5.7 Метрическое пространство
Определение. Метрикой на множестве Е называется функция f(x,y), определенная на декартовом произведении Е?Е, значениями которой являются неотрицательные действительные числа, удовлетворяющая при любых значениях х, у, z из множества Е следующим условиям:
1) f(x, y) = f(y, x)
2) f(x, y) + f(y, x) ≥ f(x, y)
3) f(x, y) = 0 тогда и только тогда, когда х = у.
Определение. Метрическим пространством называется множество Е с заданной на нем метрикой f.
Определение. Число ρ(x,y), где хЕ и у Е – заданные точки, называется расстоянием между этими точками.
Определение. Пусть r – положительное число. Множество {y: ρ(x, y) < r} называется открытым шаром радиуса r с центром в точке х; множество {y: ρ(x, y) ≤ r} – замкнутым шаром радиуса r с центром в точке х.
Например, для трехмерного евклидова пространства R3 метрика определяется как ρ(x,y )= , где х(х1,х2,x3) R и y(y1,y2,y3) R.
Открытые и замкнутые множества
Определение. Пусть Е – топологическое пространство, а U – его подмножество. Множество U называется открытым, если оно является окрестностью для любой точки ρU.
Определение. Пусть Е –топологическое пространство, а F – его подмножество. Множество F называется замкнутым, если множество E\F – открыто.
Отметим следующие свойства:
1) Объединение любой совокупности открытых множеств открыто.
2) Пересечение конечного числа открытых множеств открыто.
3) Пересечение любой совокупности замкнутых множеств замкнуто.
4) Объединение конечного числа замкнутых множеств замкнуто.
Определение. Если А –любое множество в топологическом пространстве Е, то объединение всех открытых множеств, содержащихся в А, открыто. Это объединение называется внутренностью множества А. Обозначается IntA. Это объединение будет наибольши открытым множеством, содержащимся в А.
Определение. Множество А называется замыканием множества А. Множество FrA = Ā CA называется границей множества А.
Непрерывные отображения
Пусть Е и F – топологические пространства, и пусть f – отображение пространства Е в F.
f: E → F.
Непрерывность отображения состоит в том, что точки, близкие друг к другу в множестве Е, отодражаются в точки, близкие друг к другу в множестве F.
Определение. Отображение f: E → F называется непрерывным в точке р , если для любой окрестности V точки f(p) в множестве F существует такая окрестность U точки в множестве Е, что f(U) V. Отображение f называется непрерывным, если оно непрерывно в каждой точке пространства Е.
Особое значение имеют те непрерывности отображения, для которых существует непрерывное обратное отображение.
Определение. Если f – взаимно одноначное отображение пространства Е в F, то существует обратное отображение g пространства F в E. Если и f и g непрерывны, то отбражение f называется гомеоморфизмом, а пространства Е и F – гомеоморфные.
Гомеоморфизм между множествами устанавливает взаимно однозначное соответствие между окрестностями, закрытыми и открытыми подмножествами этих множеств.
Топологические произведения
Пусть Eи F–топологические пространства. Множество E×F определяется как множество пар (p,q), где pE, a qF. Оно превращается в топологическое пространство следующим образом: если (p,q) E×F, то окрестность точки (p,q) – это любое множество, содержащее множество вида U×V, где U – окрестность точки p в E, a V– окрестность q в F.
Определение. Множество E×F, превращенное в топологическое пространство только что описанным способом, называется топологическим произведением пространств E и F.
Например, в трехмерном евклидове пространстве тор является топологическим произведением окружности на себя.
Связность
Определение. Пространство E называется связным, если его нельзя представить в виде объединения двух непустых непересекающихся множеств, открытых в E. Множество в топологическом пространстве называется связным, если оно связно как подпространство. Если Е и F – связные пространства, то произведение Е × F также связно.
Компактность
Понятие компактности обобщает свойство быть замкнутым и ограниченным множеством в евклидовом пространстве.
Топологическое пространство называется хаусдорфовым, если оно обладает следующим свойством: каковы бы ни были две различные точки p и q, существует такая окрестность U точки p и такая окрестность V точки q, что UV=Ø.
Любое евклидово пространство является хаусдорфовым.
Любое подпространство евклидова пространства хаусдорфово. На самом деле любое подпространство любого хаусдорфова пространства хаусдорфово.
Прежде чем определять компактность, приведем несколько предварительных определений.
Покрытие топологического пространства E – набор множеств из E, объединение которых дает все пространство E. Оно называется открытым покрытием, если каждое множество в наборе открыто.
Пусть дано покрытие топологического пространства. Подпокрытием называется покрытие, все множества которого принадлежат данному покрытию.
