Задание:
1) Используя метод итераций, решить систему
2) Используя метод Ньютона, решить систему
нелинейных уравнений с точностью до 0,001.
Задание №1Используя метод итераций, решить систему нелинейных уравнений с точностью до 0,001.
Теоретическая часть.
Метод итераций э то способ численного решения математических задач. Его суть – нахождение алгоритма поиска по известному приближению (приближенному значению) искомой величины следующего, более точного приближения. Применяется в случае, когда последовательность приближений по указанному алгоритму сходится.
Данный метод называют также методом последовательных приближений, методом повторных подстановок, методом простых итераций и т.п.
Метод Ньютона , алгоритм Ньютона (также известный как метод касательных) - это итерационный численный метод нахождения корня (нуля) заданной функции. Метод был впервые предложен английским физиком, математиком и астрономом Исааком Ньютоном (1643-1727). Поиск решения осуществляется путём построения последовательных приближений и основан на принципах простой итерации. Метод обладает квадратичной сходимостью. Улучшением метода является метод хорд и касательных. Также метод Ньютона может быть использован для решения задач оптимизации, в которых требуется определить нуль первой производной либо градиента в случае многомерного пространства. Обоснование
Чтобы численно решить уравнение методом простой итерации, его необходимо привести к следующей форме: , где - сжимающее отображение.
Для наилучшей сходимости метода в точке очередного приближения должно выполняться условие . Решение данного уравнения ищут в виде , тогда:
В предположении, что точка приближения «достаточно близка» к корню , и что заданная функция непрерывна , окончательная формула для такова:
С учётом этого функция определяется выражением:
Эта функция в окрестности корня осуществляет сжимающее отображение, и алгоритм нахождения численного решения уравнения сводится к итерационной процедуре вычисления:
.
Варианты заданий
№1. 1)
2)
№2. 1)
2)
№3. 1)
2)
№4. 1)
2)
№5. 1)
2)
№6. 1)
2)
№7. 1)
2)
№8. 1)
2)
№9. 1)
2)
№10.1)
2)
№11.1)
2)
№12.1)
2)
№13.1)
2)
№14.1)
2)
№15.1)
2)
№16.1)
2)
№17.1)
2)
№18.1)
2)
№19.1)
2)
№20.1)
2)
№21. 1)
2)
№22. 1)
2)
№23. 1)
2)
№24. 1)
2)
№25. 1)
2)
№26. 1)
2)
№27. 1)
2)
№28. 1)
2)
№29. 1)
2)
№30. 1)
2)
Образец выполнения задания
№1. 1)
2)
Пример решения системы нелинейных уравнений методом итераций
Перепишем данную систему в виде:
Отделение корней производим графически (рис.1). Из графика видим, что система имеет одно решение, заключенное в области D: 0<х <0,3;-2,2<y <-1,8.
Убедимся в том, что метод итераций применим для уточнения решения системы, для чего запишем ее в следующем виде:
Так как ,то имеем в области D
+ = ;
+ =
Таким образом, условия сходимости выполняются.
Таблица №2
п | ||||||
0,15 | -2 | -0,45 | -0,4350 | -0,4161 | -0,1384 | |
0,1616 | -2,035 | -0,4384 | -0,4245 | -0,4477 | -0,1492 | |
0,1508 | -2.0245 | -0,4492 | -0,4342 | -0,4382 | -0,1461 | |
0.1539 | -2,0342. | -0,4461 | -0.4313 | -0,4470 | -0,1490 | |
0.1510 | -2,0313 | -0,4490 | -0,4341 | -0,4444 | -0.1481 | |
0,1519 | -2,0341 | -0,4481 | -0,4333 | -0,4469 | -0,1490 | |
0,1510 | -2.0333 | -0.449 | -0,4341 | -0.4462 | -0,1487 | |
0.1513 | -2.0341 | -0,4487 | -0,4340 | -0,4469 | -0.1490 | |
0.1510 | -2,0340 |
За начальные приближения принимаем х о =0,15, у 0 = -2.
(таб.№2). Тогда ответ запишется:
Пример решения системы нелинейных уравнений методом Ньютона
Отделение корней производим графически (рис.2). Для построения графиков функций составим таблицу значений функций и , входящих в первое и второе уравнения (табл. I).
