
- •Основи чисельних методів математики (з використанням Excel) Передмова
- •Розділ 1. Методи обчислень: предмет, основні поняття та застосування
- •§ 1. Предмет і застосування
- •§ 2. Основні поняття
- •1. Похибки наближень.
- •2. Граничні похибки. Похибки функції.
- •3. Похибки розв'язку.
- •4. Стійкість і коректність.
- •Питання, тести
- •Розділ 2. Інтерполяція функцій
- •§1. Задача інтерполювання
- •§2. Інтерполяційна формула Лагранжа
- •§3. Поділені різниці. Формула Ньютона з поділеними різницями
- •§4. Інтерполяційна формула за допомогою Excel
- •§5. Інтерполювання за схемою Ейткіна
- •§6. Скінчені різниці. Інтерполяційні формули Ньютона для рівновіддалених вузлів
- •§7. Інтерполювання із скінченими різницями за допомогою Excel
- •§8. Інші методи інтерполювання
- •Питання, тести
- •Завдання
- •Розділ 3. Чисельне диференціювання та інтегрування.
- •§ 1. Однобічні формули чисельного диференціювання
- •§ 2. Оцінки похибки чисельного диференціювання
- •§ 3. Чисельне інтегрування. Квадратурні формули
- •§ 4. Квадратурні формули Ньютона – Котеса
- •§ 5. Узагальнені квадратурні формули.
- •§ 6. Метод подвійного перерахунку.
- •1. R2n ( f ) ≈ (правило Рунге) (14)
- •§ 7. Метод кратного перерахунку за допомогою Excel
- •Питання, тести
- •Завдання
- •Розділ 4. Чисельні методи розв‘язування рівнянь з однією змінною
- •§ 1. Відокремлення коренів
- •§ 2. Метод дихотомії (поділу відрізка пополам)
- •§ 3. Ітераційні методи та оператор стиску.
- •§ 4. Похибки ітераційного процесу
- •§ 5. Реалізація методу простої ітерації за допомогою електронних таблиць
- •§ 6. Метод Ньютона. Порядок збіжності ітераційного процесу.
- •§ 7. Метод лінійного інтерполювання.
- •§ 8. Інші приклади ітераційних методів.
- •Питання, тести
- •Завдання
- •Розділ 5. Методи розв’язування систем лінійних рівнянь
- •§ 1. Метод Гаусса
- •Метод Гаусса в матричній формі
- •Елементарні операції над матрицею:
- •§ 2. Метод Гаусса за допомогою Excel
- •§ 3. Матричні операції в Excel
- •3. Множення матриць.
- •§ 4. Метод простої ітерації для слр
- •§ 5. Метод Зейделя
- •Питання, тести
- •Завдання
- •Розділ 6. Методи лінійного програмування
- •§ 1. Оптимізаційні задачі. Математичне програмування
- •§ 2. Геометричний зміст задач лінійного програмування. Графічний метод
- •§3. Канонічна форма задачі лінійного програмування. Опорні розв’язки
- •§4. Симплекс – таблиця
- •§5. Симплекс – метод.
- •§6. Розв’язування задач лінійного програмування за допомогою excel
- •§7 Приклади
- •§8. Пошук початкового опорного розв’язку. Метод штучного базису
- •Властивості допоміжної задачі.
- •Питання, тести
- •Завдання
- •Розділ 7. Чисельні методи розв’язування звичайних диференціальних рівнянь
- •§ 1. Метод Ейлера
- •§ 2. Метод Ейлера за допомогою Excel
- •§ 3. Методи Рунге – Кутта
- •§ 4. Подвійний перерахунок для методів Рунге – Кутта
- •§ 5. Кратний перерахунок для методів Рунге – Кутта за допомогою Excel
- •§ 6. Методи Рунге – Кутта з вищими порядками похибки
- •Питання, тести
- •Завдання
- •Іменний покажчик
- •Предметний покажчик
- •Література
§ 2. Основні поняття
1. Похибки наближень.
Означення
1. Нехай а – точне
значення деякої величини, а*
- відоме наближення до нього. Абсолютною
похибкою (погрішністю) наближення а*
називають таку величину Δ(а*),
для якої
.
Відносною похибкою (погрішністю)
називають таку величину δ(а*),
що
.
Відносну погрішність часто виражають у відсотках. Звичайні позначення:
а = а*
Δ(а*),
а = а*(1
δ(а*)).