Компактным пространством называется хаусдорфово пространство, обладающее тем свойством, что каждое его открытое покрытие содержит конечное подпокрытие, т.е. покрытие, состоящее из конечного числа множеств. Множество в топологическом пространстве называется компактным, если оно является компактным подпространством.
Компактное подмножество евклидова пространства должно быть замкнутым и ограниченным. Если перемножаемые компактные пространства A и B лежат в евклидовых пространствах размерностей m и n , то их произведение есть подпространство в (n+m) -мерном пространстве. Так как пространства A и B компактны, они замкнуты и ограничены. Поэтому их произведение является замкнутым и ограниченным подмножеством евклидова пространства. Следовательно, A×B компактно.
ПРАКТИЧЕСКИЙ РАЗДЕЛ
Контрольные работы
Контрольная работа № 1
Общие сведения
Метод Гаусса
Входные параметры: n—целое положительное число, равное порядку n системы; а — массив из n х n действительных чисел, содержащий матрицу коэффициентов системы (а(1) = а11, а(2) = a12…а(n) = аn1, а(n + 1) = а12, .... а(n х n) = аnn); b — массив из n действительных чисел, содержащий столбец свободных членов системы (b(1) = b1, b(2)=b2,…b(n)=bn).
Выходные параметры: b—массив из n действительных чисел (он же входной); при выходе из программы содержит решение системы b(l) = x1, b(2) = x2, … b(n) = хn; error—признак правильности решения (код ошибки): если ks = 0, то в массиве b содержится решение системы, если error= 1, исходная система не имеет единственного решения (определитель системы равен нулю).
Перед обращением к подпрограмме SIMQ необходимо:
1) описать массивы а и b. Если система содержит n уравнений, то массив а должен содержать n2 элементов, а массив b – n элементов;
2) присвоить значение параметру n, который равен числу уравнений системы;
3) присвоить элементам массивов а и b значения коэффициентов системы следующим образом: a(l) = a11, а(2) = а21, а(3) = а31,…а(n) = аn1 а(n+1) = а12, а(n+2) = а22… а(n x n) = аnn. b(1) = b1, b(2)=b2,…b(n)=bn
4) проверить соответствие фактических параметров по типу и порядку следования формальным параметрам подпрограммы SIMQ. Параметры а и b – величины вещественного типа, n и error – целого типа.
Программу SIMQ для решения заданной системы трех линейных уравнений. Схема алгоритма приведена на рисунке 1.
Пример.
Рисунок 1 – Схема алгоритма метода Гаусса
Текст программы:
PROCEDURE SIMQ(Nn:Integer;Var Aa:TMatr;Var Bb:TVector;Var Ks:Integer);
Label M1;
Const Eps=1e-21;
Var Max,U,V : Real; I,J,K1,L : Integer;
Begin
For I:=1 To Nn Do Aa[i,Nn+1]:=Bb[i];
For I:=1 To Nn Do
Begin
Max:=Abs(Aa[i,i]); K1:=I; {запоминает номер строки с максимальным элементом}
For L:=I+1 To Nn Do If (Abs(Aa[l,i])>Max) Then
Begin
Max:=Abs(Aa[l,i]); K1:=L;
End;
I f(Max<Eps) Then Begin Ks:=1; Goto M1;
End Else Ks:=0;
If K1<>I Then
For J:=I To Nn+1 Do {обмен местами элементов строк с максимальным элементом}
Begin U:=Aa[i,j]; Aa[i,j]:=Aa[k1,j]; Aa[k1,j]:=U;
End;
V:=Aa[i,i]; {элемент на главной диагонали, являющийся максимальным }
For J:=I To Nn+1 Do Aa[i,j]:=Aa[i,j]/V;
For L:=i+1 To Nn Do {все последующие строки после строки с максимальным элементом}{при I=1: L=2 (2,2),(2,3)..(2,Nn+1)
L=3 (3,2),(3,3),..(3,Nn+1)
L=Nn (Nn,2), (Nn,3),.. (Nn,Nn+1)}
Begin
V:=Aa[l,i]; For J:=I+1 To Nn+1 Do Aa[l,j]:=Aa[l,j]-Aa[i,j]*V;
End;
End;
Bb[nn]:=Aa[Nn,Nn+1]; {находим n-ый элемент решения}
For I:=Nn-1 Downto 1 Do {находим в обратном порядке все элементы решения}
Begin Bb[i]:=Aa[i,nn+1];
For J:=I+1 To Nn Do Bb[i]:=Bb[i]-Aa[i,j]*Bb[j];
End;
M1:End;
Вычисления по программе привели к следующим результатам:
X(1)= .100000E+01 Х(2)= .200000Е+01 Х(3)= .З00000Е + 01
признак выхода 0
Варианты заданий для решения систем линейных алгебраических уравнений методом Гаусса приведены в таблице 1.