Значения для x можно брать исходя из следующих условий: из первого уравнения 1≤1,2х+0,4≤1 , т.е. 1,16≤х≤0,5 ; из второго уравнения , т.е. . Таким образом, .
Система имеет два решения. Уточним одно из них, принадлежащее области D: 0,4<x <0,5;
0,76<y <0,73. За начальное приближение примем Имеем:
Таблица №3
x | -1,1 | -1 | -0,8 | -0,6 | -0,2 | -0,4 | 0,2 | 0,4 | 0,5 | |
х 2 | 1.21 | 0,64 | 0,36 | 0,04 | 0,16 | 0,04 | 0.16 | 0,25 | ||
0,8 х 2 | 0,97 | 0,8 | 0,51 | 0,29 | 0,032 | 0,13 | 0,032 | 0,13 | 0,2 | |
1 -0,8 х 2 | 0,03 | 0,2 | 0,49 | 0,71 | 0,97 | 0,87 | 0,97 | 0.87 | 0,8 | |
0,02 | 0,13 | 0,33 | 0,47 | 0,65 | 0,58 | 0,67 | 0,65 | 0,58 | 0.53 | |
±0,14 | ±0,36 | ±0,57 | ±0,69 | ±0,81 | ±0,76 | ±0,82 | ±0.81 | ±0,76 | ±0.73 | |
1,2x | -1,32 | -1,2 | -0,9б" | -0,72 | -0,24 | -0,48 | 0,24 | 0,48 | 0,6 | |
0,4+1,2x | -0,92 | -0,8 | -0,56 | -0,32 | 0,16 | -0,08 | 0,4 | 0,64 | 0.88 | |
2x-y | -1.17 | -0,93 | -0,59 | -0,33 | 0,16 | -0,08 | 0,41 | 0,69 | 2.06 1,08 | 1,57 |
-1,03 | -1,07 | -1,01 | -0,87 | -0,56 | -0,72 | -0,41 | -0,29 | -1,26 -1,28 | -0.57 |
Уточнение корней проводим методом Ньютона:
где ; ;
;
;
Все вычисления производим по таблице 3
Таблица 3 | 0,10 | 0,017 | -0,0060 | 0,0247 | -0,0027 | -0,0256 | 0,0001 | 0,0004 | ||||||||
0,2701 | 0,0440 | -0,0193 | 0,0794 | -0,0080 | -0,0764 | -0,0003 | 0,0013 | |||||||||
2,6197 | 3,2199 | 2,9827 | 3,1673 | |||||||||||||
-0,0208 | -2,25 | 0,1615 | -2,199 | 0,1251 | -2,1249 | 0,1452 | -2,2017 | |||||||||
-1,1584 | 0,64 | -1,523 | 0,8 | -1,4502 | 0,7904 | -1,4904 | 0,7861 | |||||||||
0,1198 | -0,0282 | -0,0131 | 0,059 | -0,0007 | -0,0523 | -0,0002 | 0,0010 | |||||||||
0,9988 | 0,0208 | 0,9869 | -0,1615 | 0,9921 | -0,1251 | -0,9894 | -0,1452 | |||||||||
0,55 | 0,733 | 1,6963 | 1,7165 | |||||||||||||
0,128 | 0,8438 | 0,2 | 0,8059 | 0,1952 | 0,7525 | 0,1931 | 0,8079 | |||||||||
0,4 | 0,75 | 0,50 | -0,733 | 0,4940 | -0,7083 | 0,4913 | -0,7339 | 0,4912 | -0,7335 | Ответ: x ≈0,491 y ≈ 0,734 | ||||||
n | ||||||||||||||||
Контрольные вопросы
1) Представьте на графике возможные случаи решения системы двух нелинейных уравнений.
2) Сформулируйте постановку задачи о решении системы n-линейных уравнений.
3) Приведите итерационные формулы метода простой итерации в случае системы двух нелинейных уравнений.
4) Сформулируйте теорему о локальной сходимости метода Ньютона.
5) Перечислите трудности, возникающие при использовании метода Ньютона на практике.
6) Объяснить каким образом можно модифицировать метод Ньютона.
7) Изобразите в виде блок-схем алгоритм решения систем двух нелинейных уравнений методами простой итерации и Ньютона.
Лабораторная работа №3
Решение нелинейных уравнений
Пусть требуется решить уравнение
Где
– нелинейная непрерывная функция.
