
- •1.Прямые методы решения слау.
- •2. Итерационные методы решения слау.
- •2)Метод Зейделя
- •3.Метод трехдиагональной матричной прогонки.
- •4. Задачи лин программ-ания(лп). Регуляриз задач лп.
- •5.Регуляризация плохо обусловленных слау.
- •7. Принцип сжатых отображений в огр.Обл. Банахова пр-ва.
- •8.Методы решения нелинейных одномерных у-ий.
- •10,Метод секущих
- •11. Методы решения систем нелинейных уравнений. Квазиньютоновские методы.
- •12. Интер-ние. Конечные разн-ти, разн-ные отн-ния и их св-ва.
- •14.Регулизация зад числ. Дифференцирования
- •15,Численное дифференцирование
- •16. Регуляризация задачи численного дифференцирования
- •17. Численное интегрирование. Формулы Ньютона-Котесса
- •18. Малая и большая формула трапеций и её остаточный член
- •19. Малая и большая формула средних прямоугольников и ее остаточный член.
- •20.Формула Симпсона
- •21.Квадратурные формулы более высокого порядка точности
- •24. Восстановление функций по мнк.
- •26 Полиномы Чебышева(пч)
- •27 Регуляризация нормальных систем мнк.
- •28. Методы решения задачи Коши
- •29. Метод Рунге-Кутта.
- •33.Жёсткие начальные задачи. Неявный метод Эйлера и его устойчивость.
- •34.Жёские начальные задачи. Неявный метод средней точки и его устойчивость.
- •35.Жёсткие задачи. Неявный метод трапеций и его устойчивость.
- •39. Разностн метод реш-я нелин.Краевых зад.
- •40.Метод Ритца решение лин.Краевых зад.
- •41. Метод Галеркина решения линейных краевых задач.
- •42. Метод наименьших квадратов решения линейных краевых задач.
24. Восстановление функций по мнк.
Задача о сглаживании экспериментальных зависимостей. Пусть зависимость между двумя переменными x и y выражается в виде таблицы, полученной опытным путем. Это могут быть результаты опыта или наблюдений, статистической обработки материала и т.п.
x |
x1 |
x2 |
... |
xi |
... |
xn |
y |
y1 |
y2 |
... |
yi |
... |
yn |
Требуется наилучшим образом сгладить экспер-ную зависимость между переменными x и y, т.е. по возможности точно отразить общую тенденцию зависимости y от x, исключив при этом случайные отклонения, связанные с неизбежными погрешностями измерений или статистических наблюдений. Такую сглаженную зависимость стремятся представить в виде формулы y=f(x). Формулы, служащие для аналитического представления опытных данных, получили название эмпирических формул. Зад. нахождения эмпирических формул разбивается на два этапа. На первом этапе нужно установить вид зависимости y=f(x), т.е. решить, является ли она линейной, квадратичной, логарифмической или какой-либо другой. Второй этап – определение неизвестных параметров этой ф-и.
Часто вид эмпирической зависимости
известен, но числовые параметры
неизвестны. Будем считать, что зависимость
полиномиальная, а для определения
параметров полинома рассмотрим метод.МНК.
Пусть y=f(x)
задана таблицей своих значений:
yi=f(xi)
,i=0,..,n
Требуется найти многочлен
фиксированной степени m для которого
среднеквадратичное отклонение (СКО)
мин-но. Так как многочлен Pm(x)=a0+a1x+a2x2+…+amxm
определяется своими коэф, то фактически нужно подобрать набор коэфф a0,…, am мин-щий ф-ю
Используя необх условие экстремума,
получаем так наз. нормальную с-му МНК:
Полученная с-ма есть с-ма алгебраических
ур-й относительно неизвестных a0,a1..am.
Можно показать, что определитель этой
системы отличен от нуля, то есть решение
существует и единственно. Однако при
высоких степенях m система является
плохо обусловленной. Поэтому метод
наименьших квадратов применяют для
нахождения многочленов, степень которых
не выше 5. Решение нормальной системы
можно найти, например, методом Гаусса.
Запишем нормальную с-му наимен квадратов
для двух простых случаев:m=0
и m=2. При m=0 мн-лен примет
вид: P0(x)=a0.
Для нахождения неизвестного коэфф a0
имеем ур-ие:
.
Получ, что коэф a0 есть среднее арифметическое знач ф-ции в заданных точках.
Если же используется мн-лен 2 степени P2(x)=a0+a1x+a2x2то нормальная с-ма у-ний примет вид:
26 Полиномы Чебышева(пч)
Из всех полиномов степени n со старшим коэф 1 ПЧ отклоняющийся от 0 на отрезке [-1;1].
Мн-ном Чебышева наз-ся ф-ция: Tn(x) = cos(n*arcos(x)), n из N, x из [-1;1].n=0, T0=1 n=1, T1(x)=x.
α = arcos(x) -> Tn-1 = cos((n-1)* α), T(n+1) = cos((n+1)* α)
cos((n+1)*α) = cos(n*α)*cos(α) – sin(n*α)*sin(α)
cos((n-1)*α) = cos(n*α)*cos(α) + sin(n*α)*sin(α)
cos((n+1)*α)+ cos((n-1)*α) = 2* cos(n*α)*cos(α)
Tn+1(x)+Tn-1(x) = 2xTn(x) => (2) Tn+1(x) = 2xTn(x)-Tn-1(x)
T2(x) = 2x2-1;T3(x) = 2x(2x2-1)-x = 4x3-3x
Анализ формулы (2) позволяет утверждать след:
1.все ф-ции многочлены степени n;2.все степени возростают с ростом n, старший коэфф имеет вид 2n-1xn ;3.при четн эн все степени четные.
Св-ва:1.многочлен имеет на [-1;1] ровно эн различн действ корней;2.корни ПЧ перемежаются с точками их наиб и наим знач = -1 и 1;3.из всех мн-нов степ эн нормир ПЧ отклоняется от 0 наим на [-1;1].
Tn(x)
–нормиров.ПЧ.
Т.Мн-н Чебышева Tn(x),а
также
[-1;1] ровно n различных
корней, кот задаются xk
= cos(
)