Метод квадратных корней Холецкого
Входные параметры: n—целое положительное число, равное порядку n системы; а — массив из n х n действительных чисел, содержащий матрицу коэффициентов системы (а(1) = а11, а(2) = a12…а(n) = аn1, а(n + 1) = а12, .... а(n х n) = аnn); b — массив из n действительных чисел, содержащий столбец свободных членов системы (b(1) = b1, b(2)=b2,…b(n)=bn).
Выходные параметры: b—массив из n действительных чисел (он же входной); при выходе из программы содержит решение системы b(l) = x1, b(2) = x2, … b(n) = хn; p—количество операций.
Схема алгоритма приведена на рисунке 2.
Пример.
Текст программы:
Procedure Holets(n:integer;a:TMatr;b:TVector;var x:TVector;var p:integer);
Var i,j,k:integer; a11:real;
Begin
Out_Slau_T(n,a,b);
For i:=1 To n Do Begin
If i<>1 Then Begin
If a[i,i]=0 Then Begin
p:=0; error:=2; MessageDlg('!!!!',mtError,[mbOk],0);
Exit; End;
a[1,i]:=a[1,i]/a[1,1];
End;
For j:=1 To i Do Begin
For k:=1 To j-1 Do Begin
a[i,j]:=a[i,j]-a[i,k]*a[k,j];
End;
For i:=1 To n Do Begin
For j:=1 To i-1 Do b[i]:=b[i]-a[i,j]*b[j];
If a[i,i]=0 Then Begin
p:=0; error:=2; MessageDlg('!!!!',mtError,[mbOk],0);
Exit; End;
b[i]:=b[i]/a[i,i];
End;
For i:=n DownTo 1 Do Begin
For j:=n DownTo i+1 Do b[i]:=b[i]-a[i,j]*b[j];
End;
x:=b;
p:=2*n*n;
End;
Вычисления по программе привели к следующим результатам:
X(1)= .100000E+01 Х(2)= .200000Е+01 Х(3)= .З00000Е + 01
Рисунок 2 - Схема алгоритма метода Холецкого
Цель работы: решение систем линейных алгебраических уравнений.
Порядок выполнения работы
Изучить тему 2 лекционного материала.
Составить программу для решения систем трех линейных уравнений методами Гаусса и Холецкого.
Предусмотреть обработку ошибок (деление на ноль и т.д.), а также вывод сообщений о том, что нет решения и о бесконечном множестве решений.
Решить систему с помощью программы и аналитически (вручную) свой вариант (последняя цифра зачётки).
Предоставить отчет по контрольной работе, содержащий код программы, результаты выполнения и аналитическое решение системы в формате Word, а также саму программу.
- Общие сведения Сведения об эумк
- Методические рекомендации по изучению дисциплины
- Рабочая учебная программа Учреждение образования «Белорусский государственный университет информатики и радиоэлектроники»
- Пояснительная записка
- Содержание дисциплины
- 1. Название тем лекционных занятий, их содержание, объем в часах Наименование тем, их содержание
- 2. Перечень тем ипр
- Перечень тем контрольных работ
- 4. Литература
- 4.1 Основная
- 4.2 Дополнительная
- 5. Перечень компьютерных программ, наглядных и других пособий, методических указаний и материалов и технических средств обучения
- 6. Учебно-методическая карта дисциплины содержание дисциплины
- Теоретический раздел Вступление
- Дискретная и вычислительная математика
- Часть 1. Вычислительная математика Математическое моделирование и вычислительный эксперимент
- 1 Решение систем линейных алгебраических уравнений
- 1.1 Точные методы
- 1.1.1 Метод Гаусса
- 1.1.2 Связь метода Гаусса с разложением матрицы на множители. Теорема об lu разложении
- Теорема об lu разложении
- 1.1.3 Метод Гаусса с выбором главного элемента
- 1.1.4 Метод Холецкого (метод квадратных корней)
- 1.2 Итерационные методы решений систем алгебраических уравнений
- 1.2.1 Метод Якоби (простых итераций)
- 1.2.2 Метод Зейделя
- 1.2.3 Матричная запись методов Якоби и Зейделя
- 1.2.4 Метод Ричардсона
- 1.2.5 Метод верхней релаксации (обобщённый метод Зейделя)
- 1.2.6 Сходимость итерационных методов
- 2 Плохо обусловленные системы линейных алгебраических уравнений
- 2.1 Метод регуляризации для решения плохо обусловленных систем
- 2.2 Метод вращения (Гивенса)
- 3 Решение нелинейных уравнений
- 3.1 Метод простых итераций
