
- •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
8.Методы решения нелинейных одномерных у-ий.
Рас-м
ур-е f(x)=0,
f(
).
Пусть ф-я f(x)
определена и непрерывна при всех
и на [a,b]
меняет знак, т.е.
и ур-е имеет на (a,b)
хотя бы один корень t.
Метод
дихотомии.
Поделим [a,b]
пополам.Получаем точку
,
и два отрезка[a,c]
и [c,b].
Если
,то корень t
найден. Если нет, то из двух полученных
отрезков выбираем один [
,
b1
]
такой, что
,
т.е. [
,
b1
]
=[a,c],
если
,
или
,
b1
]
=[c,b],
если
.
Далее новый
,
b1
]
делим пополам, получаем середину и т.д.
Поэтому,
если за к-е
приближение
этим методом к корню t
ур-ния примем точку хк,
явл серединой полученного на к-м
шаге
отрезка [
,
bк
]в
результате последовательного сужения
данного отрезка [а, b],
полагая
а1
:= a,
b1
:= b,
то
придем к неравенству
.
Данное нер-во, с одной стороны, позволяет
утверждать, что последовательность
(хк)
имеет предел — искомый корень t
ур-ия; с другой стороны, явл априорной
оценкой абсолютной погрешности
приближенного равенства хк
,
дает возможность подсчитать число шагов
(итераций) метода половинного деления,
достаточное для получения корня t
с заданной точностью ε, для чего нужно
лишь найти наименьшее натуральное k,
удовлетворяющее нер-ву:
.
Метод
хорд.
Пусть
.
Сущность метода состоит в замене кривой
y=f(x)
хордами, проходящими через концы
отрезков, в которых f(x)
имеет противоположные знаки. Метод хорд
требует, чтобы один конец отрезка, для
которого знак f(x)совпадает
со знаком второй производной
.
Расчетная формула имеет вид
.
13. Интерполяционный полином Ньютона и его остаточный член.Интерполяционная ф-ла Ньютона позволяет выразить интерполяц мн-лен Pn(x) через знач f(x) в одном из узлов и через разделенные разности ф-ции f(x), построенные по узлам x0, x1,…, xn. Эта формула явл разностным аналогом формулы Тейлора: f(x)=f(x0)+(x-x0)*
*f’(x0)+(x-x0)2f”(x0)/2!+…(1)Прежде
чем приводить ф-лу Ньютона, рассм-м
сведения о разделенных разностях. Пусть
в узлах xk
известны
значения ф-ции f(x).
Предполагаем, что среди точек xk,
k
= 0,.., n
нет совпадающих. Тогда разделенными
разностями первого порядка называются
отношения
(2)Будем
рассматривать разделенные разности,
составленные по соседним узлам, то есть
выражения f(x0,x1),…,f(xn-1,xn)
По этим разделенным разностям первого
порядка можно построить разделенные
разности второго порядка:
(3)
Аналогично определяются разности более
высокого порядка. То есть пусть известны
разделенные разности k-го
порядка
тогда разделенная разность k+1-го
порядка определяется как
(4)Интерполяционным
многочленом Ньютона наз мн-лен
(5)
Показано, что интерполяционный многочлен
Лагранжа совпадает с интерполяционным
многочленом Ньютона.
14.Регулизация зад числ. Дифференцирования
Пусть функциональная
зависимость задана таблицей y0
= f(x0);…,
y1= f(x1);…,yn
= f(xn).
Обычно задача интерполирования
формулируется так: найти многочлен P(x)
= Pn(x)
степени не выше n,
значения которого в точках xi
(i = 0, 1 2,…,
n)
совпадают со значениями данной функции,
то есть P(xi) = yi.
Геометрически это означает, что нужно
найти алгебраическую кривую вида
Для
любой непрерывной функции f(x)
сформулированная задача имеет единственное
решение. Действительно, для отыскания
коэффициентов а0,
а1,
а2 ,…,
аn
получаем с-му лин ур-ний
(1)
определитель которой отличен от нуля, если среди точек xi (i = 0, 1, 2,…, n) нет совпадающих.
Решение системы (1) можно записать различным образом. Однако наиболее употребительна запись интерполяционного многочлена в форме Лагранжа и в форме Ньютона. интерполяционный многочлен Лагранжа:
(3)
Нетрудно заметить, что старшая степень аргумента х в многочлене Лагранжа равна n. Кроме этого, несложно показать, что в узловых точках значение интерполяционного многочлена Лагранжа соответствует заданным значениям f(xi).