- •И. Н. Двойцова вычислительная математика
- •Введение
- •1. Элементарная теория погрешностей; вычислительные задачи, методы и алгоритмы
- •1.1. Источники и классификация погрешностей результата численного эксперимента
- •1.2. Погрешности чисел
- •1.3. Погрешности арифметических операций
- •1.4. Погрешности функций
- •1.5. Особенности машинной арифметики
- •1.6. Лабораторная работа № 1. Определение абсолютной и относительной погрешностей приближенных чисел. Оценка погрешностей результата
- •1.7. Корректность вычислительной задачи
- •1.8. Обусловленность вычислительной задачи
- •1.9. Вычислительные методы, их классификация
- •2. Приближение функций
- •2.1. