
- •Оглавление
- •Введение
- •Рабочая программа
- •Краткий конспект лекций *
- •1. Решение алгебраических и трансцендентных уравнений
- •1.1. Метод простой итерации
- •1.2. Усовершенствованный метод последовательный приближений
- •1.3. Метод Ньютона-Рафсона
- •Геометрическое толкование
- •Уравнение касательной
- •1.4. Случай почти равных корней
- •1.5. Метод хорд
- •1.6. Метод секущих
- •Варианты заданий
- •Вопросы для самопроверки
- •2. Методы интерполяции
- •2.1. Метод Лагранжа
- •2.2. Вычислительная схема Эйткена
- •2.3. Определение явного вида интерполяционного многочлена
- •Варианты заданий
- •Вопросы для самопроверки
- •3.Метод наименьших квадратов
- •3.1.Постановка задачи и способ решения
- •3.2.Вычислительная схема метода наименьших квадратов
- •3.3.Получение таблицы экспериментальных данных
- •3.4. Методические указания по выполнению задания
- •3.5. Форматирование Диаграммы
- •Варианты заданий
- •Вопросы для самопроверки
- •4. Полином Чебышева
- •Свойства полиномов Чебышева
- •Определение полиномов Чебышева
- •Численная оценка полиномов Чебышева
- •5. Решение систем линейниых (слау) и нелинейных уравнений (снау)
- •5.1. Метод Ньютона - Рафсона для систем нелинейных уравнений
- •5.2. Метод итерациЙ для систем нелинейных уравнений
- •5.3. Системы линейных уравнений Метод Простой итерации
- •5.4. Метод Зейделя
- •Варианты заданий
- •Вопросы для самопроверки
- •6. Численное интегрирование
- •6.1.Квадратурные формулы, порожденные интерполяционными формулами
- •6.2. Квадратурные формулы Гаусса
- •6.3 Метод Ромберга
- •6.4. Вычисление интеграла по формуле прямоугольников
- •6.5 Вычисление интеграла по формуле трапеций
- •6.6. Вычисление интеграла методом Симпсона
- •6.7 Вычисление интеграла методом Гаусса
- •Варианты заданий
- •Вопросы для самопроверки
Краткий конспект лекций *
1. Решение алгебраических и трансцендентных уравнений
В практике вычислений приходится решать уравнения вида f(x) = 0, где f(x) определена на некотором конечном или бесконечном интервале (a, b).
Если f(x) - многочлен, то f(x) =0 - алгебраическое уравнение, иначе f(x) = 0 - трансцендентное уравнение.
Всякое значение
x*
такое, что f(x*)
0,
называется корнем,
а способ нахождения этого x*
и есть решение уравнения.
Этапы решения:
1. Отделение корней, то есть отыскание достаточно малых областей, в каждой из которых заключен один и только один корень уравнения.
2. Вычисление корней с заданной точностью.
Комментарий 1.
Для выделения областей, в которых находятся действительные корни уравнения, можно воспользоваться тем, что если на концах отрезка непрерывная функция f(x) принимает значение разных знаков, то на этом отрезке f(x) = 0 имеет хотя бы один корень. Для выделения областей, содержащих один и только один корень можно воспользоваться, например, графическим способом.
Комментарий 2.
Для решения 2-й задачи существуют многочисленные методы: метод итераций, метод Ньютона, метод половинного деления и т.д.
1.1. Метод простой итерации
Считаем, что нам
известен отрезок
,
внутри которого существует и располагается
один и только один из корней уравнения.
Уравнение f(x)
=0 представим
в виде x
=
,
то есть f(x)
=x-
=0.
В общем случае:
,
то есть
или
,
где
= const.
Выберем на отрезке
произвольную точку x0
– так
называемое нулевое приближение, а далее
в качестве следующего приближения:
x1=
,
x2=
,
…
xn=
.
* В кратком конспекте использованы некоторые материалы рукописного курса лекций по дисциплине «Вычислительная математика и основы программирования» к.ф.-м.н. , доцента по кафедре «Высшая математика», доцента Глейзера Владимира Вениаминовича, переданные Ю.В.Клинаеву в годы их научного сотрудничества.
Процесс последовательного вычисления чисел xn (n=1, 2, …) по формуле xn= называется итерационным процессом, а способ построения самой формулы xn= , где φ удовлетворяет некоторым услоявия, называется методом итераций.
Если на
,
содержащем корень x
= x*,
для его последовательных приближений
x0,
x1,…,xn,
вычисляемых по методу итераций, выполнено
условие
,
то процесс итераций сходится, то есть
увеличивая n,
можно получить приближение, сколь угодно
мало отличающееся от истинного значения
корня x*.
Процесс итераций следует продолжать до тех пор, пока для 2-х последовательных приближений xn-1 и xn не будет обеспечено выполнение неравенства
,
где
- заданная погрешность
Если g
0.5,
то
и можно ограничиться
.
Итак, |
|<1.
Докажем сходимость процесса итераций.
Действительно: пусть x*
- корень, то есть x*
=
- с одной стороны,
xn
=
- схема итераций. Вычтем их второго
первое:
xn-x*
=
.
Преобразуем тождественно:
xn-x*
=
.
Используем теорему
о среднем значении: если
непрерывна
на [
],
то существует точка а,
такая, что
,
где а
.
Или
.
Пусть m
= max
,
где x
{x0,
x1,
x2,
…, xn}.
Тогда последовательно мажорируя,
получим:
| xn-x* | m| xn-1-x* |
| xn-1-x* | m| xn-2-x* |
….
| xn--x* | m2| xn-2-x* |
| xn-x* | mk| xn-k-x* |
Если k = n, то | xn--x* | mn| x0-x* |.
Если m<1,
то с ростом n:
xn
x*.
При | |>1 |xn – x*| неограниченно растет! Процесс расходится.
Для приведения уравнения к виду x = существует следующий способ:
Пусть 0<m1
f’(x)
M1,
где m1
= min
f’(x)
на [
],
M1
= max
f’(x)
на [
]
(если f’<0,
то вместо уравнения f(x)
= 0 рассматриваем уравнение –f(x)
= 0). Заменим
уравнение f(x)
= 0 эквивалентным
ему уравнением
.
Обозначим
как φ(x),
т.е. получаем
.
Дифференцируя последнее, получим
.
Подберем параметр
таким, чтобы выполнялось неравенство
0<
,
где x
.
Если
,
то
,
так как
.
Тогда g=
,
то есть условие сходимости выполняется.
Рис. 1.1 При
- расходится
Рис.1.2 При
- сходится
Рис. 1.3 При
-
расходится
Пример: Sin(x) + 0.25 – x = 0. f(x) = Siт(x) + 0.25 – x = 0, так как x = , то x = Sin(x + 0.25. Пусть x0 = 1.2; = 1 · 10-6 , тогда x* = 1.71230493
Sub Itera ()
Dim fi As Single
Dim x As Single
x = CSng( InputBox (“Задайте начальное приближение”)
metka: fi = sinus (x)
if abs ( x- fi) < = 0.000001 then MsgBox (x, 1, “Решение”) : stop
x = fi
goto metka
end Sub
Function Sinus (t)
Sinus = Sin (t) + 0.25
End Function
Рис. 1.4
Рис. 1.5