
- •1. Вычислительный эксперимент. Типы погрешностей. Погрешность округления. Представление чисел на эвм.
- •2. Накопление погрешностей округления.
- •3. Метод Гаусса. Подсчет числа действий. Метод Гаусса с выбором главного элемента.
- •4. Условия применимости метода Гаусса и метода Гаусса с выбором главного элемента.
- •5.Обусловленность, устойчивость решения слу
- •6.Итерационные методы решения линейных уравнений. Метод Якоби, Зейделя.
- •7.Достаточное условие сходимости стационарных итерационных методов.
- •8. Сходимость метода Якоби, Зейделя, метода простых итераций.
- •9. Необходимое и достаточное условие сходимости.
- •10. Оценка скорости сходимости итерационных методов в случае симметричных матриц a и b
- •11. Многочлен Чебышева с нормировкой по старшему коэффициенту.
- •12. Многочлен Чебышева с нормировкой по значению многочлена в нуле
- •13. Явный итерационный метод Чебышева
- •14. Неявный итерационный метод Чебышева.
- •15. Метод минимальных поправок, метод минимальных невязок
- •16. Метод скорейшего спуска, метод сопряжённых градиентов. Подсчёт числа итераций для решения системы линейных уравнений с точностью до ℰ итерационными методами.
- •17. Интерполирование и приближение функций. Интерполяционная формула Лагранжа.
- •18. Погрешность интерполяции. Оптимальный выбор узлов интерполяции.
- •19. Сходимость интерполяционных процессов. Интерполяция с кратными узлами.
- •20. Интерполяция кубическими сплайнами.
- •21. Скорость процесса интерполяции кубическими сплайнами.
- •22. Наилучшее приближение в гильбертовом пространстве.
- •23. Численное интегрирование. Формула прямоугольника, трапеции, Симпсона. Оценка погрешности.
- •24. Апостерионная оценка погрешности методом Рунге. Автоматический выбор шага интегрирования.
- •25. Численное дифференцирование. Связь между точностью вычисления функции и шагом сетки.
- •26. Решение нелинейных уравнений методом простых итераций, релаксации. Сходимость метода релаксации.
- •27. Сходимость метода простых итераций
- •28. Метод Ньютона. Сходимость метода Ньютона.
- •29. Метод Ньютона в случае кратных корней. Односторонние приближения по методу Ньютона.
- •30. Итерационные методы решения снлу. Сходимость метода простых итераций
- •31. Производная от оператора. Метод Ньютона для систем нелинейных уравнений.
- •32. Метод Рунге-Кутта второго порядка. Семейство методов второго порядка. Методы третьего и четвертого порядка.
- •1. Методы второго порядка
- •2. Методы третьего порядка.
- •3. Методы четвертого порядка.
- •33. Доказательство сходимости метода Рунге-Кутта.
- •34. Многошаговые разностные методы. Погрешность аппроксимации метода.
- •35. Устойчивость многошагового метода по начальным данным.
- •36. Оценка решения неоднородного разностного уравнения. Устойчивость многошагового метода по правой части.
- •37. Разностная аппроксимация Пуассона. Порядок аппроксимации
- •38. Оператор 2 разностной производной на отрезке. Собственные функции и собственные значения оператора
- •39.Разностный оператор Лапласа. Собственные значения и собственные функции
- •40. Устойчивость и сходимость разностной аппроксимации уравнения Пуассона.
- •1) Метод простых итераций.
- •2) Метод Чебышева.
- •3) Метод сопряжённых градиентов.
- •45. Асимптотическая устойчивость разностных схем.
- •46. Вариационные методы в математической физике.
- •47. Метод Ритца.
- •48. Метод Галеркина.
24. Апостерионная оценка погрешности методом Рунге. Автоматический выбор шага интегрирования.
Величина
погрешности численного интегрирования
зависит как от шага сетки
,
так и от гладкости подынтегральной
функции
.
Если величина погрешности велика, то
ее модно уменьшить путем измельчения
сетки на данном отрезки
.
Для этого прежде всего надо уметь
апостериорно, т. е. после проведения
расчета, оценивать погрешность.
Апостериорную
оценку погрешности можно осуществить
методом Рунге, который мы выясним сначала
на примере формулы трапеций. Пусть
отрезок
разбит
на частичные отрезки
,
,
,
,
имеющие длину
.
На каждом частичном отрезке применяется
формула трапеций.
где
,
Согласно
(11) имеем
(20)
где
константа
зависит
от гладкости
и
заранее неизвестна. Измельчим на отрезке
сетке
в два раза и повторим расчет с шагом
h.
Тогда
согласно (20) будем иметь
Из
соотношений (20), (21) можно исключить
константу
и получить оценку погрешности, которая
содержит лишь известные величины
Метод
Рунге можно применять и для оценки
погрешности других квадратурных формул.
Пусть какая-то квадратурная формула
имеет на частичном отрезке порядок
точности
,
т. е.
.
Тогда
откуда
получим
Возможность
апостериорно оценивать погрешность
позволяет вычислять интеграл
с
заданной точностью
путем
автоматического выбора шага интегрирования
.
Пусть используется составная квадратурная
формула
где
– квадратурная сумма на частичном
отрезке, причем на каждом частичном
отрезке используется одна и та же
квадратурная формула (например, формула
трапеций Симпсона и др.). Проведем на
каждом частичном отрезке
все
вычисления дважды, один раз – с шагом
и второй раз – с шагом
и
оценим погрешность по правилу Рунге
(23).
Если
для заданного
будут
выполняться неравенства
то
получим
т.
е. будет достигнута заданная точность
.
Если
же на каком-то из частичных отрезков
оценка (24) не будет выполняться, то шаг
на этом отрезке надо измельчить еще в
два раза и снова оценить погрешность.
Измельчение сетки на данном отрезке
следует проводить до тех пор, пока не
будет достигнута оценка вида (24). Заметим,
что для некоторых функций
такое
измельчение может продолжаться слишком
долго. Поэтому в соответствующей
программе следует предусмотреть
ограничение сверху на число измельчений,
а также возможность увеличения
.
Таким
образом, автоматический выбор шага
интегрирования приводит к тому, что
интегрирование ведется с крупным шагом
на участках плавного изменения функции
и
с мелким шагом – на участках быстрого
изменения
.
Это позволяет при заданной точности
уменьшить
количество вычислений значений
по
сравнению с расчетом на сетке с постоянным
шагом. Подчеркнем что для нахождения
сумм
не надо пересчитывать значения
во
всех узлах достаточно вычислять
только
в новых узлах.
25. Численное дифференцирование. Связь между точностью вычисления функции и шагом сетки.
Пусть на
[a,b] задана функция u(x) и сетка
.
Можно ввести первую производную:
с шагом назад:
с шагом вперед:
центрально-разностная:
Оценим порядок точности:
,
,
Получаем
,
Т.о.
,
,
где
,
Т.е.
,
где
,
Вторую
производную в точке
можно определить как
Используя
разложения
и
до 4-го порядка, получим
.
Т.о.
,
,
Пусть u(x)
задана приближенно, т.е. вместо
берем
,
,
.
Пусть
.
Если точность вычислений зафикс-на, а
h убывает, то разница может сколь угодно
возрастать, поэтому операцию численного
дииф-я наз-ют некорректной.
Т.о.
Чтобы разница
была минимальной, приравниваем:
Т.о. если h
зафиксировано, то берем
Если
зафиксировано
,
то берем
Получаем