
- •Численные методы
- •Введение
- •1. Абсолютная и относительная погрешности.
- •1..1 Число верных знаков приближенного числа.
- •1.2 Погрешность функций
- •1.3 Погрешность простейших функций двух переменных.
- •1.4 Примеры и задания.
- •2. Приближение функций
- •2.1 Интерполяционные полиномы.
- •2.2 Интерполяционный полином Лагранжа
- •2.3 Интерполяционный полином Ньютона.
- •2.3 Примеры и задания для практических занятий
- •Второй интерполяционный полином Ньютона:
- •3. Численные методы решений трансцендентных и алгебраических уравнений
- •3.1 Метод простой итерации для решения нелинейных и трансцендентных уравнений
- •3.2 Метод хорд и секущих.
- •3.3 Метод касательных.
- •3.4 Скорость сходимости итерационных методов.
- •3.5 Пример и задание для практических занятий.
- •4. Численное интегрирование
- •4.1 Метод Ньютона – Котеса
- •4.2 Метод прямоугольников.
- •4.3 Метод трапеций.
- •4.4 Оценка погрешности метода
- •4.5 Метод парабол. (Метод Симпсона)
- •4.6 Оценка погрешности метода парабол
- •4.7 Квадратурные формулы Гаусса
- •4.8 Задание для практических занятий.
- •Численные методы линейной алгебры.
- •5.1. Численное решение слау.
- •5.2 Прямые методы решения слау
- •5.2.1 Метод Гаусса (Метод исключений)
- •5.2.2 Вычислительная схема метода Гаусса.
- •5.2.3 Ортогонализация матриц
- •5.2.4 Решение системы уравнений методом ортогонализации
- •5.3. Итерационные методы решения слау.
- •5.3.1. Метод простой итерации.
- •5.3.2. Метод Якоби и метод Зейделя.
- •5.3.3. Метод оптимального спектрального параметра (осп) для простой итерации.
- •5.4. Нахождение собственных векторов и собственных значений матриц
- •5.5. Примеры и задания к теме
- •5.5.1. Точные методы решения слау
- •5.5.2. Итерационные методы решения слау
- •5.5.3 Нахождение собственных значений и векторов
- •6. Численные методы решения обыкновенных дифференциальных уравнений
- •6.1 Метод разложения в ряд Тейлора.
- •6.2. Общая схема метода Рунге - Кутта
- •6.3 Методы Рунге-Кутта низших порядков
- •6.3.1 Метод Эйлера
- •6.3.2. Метод трапеций и прямоугольника
- •6.4. Методы Рунге-Кутта высших порядков
- •6.5. Задание к теме и пример решения оду
- •Литература
- •Содержание.
МИНИСТЕРСТВО ОБРАЗОВАНИЯ
РОССИЙСКОЙ ФЕДЕРАЦИИ
МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ИНСТИТУТ
РАДИОТЕХНИКИ, ЭЛЕКТРОНИКИ И АВТОМАТИКИ
(ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ)
С.П. КУЛИКОВ, А.Б.САМОХИН, В.В.ЧЕРДЫНЦЕВ
Численные методы
УЧЕБНОЕ ПОСОБИЕ
МОСКВА 2003
ББК 32.849+32.973-04
П18
УДК 396.62+681.327.8
Рецензенты:
П18 Куликов С.П., Самохин А.Б., Чердынцев В.В. Численные методы: Учебное пособие / Московский государственный институт радиотехники, электроники и автоматики (технический университет) – М., 2003. – 108с.
ISBN 5-7339-0211-6
Рассмотрены некоторые численные методы решения прикладных математических задач. Учебное пособие написано для студентов, обучающихся по математическим специальностям факультета кибернетики. Оно может быть полезным также при изучении дисциплин “Математическое моделирование” и “Методы оптимизации”.
Табл.3, Ил.60, Библиогр.: 7 назв.
Печатается по решению редакционно-издательского совета Московского государственного института радиотехники, электроники и автоматики (технического университета).
Без
объявл. ББК 32.849+32.973-04
ISBN 5-7339-0211-6
© С.П. Куликов,
А.Б. Самохин,
В.В. Чердынцев.
2003
Введение
Вычислительные задачи, возникающие при инженерных исследованиях, разбиваются на ряд элементарных. В настоящем курсе рассмотрены некоторые классические задачи вычислительной математики. Для многих задач существует несколько методов решения и выбор оптимального требует определенного опыта, поэтому особое внимание уделено изложению алгоритмов.
Настоящее пособие является введением в численные методы. В конце каждой темы приведены задания для практических занятий, выполнение которых позволяет лучше усвоить вычислительные алгоритмы. При их решении допустимо использование инженерных калькуляторов и крайне нежелательно применение математических пакетов прикладных программ.
1. Абсолютная и относительная погрешности.
Численные методы, служат для нахождения приближенного решения математических задач. Любое приближенное решение связано с ошибкой (погрешностью). Виды ошибок:
Погрешность математической модели, связанная с неполными знаниями о процессе.
Погрешность упрощения модели.
Погрешность, связанная с приближенным характером начальных данных.
Погрешность округления при расчетах.
Первые две погрешности относятся к систематическим, а две последние - к статистическим ошибкам. Для их оценки вводится абсолютная и относительная погрешности.
Абсолютная
(предельная) погрешность – определяет
интервал, в котором лежит точное значение
величины.
Пусть А
- точное значение величины (неизвестно),
а а-
приближенное
значение величины (известно). За абсолютную
погрешность
принимается минимальное число
,
удовлетворяющее
условию:
(1.1)
При
статистических измерениях погрешность
задается с определенной достоверностью,
т.е. вероятность события
больше определенной величины
.
Перепишем определение:
;
то есть точное значение
лежит в
заданном интервале. Для оценки качества
измерений вводится относительная
погрешность:
.
(1.2)
Заданные величины
или
позволяют записать точное значение А
в символическом виде:
или
.