Методы решения уравнений делятся на прямые и итерационные. Прямые методы – это методы, позволяющие вычислить решение по формуле (например, нахождение корней квадратного уравнения). Итерационные методы – это методы, в которых задается некоторое начальное приближение и строится сходящаяся последовательность приближений к точному решению, причем каждое последующее приближение вычисляется с использованием предыдущих
Полное решение поставленной задачи можно разделить на 3 этапа:
Установить количество, характер и расположение корней уравнения (1).
Найти приближенные значения корней, т.е. указать промежутки, в которых наудится корни (отделить корни).
Найти значение корней с требуемой точностью (уточнить корни).
Существуют различные графические и аналитические методы решения первых двух задач.
Наиболее
наглядный метод отделения корней
уравнения (1) состоит в определении
координат точек пересечения графика
функции
с осью абсцисс. Абсциссы
точек
пересечения графика
с осью
являются
корнями уравнения (1)
Промежутки изоляции корней уравнения (1) можно получить аналитически, опираясь на теоремы о свойствах функций, непрерывных на отрезке.
Если,
например, функция
непрерывна
на отрезке
и
,
то согласно теореме Больцано – Коши,
на отрезке
существует
хотя бы один корень уравнения (1)(нечетное
количество корней).
Если
функция
удовлетворяет
условиям теоремы Больцано-Коши и
монотонна на этом отрезке, то на
существует
только один корень уравнения (1).Таким
образом, уравнение (1) имеет на
единственный
корень, если выполняются условия:
Если функция на заданном интервале непрерывно дифференцируема, то можно воспользоваться следствием из теоремы Ролля, по которому между парой корней всегда находится по крайней мере одна стационарная точка. Алгоритм решения задачи в данном случае будет следующий:
Полезным средством для отделения корней является также использование теоремы Штурма.
Решение третьей задачи осуществляется различными итерационными (численными) методами: методом дихотомии, методом простой итерации, методом Ньютона, методом хорд и т.д.
Пример
Решим
уравнение
методом
простой
итерации
.
Зададим
.
Построим
график функции.
На
графике видно, что корень нашего уравнения
принадлежит отрезку
,
т.е.
– отрезок изоляции корня нашего
уравнения. Проверим это аналитически,
т.е. выполнение условий (2):
Напомним,
что исходное уравнение (1) в методе
простой итерации преобразуется к виду
и итерации осуществляются по формуле:
(3)
Выполнение
расчетов по формуле (3) называется одной
итерацией. Итерации прекращаются, когда
выполняется условие
,
где
-
абсолютная погрешность нахождения
корня, или
,
где
-относительная
погрешность.
Метод
простой итерации сходится, если
выполняется условие
для
.
Выбором функции
в формуле (3) для итераций можно влиять
на сходимость метода. В простейшем
случае
со знаком плюс или минус.
На
практике часто выражают
непосредственно из уравнения (1). Если
не выполняется условие сходимости,
преобразуют его к виду (3) и подбирают.
Представим наше уравнение в виде
(выразим
x
из уравнения). Проверим условие сходимости
метода:
для
.
Обратите внимание, что условие
сходимости выполняется не
,
поэтому мы и берем отрезок изоляции
корня
.
Попутно заметим, что при представлении
нашего уравнения в виде
,
не выполняется условие сходимости
метода:
на
отрезке
.
На графике видно, что
возрастает быстрее, чем функция
(|tg|
угла наклона касательной к
на отрезке
)
Выберем
.
Организуем итерации по формуле:
Программно организуем процесс итераций с заданной точностью:
> fv:=proc(f1,x0,eps)
> k:=0:
x:=x1+1:
while abs(x1-x)> eps do
x1:=f1(x):
print(evalf(x1,8)):
print(abs(x1-x)):
:printf("Кол. итер.=%d ",k):
end :
На
19 итерации мы получили корень нашего
уравнения
c
абсолютной погрешностью
Решим наше уравнение методом Ньютона . Итерации в методе Ньютона осуществляются по формуле:
Метод Ньютона можно рассматривать как метод простой итерации с функцией, тогда условие сходимости метода Ньютона запишется в виде:
.
В
нашем обозначении
и условие сходимости выполняется на
отрезке
,
что видно на графике:
Напомним,
что метод Ньютона сходится с квадратичной
скоростью и начальное приближение
должно быть выбрано достаточно близко
к корню.
