
- •20.Формула Симпсона
- •21.Квадратурные формулы более высокого порядка точности
- •24. Восстановление функций по мнк.
- •29. Метод Рунге-Кутта.
- •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.
- •41. Метод Галеркина решения линейных краевых задач.
- •42. Метод наименьших квадратов решения линейных краевых задач.
- •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.
- •14.Регулизация зад числ. Дифференцирования
- •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.
- •26 Полиномы Чебышева(пч)
- •15,Численное дифференцирование
- •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.
- •37.Краевые задачи. Метод диф.Прогонки.
- •38.Разностный метод реш-я лин.Краевых зад.
- •39. Разностн метод реш-я нелин.Краевых зад.
- •40.Метод Ритца решение лин.Краевых зад.
- •27 Регуляризация нормальных систем мнк.
- •28. Методы решения задачи Коши
19. Малая и большая формула средних прямоугольников и ее остаточный член.
Рассм. простейшие ф-лы приближенного интегрирования
;
ф-ла
левых прямоугольников
ф-ла правых
прямоугольников;
ф-ла средних прямоугольников.Пусть
,
(1)
(2)
;
;
(3).Пусть
,
(5)
Разобьем
[a;b]
на n
частей и к каждой применим свою ф-лу
пр-ков.
(6)
–большая ф-ла
пр., где
h=(b-a)/2
При
,
(6) - ф-ла л.пр-ков; при
,
(6) - ф-ла пр.пр-ков; при
(6)
- ф-ла ср.пр-ков.
36. Краевые задачи. Редукция к задачам Коши.
Рассмотрим линейную краевую задачу:
(1)
(2)
. Будем искать решение y=y(x)
линейной краевой задачи в виде:
(3),
где С – const.
Подст. (3) в (1):
и
(5).
(6);
и
(7).
(7.1)
Это вып-ся если :
и
(8);
и
(9).
Рассматривая (5),(8),(9) можно решить 2 зад.
Коши и мы найдем u(b)
и
;
(10);
Подст. (11) в (3) получим реш-е зад.(1)-(2). Т.обр. мы свели зад. (1)-(2) к реш-ю зад. (5),(8),(9) и к вычислению С по ф-ле (11).
41. Метод Галеркина решения линейных краевых задач.
Лемма:
Если
последовательность из полной системы
ЛНЗ функций, то (f
;k)=0,
k
f
= 0
Док-во:
(i
; j)
= 0. Если f
=
,
то (
=
=
т.к.
,
f
=
ч.т.д.
Рассмотрим
линейную краевую задачу: Lu=f
(1), L
– диф. Оператор 2-го порядка. Решение
будем искать в виде
(3),
i
- взяты
из полной системы ЛНЗ функций.
,
Выбираем 0 так, чтобы этот набор ф-й удовлетворял условиям
i
удовлетворяет однор. краевым условиям:
.
Подставим (3)в(1): L(U)-f
= L(
)
– f
=L(0)+
- f
= 0 = R(c1,c2,…,cn).
Ищем с из условия: (R(x,c1,…,сn), i)=0, i.
Т.к.
(y(x);z(x))=
(7);
(7.1);
(7.2)
(7.3)
42. Метод наименьших квадратов решения линейных краевых задач.
Рассм-ся
задача (1)-(2):
(1);
(2).
Решение ищем в виде:
.После подставления в(1) она имеет вид:
.
Требуется, чтобы :
при некотором наборе ci.
Исп-я усл-е min
можно записать:
,
где j=1,n
– система ур-й с n
неизв., она будет линейной, если оператор
L
– линейный.
1.Прямые методы решения слау.
Все методы решения СЛАУ можно разбить на два класса: прямые и итерационные. Прямые методы - методы, кот приводят к р-ию за конечное число арифметических операций. Если операции реализуются точно, то и решение также будет точным.Мы рассматриваем численное решение таких СЛАУ, у кот число ур-ний совпадает с числом неизвестных, причем предполагается наличие единственного решения.Изучается вопрос о численном р-ии с-мы …(1) или иначе, векторно-матричных уравненийАх=b. (1a) где b – вектор свободных членов x - вектор неизвестных координатами, а А - n*n-матрица коэффициентов данной системы. Эффективность способов р-ия с-мы (1) во многом зависит oт структуры и св-в матрицы А: размера, обусловленности, симметричности, заполненности специфики расположения ненулевых элементов в матрице и др.
Прямые методы решения СЛАУ:Метод Гаусса.LU-разложение.Метод квадратного корня.
1)
Метод
Гаусса.
Суть: последовательное исключение
неизвестных. Поэтапно приводим систему
к треугольному виду, исключая
последовательно сначала x1
из 2,3, …, n-го
у-ний, затем x2
из
3-го, 4-го,..,n-го
у-ий преобразованной с-мы, и т.д. Для 1-го
преобраз. коэф. ищем по ф-ле:
.
.
где i,j=2,3…Продолжая
этот процесс на (n-1)-ом
этапе прямого хода МГ приведём с-му к
треугольному виду. Треугольная структура
с-мы позволяет последовательно вычислять
знач. неизвестных , начиная с последнего.
Этот процесс наз. обратным ходом
МГ.
).Числа,
на которые проводится деление в МГ, наз.
ведущими или главными элементами.
Главный элемент – наибольший эл-т в
столбце (для исключения деления на нуль
и уменьшая погрешность вычислений)
2)LU-разложение.
Если все главные
миноры квадратной м-цы А отличны от нуля
=>
ниж L
и верх U
треугольная м-цы, что A=LU.
Если э-ты диагонали одной из м-ц L
или U
–фиксир.(ненулевые), то такое разложение
единственно. u11=a11,…,u1n=a1n;
ln1u11=an1,
ln1u1n+
…+unn=ann.,
. (где
i
j)
.
(где i>j)
Заменяем A
в Ax=b
=>LUx=b
решаем с-му
=> сначала вычисляем y
из Ly=b
затем полученный результат подставляем
в Ux=y
и находим x.
3)Метод
квадратного корня(М. Холецкого).Пусть
A-симметричная
м-ца (aij=aji).
Представляем её в виде A=
,
где U=
реш. с-мы сводится к реш. 2-ух треугольных
с-м :
и нах. По ф-лам:
Замечание:
Вычислительные затраты на операции
умножения и деления в МГ- О(
)
, в МКК- О(
)