- 3.1.1 Условия сходимости метода
- 3.1.2 Оценка погрешности
- 3.2 Метод Ньютона
- 3.2.1 Сходимость метода
- 4 Решение проблемы собственных значений
- 4.1 Прямые методы
- 4.1.1 Метод Леверрье
- 4.1.2 Усовершенствованный метод Фадеева
- 4.1.3 Метод Данилевского
- 4.1.4 Метод итераций определения первого собственного числа матрицы
- 5 Задача приближения функции
- 5.1 Интерполяционный многочлен Лагранжа
- 5.1.1 Оценка погрешности интерполяционного многочлена
- 5.2 Интерполяционные полиномы Ньютона
- 5.2.1 Интерполяционный многочлен Ньютона для равноотстоящих узлов
- 5.2.2 Вторая интерполяционная формула Ньютона
- 5.3 Интерполирование сплайнами
- 5.3.1 Построение кубического сплайна
- 5.3.2 Сходимость процесса интерполирования кубическими сплайнами
- 5.4 Аппроксимация функций методом наименьших квадратов
- 6 Численные методы решения задачи Коши для обыкновенных дифференциальных уравнений и систем дифференциальных уравнений
- 6.1 Семейство одношаговых методов решения задачи Коши
- 6.1.1 Метод Эйлера (частный случай метода Рунге-Кутта)
- 6.1.2 Методы Рунге-Кутта
- 6.2 Многошаговые разностные методы решения задачи Коши для обыкновенных дифференциальных уравнений
- 6.2.1 Задача подбора числовых коэффициентов aк , bк
- 6.2.2 Устойчивость и сходимость многошаговых разностных методов
- 6.2.3 Примеры m-шаговых разностных методов Адамса для различных m
- 6.3 Численное интегрирование жестких систем обыкновенных дифференциальных уравнений
- 6.3.1 Понятие жесткой системы оду
- 6.3.2 Некоторые сведения о других методах решения жестких систем
- 6.3.2.1 Методы Гира
- 6.3.2.2 Метод Ракитского(матричной экспоненты) решения систем оду
- 6.4 Краевые задачи для обыкновенных дифференциальных уравнений
- 6.5 Решение линейной краевой задачи
- 6.6 Решение двухточечной краевой задачи для линейного уравнения второго порядка сведением к задаче Коши
- 6.7 Методы численного решения двухточечной краевой задачи для линейного уравнения второго порядка
- 6.7.1 Метод конечных разностей
- 6.7.2 Метод прогонки (одна из модификаций метода Гаусса)
- 7 Приближенное решение дифференциальных уравнений в частных производных
- 7.1 Метод сеток для решения смешанной задачи для уравнения параболического типа (уравнения теплопроводности)
- 7.2 Решение задачи Дирихле для уравнения Лапласа методом сеток
- 7.3 Решение смешанной задачи для уравнения гиперболического типа методом сеток
- Часть 2. Дискретная математика
- 1. Основные Элементы теории множеств
- 1.1 Элементы и множества
- 1.2 Задание множеств. Парадокс Рассела
- 1.3 Операции над множествами
- 1.4 Булеан множества
- 1.5 Представление множеств в эвм
- Разбиения и покрытия
- 2 Отношения и функции
- 2.1 Прямое произведение множеств
- Элементы комбинаторики
- Теория конфигураций и теория перечисления
- Размещения
- Сочетания
- 3.1 Перестановки и подстановки
- 4 Элементы математической логики
- 5 Конечные графы и сети Основные определения
- 5.1 Матрицы графов
- Матрица смежности Списки инцидентности
- 5.2 Достижимость и связность
- 5.3 Эйлеровы и гамильтоновы графы
- 5.4 Деревья и циклы
- 5.5 Алгоритмы поиска пути
- Двунаправленный поиск
- Поиск по первому наилучшему совпадению
- Алгоритм Дейкстры
- АлгоритмА*
- Остовное дерево
- Матрица Кирхгофа
- 5.6 Конечные автоматы
- 5.6 Элементы топологии
- 5.7 Метрическое пространство
- Указания по выбору варианта
- Контрольная работа № 2 Общие сведения
- Квадратурная формула Гаусса
- Указания по выбору варианта
- Индивидуальные практические работы Индивидуальная практическая работа № 1 Общие сведения
- Интерполяционный полином Лагранжа
- Аппроксимация функций с помощью кубического сплайна
- Приближение формулами Ньютона
- Аппроксимация функций методом наименьших квадратов
- Индивидуальная практическая работа № 2