Произведем
вычисления:
,
начальное приближение,
.
Организуем
итерации по формуле:
Программно
организуем процесс итераций с заданной
точностью.
На
4 итерации получим корень уравнения
с
Мы
рассмотрели методы решения нелинейных
уравнений на примере кубических
уравнений, естественно, этими методами
решаются различные виды нелинейных
уравнений. Например, решая уравнение
методом
Ньютона с
,
находим корень уравнения на [-1,5;-1]:
Задание
:
Решить нелинейные уравнения с точностью
0.
деления отрезка пополам (дихотомии)
простой итерации.
Ньютона (касательных)
секущих – хорд.
Варианты
заданий рассчитываются следующим
образом: номер по списку делится на 5
(
),
целая часть соответствует номеру
уравнения, остаток – номеру метода.
Расчетная формула метода Ньютона имеет вид:
где n=0,1,2,..
Геометрически метод Ньютона означает, что следующее приближение к корню есть точка пересечения с осью ОХ. касательной, проведенной к графику функцииy=f(x) в точке .
Теорема о сходимости метода Ньютона.
Пусть - простой корень уравнения, в некоторой окрестности которого функция дважды непрерывно дифференцируема.
Тогда найдется такая малая - окрестность корня, что при произвольном выборе начального приближенияиз этой окрестности итерационная последовательность метода Ньютона не выходит за пределы окрестности и справедлива оценка
Метода Ньютона (1) чувствителен к выбору начального приближения x 0 .
На практике для монотонной сходимости метода необходимо :
1-ая производная f(x)
2-ая производная f(x) должна быть знакопостоянна на интервале локализации [ a , b ] изолированного корня;
за начальное приближение x 0 выбирается та граница интервала локализации, на которой произведение функции на ее 2-ю производную больше нуля (f(c)f ’’ (c) > 0 , где с – одна из границ интервала) .
. При заданной точности >
Как указано в теореме, метод Ньютона обладает локальной сходимостью, то есть областью его сходимости является малая окрестность корня .
Неудачный выбор может дать расходящуюся итерационную последовательность.
Метод простой итерации (метод последовательных повторений).
Для применения метода простой итерации следует исходное уравнение преобразовать к виду, удобному для итерации .
Это преобразование можно выполнить различными способами.
Функция называется итерационной функцией.
Расчетная формула метода простой итерации имеет вид:
где n=0,1,2,..
Теорема о сходимости метода простой итерации.
Пусть в некоторой - окрестности корняфункциянепрерывно дифференцируема и удовлетворяет неравенству
где 0 < q < 1 - постоянная.
Тогда независимо от выбора начального приближения из указанной - окрестности итерационная последовательность не выходит из этой окрестности, метод сходится
со скоростью геометрической последовательности и справедлива оценка погрешности:
Критерий окончания итерационного процесса .
При заданной точности >0 вычисления следует вести до тех пор пока не окажется выполненным неравенство
Если величина , то можно использовать более простой критерий окончания итераций:
Если в неравенстве (5) q > 1 , то итерационный метод (4) расходится.
Если в неравенстве (5) q = 1 , то итерационный метод (4) может как сходится так и расходится.
В том случае, если q > = 1 , то итерационный метод (4) расходится и
применяется метод простой итерации с итерационным параметром .
Ключевой момент в применении состоит в эквивалентном преобразовании уравнения :
αf(x) = 0
x = x +αf(x) , (9)
где α – итерационный параметр (вещественная константа).
Расчетная формула метода простой итерации с итерационным параметром имеет вид:
x (n+1) = x (n) + αf(x (n) ) , (10)
где n=0,1,2,..
Итерационный процесс, построенный по форме (10) сходится , если:
1-ая производная функции f(x) знакопостоянна и ограничена на интервале локализации изолированного корня ;
знак итерационного параметра α противоположен знаку 1-ой производной функции f(x) на интервале локализации изолированного корня ;
модуль значения итерационного параметра α оценивается из неравенства
| α | < 2/M , (11)
где М – максимум модуля 1-ой производной функции f(x)
Тогда при таком выборе итерационного параметра метод (10) сходится при любом значении начального приближения, принадлежащем интервалу , со скоростью геометрической прогрессии со знаменателем q равным
где m – минимум модуля 1-ой производной функции f(x) на интервале локализации изолированного корня .