Так, наприклад, запис а = 1,123 0,004 або а = 1,123 4 ∙ 10-3 означає, що
1,123 –
0,004
а
1,123 + 0,004. А записи а = 1,123(1
0,004), а = 1,123(1
4
∙ 10-3)
або а = 1,123(1
0,4%) означають,
що (1 – 0,004) ∙ 1,123
а
(1 + 0,004) ∙ 1,123.
Означення 2. Значущими цифрами числа називають всі цифри у його запису, починаючи з першого ненульового зліва. Значущу цифру наближення називають вірною, якщо його абсолютна похибка не перевищує одиниці розряду, що відповідає цій цифрі.
Наприклад, у чисел 0.03045 і 0,03045000 значущими цифрами є підкреслені. У першому випадку число значущих цифр дорівнює 4, у другому 7. У числа а* = 0,03045 вірні підкреслені числа, якщо Δ(а*) = 0,00003; так само у числа а* = 0,03045000, якщо Δ(а*) = 0,0000007.
2. Граничні похибки. Похибки функції.
Граничною (абсолютною чи відносною) похибкою називають найменшу можливу похибку наближення, яку можна отримати, виходячи з усіх відомих даних.
Так,
якщо відомо точне значення деякої
величини
,
то абсолютною граничною похибкою його
наближення х* є Δ(х*) =│
–
х*│. Проте, точне значення наближення
звичайно не є відомим.
Нехай
– диференційовна функція,
х1,
х2,
… , хn
–
наближення аргументів функції,
=
Δ(хi)
–
граничні абсолютні похибки наближень.
Розглянемо задачу: визначити граничну абсолютну Δ(u) і граничну відносну δ(u) похибки наближення функції , якщо граничні абсолютні похибки наближень хi аргументів цієї функції є відомими.
Звичайно – дуже малі величини, будемо тут вважати їх достатньо малими для того, щоб у формулі Тейлора
f(х1 + Δх1, х2 + Δх2,…, хn + Δхn) = f(х1, х2, … , хn) + df(х1, х2, … , хn) + r,
(де
df(х1,
х2,
… ,
хn)
=
),
залишковий член r
– вищого порядку малості відносно Δхi
– уже не впливав на вірні значущі цифри
наближення f(х1,
х2,
… ,хn).
(Більш
докладно:
r
–
це сума доданків вигляду
∙
ΔхiΔхj
і
якщо Δхi
~
10-12,
то ΔхiΔхj
~
10-24).
Нехай
=
х1
+
α1Δх1
,
=
х2
+
α2Δх2
, … ,
=
хn
+
αnΔхn
, де αi
1
–
це
точні значення аргументів функції.
Тоді
f(
,
,
…,
)
–
f(х1,
х2,
… ,
хn)
≈
Оскільки
остання нерівність стає рівністю при
умові
,
αi
= 1 при кожному
i
= 1,
2,
…,
n
,
яка
для деяких наближень х1,
х2,
… , хn
фактично і здійснюється, то оцінку
f(
,
,
…,
)
–
f(х1,
х2,
… ,
хn)
(1)
різниці між точним і наближеним значеннями функції у даній задачі не можна покращити. Отже, гранична абсолютна похибка Δ(u) дорівнює
Δ(u)
=
.
Розділивши
обидві частини нерівності (1) на u
=
будемо мати
Отже, відносною похибкою функції при даних задачі є
(2)
Простими висновками з (1) і (2) є наступні твердження.
1. Гранична абсолютна похибка суми або різниці наближень дорівнює сумі їх граничних абсолютних похибок: Δ(a* b*) = Δ(a*) + Δ(b*) (при f(x1 , x2) = x1 ± x2 ).
2. Гранична відносна похибка добутку або частки наближень приблизно дорівнює сумі їх граничних відносних похибок: δ(a* ∙ b*) = δ(a*/b*) ≈ δ(a*) + δ(b*) (при f(x1 , x2) = x1 ∙ x2 або f(x1 , x2) = x1 / x2).
Звичайно, ці твердження можна отримати і безпосередньо. Наприклад, якщо
а
= а*(1
δ(а*)), b
= b*
(1
δ(b*)),
то
(1
δ(а*))
∙
(1
(δ(b*)
– δ2(b*)
+ δ3(b*)
– … )
≈
(1
δ(а*))∙(1
(δ(b*))
≈
(1
(
δ(а*) + δ(b*)).