
- •20. Численное интегрирование. Формула центральных прямоугольников. Геометрическая иллюстрация, элементарная и составная формулы, оценка погрешности.
- •Формулы прямоугольников.
- •21. Численное интегрирование. Формула трапеций. Геометрическая иллюстрация, элементарная и составная формулы, оценка погрешности.
- •22. Численное интегрирование. Формула Симпсона. Элементарная и составная формулы, оценка погрешности (без док-ва).
- •Формула Симпсона.
- •23. Численное интегрирование. Понятие о формулах Ньютона-Котеса. Правило Рунге апостериорной оценки погрешности.
- •Формулы Ньютона-Котеса.
- •Правило Рунге.
- •25. Численное дифференцирование. Вторая разностная производная. Оценка погрешности, порядок точности.
- •26. Численное дифференцирование. Формулы интерполяционного типа. Обусловленность задачи численного дифференцирования.
- •Формулы интерполяционного типа.
- •Обусловленность задачи численного дифференцирования.
- •27. Численное решение задачи Коши для оду 1-го порядка. Постановка задачи. Дискретизация задачи Коши. Явные/неявные методы, одно/многошаговые методы. Устойчивость, аппроксимация, сходимость.
- •2. Дискретизация задачи.
- •28. Явный метод Эйлера решения задачи Коши. Погрешность аппроксимации.
- •29. Неявный метод Эйлера решения задачи Коши. Погрешность аппроксимации.
- •30. Правило трапеций, метод Эйлера – Коши и усовершенствованный метод Эйлера решения задачи Коши. Получение расчетных формул, порядок аппроксимации.
- •31. Методы Рунге – Кутты. Общая формула m-этапного метода. Методы Рунге – Кутты 2-го порядка.
- •32. Правило Рунге оценки погрешности решения задачи Коши. Идея организации программ с автоматическим выбором шага.
- •§ 2. Дискретизация задачи. Построение разностной схемы (рс) методом конечных разностей.
- •34. Разностная схема для краевой задачи для оду 2-го порядка. Принцип максимума. Априорная оценка решения. Исследование рс.
- •35. Разностная схема для краевой задачи для оду 2-го порядка. Аппроксимация, устойчивость и сходимость рс. Исследование рс.
- •36. Начально-краевая задача для одномерного уравнения теплопроводности. Явная разностная схема: порядок аппроксимации, условие устойчивости. Постановка начально-краевой задачи.
- •§ 2. Дискретизация задачи.
- •Чисто неявная разностная схема.
- •§ 4. Симметричная разностная схема.
- •38. Задача Дирихле для уравнения Пуассона. Разностная схема "крест". Реализация рс с помощью методов Якоби и Зейделя. Постановка краевой задачи в прямоугольнике.
- •§ 2. Дискретизация задачи. Построение рс "крест". Ее шаблон.
- •§ 3. Решение сеточных уравнений.
§ 4. Симметричная разностная схема.
Шеститочечной симметричной схемой называется разностная схема
для которой начальные и граничные условия задаются так же, как и в чисто неявной схеме. Эта схема использует шеститочечный шаблон в, изображенный на последнем рисунке в.
Эта схема имеет второй порядок аппроксимации как по h, так и по , она абсолютно устойчива и ее можно решать методом прогонки.
38. Задача Дирихле для уравнения Пуассона. Разностная схема "крест". Реализация рс с помощью методов Якоби и Зейделя. Постановка краевой задачи в прямоугольнике.
Рассмотрим
задачу Дирихле для уравнения Пуассона:
найти непрерывную в
функцию
,
удовлетворяющую уравнению
и граничному условию
Где
- прямоугольник,
– его
граница,
,
- заданные функции. При
получаем задачу Дирихле для уравнения
Лапласа
§ 2. Дискретизация задачи. Построение рс "крест". Ее шаблон.
Введем
в G
прямоугольную сетку
с шагами
,
по направлению
,
и
— по направлению
,
так что
,
,
где
и
— целые числа. Обозначим
.
Сетка
состоит из совокупности узлов
.
Для функций у,
определенных на Q, обозначим
Задаче Дирихле (11.1) сопоставим следующую разностную схему:
(11.2)
§ 3. Решение сеточных уравнений.
Модельная
задача, положим в (11.1)
.
Отметим, что каждое уравнение системы (11.2) для модельной задачи содержит не более пяти отличных от нуля коэффициентов. Мы имеем дело с так называемой сильно разреженной матрицей системы. Причём, ненулевые коэффициенты сосредоточены рядом с главной диагональю матрицы.
Метод простой итерации для дискретизации модельной задачи:
Можно
показать, что метод Якоби требует
итераций для достижения заданной
точности. Это очень медленная сходимость.
В настоящее время применяются методы,
требующие
и даже
итераций
для достижения той же точности.
Рассмотрим метод Зейделя для дискретизации модельной задачи. В общем случае Реализация метода Зейделя для приводит к следующему итерационному методу:
Хотя
метод Зейделя является неявным,
нахождение значений
на новой итерации не представляет
труда, поскольку оно сводится к обращению
треугольной матрицы. Здесь нужно лишь
правильно установить последовательность
проведения вычислений.
Сначала
из уравнения (11.3), используя известные
граничные значения
и
,
находят
.
Зная
,
можно найти
и т. д. Таким образом, неизвестные
вычисляются в следующем порядке
изменения индексов: (1,1), (1,2),..., (1,N-1), (2,
1), (2, 2),..., (2, N-1), .... (N-1, 1), (N-1, 2),..., (N-1, N-1).
В этом случае говорят, что вычисления
ведутся от левого нижнего угла
прямоугольника G к правому верхнему
углу.
Можно показать, что метод Зейделя сходится несколько быстрее, чем метод Якоби, однако число итераций, необходимое для достижения заданной точности, здесь также является величиной порядка .