Метод простой итерации, называемый также методом последовательного приближения, - это математический алгоритм нахождения значения неизвестной величины путем постепенного ее уточнения. Суть этого метода в том, что, как видно из названия, постепенно выражая из начального приближения последующие, получают все более уточненные результаты. Этот метод используется для поиска значения переменной в заданной функции, а также при решении систем уравнений, как линейных, так и нелинейных.
Рассмотрим, как данный метод реализуется при решении СЛАУ. Метод простой итерации имеет следующий алгоритм:
1. Проверка выполнения условия сходимости в исходной матрице. Теорема о сходимости: если исходная матрица системы имеет диагональное преобладание (т.е, в каждой строке элементы главной диагонали должны быть больше по модулю, чем сумма элементов побочных диагоналей по модулю), то метод простых итераций - сходящийся.
2. Матрица исходной системы не всегда имеет диагональное преобладание. В таких случаях систему можно преобразовать. Уравнения, удовлетворяющие условию сходимости, оставляют нетронутыми, а с неудовлетворяющими составляют линейные комбинации, т.е. умножают, вычитают, складывают уравнения между собой до получения нужного результата.
Если в полученной системе на главной диагонали находятся неудобные коэффициенты, то к обеим частям такого уравнения прибавляют слагаемые вида с i *x i, знаки которых должны совпадать со знаками диагональных элементов.
3. Преобразование полученной системы к нормальному виду:
x - =β - +α*x -
Это можно сделать множеством способов, например, так: из первого уравнения выразить х 1 через другие неизвестные, из второго- х 2 , из третьего- х 3 и т.д. При этом используем формулы:
α ij = -(a ij / a ii)
i = b i /a ii
Следует снова убедиться, что полученная система нормального вида соответствует условию сходимости:
∑ (j=1) |α ij |≤ 1, при этом i= 1,2,...n
4. Начинаем применять, собственно, сам метод последовательных приближений.
x (0) - начальное приближение, выразим через него х (1) , далее через х (1) выразим х (2) . Общая формула а матричном виде выглядит так:
x (n) = β - +α*x (n-1)
Вычисляем, пока не достигнем требуемой точности:
max |x i (k)-x i (k+1) ≤ ε
Итак, давайте разберем на практике метод простой итерации. Пример:
Решить СЛАУ:
4,5x1-1.7x2+3.5x3=2
3.1x1+2.3x2-1.1x3=1
1.8x1+2.5x2+4.7x3=4 с точностью ε=10 -3
Посмотрим, преобладают ли по модулю диагональные элементы.
Мы видим что условию сходимости удовлетворяет лишь третье уравнение. Первое и второе преобразуем, к первому уравнению прибавим второе:
7,6x1+0.6x2+2.4x3=3
Из третьего вычтем первое:
2,7x1+4.2x2+1.2x3=2
Мы преобразовали исходную систему в равноценную:
7,6x1+0.6x2+2.4x3=3
-2,7x1+4.2x2+1.2x3=2
1.8x1+2.5x2+4.7x3=4
Теперь приведем систему к нормальному виду:
x1=0.3947-0.0789x2-0.3158x3
x2=0.4762+0.6429x1-0.2857x3
x3= 0.8511-0.383x1-0.5319x2
Проверяем сходимость итерационного процесса:
0.0789+0.3158=0,3947 ≤ 1
0.6429+0.2857=0.9286 ≤ 1
0.383+ 0.5319= 0.9149 ≤ 1 , т.е. условие выполняется.
0,3947
Начальное приближение х (0) = 0,4762
0,8511
Подставляем данные значения в уравнение нормального вида, получаем следующие значения:
0,08835
x (1) = 0,486793
0,446639
Подставляем новые значения, получаем:
0,215243
x (2) = 0,405396
0,558336
Продолжаем вычисления до того момента, пока не приблизимся к значениям, удовлетворяющим заданному условию.
x (7) = 0,441091
Проверим правильность полученных результатов:
4,5*0,1880 -1.7*0,441+3.5*0,544=2,0003
3.1*0,1880+2.3*0,441-1.1x*0,544=0,9987
1.8*0,1880+2.5*0,441+4.7*0,544=3,9977
Результаты, полученные при подстановке найденных значений в исходные уравнения, полностью удовлетворяют условиям уравнения.
Как мы видим, метод простой итерации дает довольно точные результаты, однако для решения этого уравнения нам пришлось потратить много времени и проделать громоздкие вычисления.
