, например методом исключения Гаусса, нужно выполнить около = арифметических операций. На машине, делающей 0 onepatviH а секунду для этого потребуется несколько месяцев машинного времени. Это время можно сократить да 20—30 мин, если воспользоваться методом матричной прогонки (см. [24], с. 100—102), учитывающим специфику матрицы разностной задачи (ее триди-атональность) этот метод требует операций [c.186]

Уравнение (4.3) называют уравнением Лапласа. Как видно, нестационарные процессы распространения тепла описываются уравнением теплопроводности, стационарные — уравнением Лапласа или Пуассона. Огметим, что уравнения (4.1). .. (4.3) описывают и многие другие физические процессы, а не только связанные с переносом тепла (например, диффузию). Любые функции класса т. е. непрерывные вместе с производными до второго порядка включительно, удовлетворяющие уравнению Лапласа, называются гармоническими функциями. Задачи, связанные с отысканием решений уравнения Лапласа, называют гармоническими задачами. При постановке и решении гармонических задач важное значение имеет следующее свойство гармонических функций интеграл по замкнутой поверхности от нормальной производной гармонической функции равен нулю. Пусть функция и (М) (D). Воспользуемся формулой Остроградского—Гаусса применительно к вектору grad и [c.120]

Перейдем к рассмотрению уравнений (7.8) и (7.9) при % = = —] (т. е. для задач и Л ). Рассмотрим уравнение (7.8), которое имеет (в силу теоремы Гаусса (6.28)) очевидное решение фо=1, а, следовательно, Х = —1—собственное значение уравнения. Таким образом, приходим к утверждению, что уравнение (7.9) (как союзное) будет иметь при Х = —1 собственные функции. Покажем, что собственная функция — одна. Обозначая эту функцию через фо и рассматривая ее как плотность, образуем потенциал простого слоя Р(р, фо). Предельное значение его нормальной производной изнутри будет равно нулю, и поэтому сам потенциал будет равен некоторой постоянной Со- Если допустить, что уравнение (7.9) при X = —1 имеет еще одно решение фь линейно независимое с фо, то тогда потенциал Г(р, фО будет равен С. Образуем теперь плотность фа = С1фо — Софь которая также будет собственной функцией, причем потенциал Е(р, фа) будет равен нулю в области D+, а значит, и в области 0 . Поэтому его плотность фа есть тождественный нуль, а, следовательно, функции фо и ф1 линейно зависимы. Следовательно, уравнение (7.8) будет иметь лишь одну указанную ранее собственную функцию. [c.101]

Интегральное уравнение (2.24) при Я=1 соответствует второй основной задаче для совокупности областейDI,. ..,От когда решение разыскивается в виде единого потенциала простого слоя, распределенного по всем поверхностям. Собственные функции союзного уравнения соответствуют решению первой основной задачи для области О. Используя обобщенную теорему Гаусса (1.19), не составляет труда показать, что смещение как жесткого целого каждой из поверхностей 5/ (/ = = 0) есть собственная функция. Поэтому в отличие от случая, когда область ограничена одной поверхностью, точка X = 1 является полюсом резольвенты. [c.567]

В алгол-программу для решения задачи включим процедуру решения системы линейных алгебраических уравнений методой Гаусса [pro edure gauss (а, п, т) с п = 3 и m = 4J [c.24]

При численном решении исследуемое поле течения разбивается на ряд элементарных областей по радиусу и длине канала (сетка к]). В уравнении (5.13) члены, содержащие Ь,- и < , аппрокси-мирзпотся центральными, а члены, содержащие а,- — односторонними разностями, ориентированными против потока , что повышает УСТОЙЧИВОСТЬ схемы при больших числах Рейнольдса [ 13]. В этом случае уравнение (5.13) сводится к системе нелинейных алгебраических уравнений, которые могут быть решены итерационным методом. Наиболее удобным для данных задач является метод Гаусса — Зайделя [ 45,64,66]. Итерации прекращаются при выполнении условий, заданных в той или иной форме [45,66] [c.101]

Общи вид функций Гаусса для задачи, когда к краям полубескв-нечной трещины, находящейся на границе раздела,в точке 3 s-(L с каждой стороны щ)иложвыа комплексная сила Q-t iP., [c.11]

Приложения принципа Гаусса. Принцип Гаусса тесным образом связан с уравнениями движения в форме Гиббса — Аппеля, которые будут рассмотрены в гл. XII и XIII там же будут приведены решения более сложных задач. Здесь же мы ограничимся несколькими простыми примерами. [c.56]

Глубокое развитие идеи Гаусса дал в 1892—-1893 гг. Герц ), разработавший принцип прямейшего пути ценность принципа Герца состоит в том, что он сводит задачи механики к проблеме геодезических линий и тем самым геометризует классическую динамику. Принцип Герца был бы просто частным случаем принципа Гаусса, если бы он не заменил сил, действующих на систему, связями ее с другими системами, находящимися с ней во взаимодействии. Этим самым Герц как бы изучал только свободные системы, вводя кроме наблюдаемых еще и скрытые массы и скрытые движения . Исторические корни механики Герца содержатся в работах Гельмгольца о скрытых движениях (введение которых у Герца оказывается логически необходимым следствием его концепции основ механики) и в работе Кирхгофа по выяснению основ механики. В своей формулировке каждое естественное движение самостоятельной материальной системы состоит в том, что система движется с постоянной скоростью по одному из своих прямейших путей . Герц объединяет, по существу говоря, закон инерции и принцип наименьшего принуждения. Герц отмечает глубокую связь своего принципа с теорией поверхностей и многочисленные аналогии, которые возникают при его рассмотрении. Принцип Герца находится в тесной связи с геометрической оптикой и теоремой Бельтрами—Липшица, так как между прямейшими путями и нормальными к ним поверхностями в процессе движения имеет место то [c.849]

Так же, как и в других задачах теории упругости, условия совместности деформаций (5.34) используют только при решении задач в усилиях-деформациях. При решении задач в перемещениях эти условия выполняются тождественно. В этом можно убедиться, подставив в уравнения (5.34) выражения деформацид и параметров изменения кривизны согласно формулам (5.33). При преобразованиях следует воспользоваться уравнениями Кодацци—Гаусса [c.241]

Задача программирования может быть сведена к задаче доказательства, что данная система робот—объект достигает определенного результата. Часто в качестве критерия выбирается минимум функций принуждения Гаусса или минимум интегральных оценок. Такое доказательство необходимо как своеобразная проверка программы. При решении задач программирования очень важным методом является метод адаптации, опираюш ийся на метод декомпозиции. Этот метод предполагает предварительное разбиение задачи на такое количество простых задач, которые легко решаются, а затем при необходимости корректируются так, чтобы получить правильный ответ. [c.81]

Метод исследования малых колебаний относительно равновесного состояния позволяет свести задачу динамической устойчивости движения к задаче нахождения условий устойчивого решения системы линейных уравнений с постоянными коэффицнента.ми и тем самым, по существу, свести решение к анализу корней соответствующего характеристического уравнения. В случае устойчивости движения корни этого уравнения должны быть в лево части плоскости Гаусса. Полином, обладающий такими свойствами, называется полиномом А. Гурвица [97]. Для того чтобы полином [c.382]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...