ЛАБОРАТОРНАЯ РАБОТА №3-4.
Вариант №5.
Цель работы: научиться решать системы нелинейных уравнений (СНУ) методом простых итераций (МПИ) и методом Ньютона с помощью ЭВМ.
1. Изучить МПИ и метод Ньютона для решения систем нелинейных уравнений.
2. На конкретном примере усвоить порядок решения систем нелинейных уравнений МПИ и методом Ньютона с помощью ЭВМ.
3. Составить программу и с ее помощью решить систему уравнений с точностью .
ПРИМЕР ВЫПОЛНЕНИЯ РАБОТЫ
Задание.
1. Аналитически решить СНУ:
2. Построить рабочие формулы МПИ и метода Ньютона для численного решения системы при начальном приближении: .
3. Составить программу на любом языке программирования, реализующую построенный итерационный процесс.
Решение.
Аналитический метод.
Аналитическим решением СНУ являются точки и .
Метод простых итераций (МПИ).
Для построения рабочих формул МПИ для численного решения системы необходимо вначале привести ее к виду:
Для этого умножим первое уравнение системы на неизвестную постоянную , второе - на , затем сложим их и добавим в обе части уравнения . Получим первое уравнение преобразуемой системы:
Неизвестные постоянные определим из достаточных условий сходимости итерационного процесса:
Запишем эти условия более подробно:
Полагая равными нулю выражения под знаком модуля, получим систему линейных алгебраических уравнений (СЛАУ) 4 порядка с 4 неизвестными :
Для решения системы необходимо вычислить частные производные :
Тогда СЛАУ запишется так:
Заметим, что если частные производные мало изменяются в окрестности начального приближения, то:
Тогда СЛАУ запишется так:
Решением этой системы являются точки , , , . Тогда рабочие формулы МПИ для решения СНУ примут вид:
Для реализации на ЭВМ рабочие формулы можно переписать так:
Итерационный процесс можно начать, задав начальное приближение x 0 =-2, y 0 =-4. Процесс заканчивается при одновременном выполнении двух условий: и . В этом случае значения и являются приближенным значением одного из решений СНУ.
Метод Ньютона.
Для построения рабочих формул метода Ньютона в виде
где , необходимо:
1. Найти матрицу частных производных:
2. Найти определитель этой матрицы:
3. Определить обратную матрицу:
Проведя преобразования:
Получаем рабочую формулу метода Ньютона для реализации на ЭВМ:
Блок-схема МПИ и метода Ньютона для решения СНУ приведена на рисунке 1.
Рис.1 Схемы МПИ и метода Ньютона.
Тексты программ:
Program P3_4; {Iterations}
uses Crt;
var n: integer;
clrscr;
xn:=x-(x-y+2)+(1/2)*(x*y-3);
yn:=y+(2/3)*(x-y+2)+(1/6)*(x*y-3);
writeln (n:3, x:9:5, xn:9:5, (xn-x):9:5, y:9:5, yn:9:5, (yn-y):9:5);
n:=n+1;
until (abs(x-zx)<=eps) and (abs(y-zy)<=eps);
readln;
2) Метод Ньютона:
Program P3_4; {Nyuton}
uses Crt;
var n: integer;
x0,x,xn,y0,y,yn,eps,zx,zy:real;
clrscr;
n:=0; x0:=-2; x:=x0; y0:=-4; y:=y0; eps:=0.001;
writeln (" n x(i) x(i+1) x(i+1)-x(i) y(i) y(i+1) y(i+1)-y(i) ");
xn:=x-(1/(x+y))*(x*x-x*y+2*x+x-y+2);
yn:=y-(1/(x+y))*(x*y*(-y)-3*(-y)+x*y-3);
writeln (n:3, x:9:5, xn:9:5, abs(xn-x):9:5, y:9:5, yn:9:5, abs(yn-y):9:5);
n:=n+1;
until (abs(x-zx)<=eps) and (abs(y-zy)<=eps);
Результаты отработки программы:
· Рис.2 – программы, работающей по методу простых итераций;
· Рис.3 – программы, работающей по методу Ньютона.
Рис.2 Ответ: х(16)≈-3.00023, у(16)≈-1.00001
Рис.3 Ответ: х(8)≈-3.00000, у(8)≈-1.00000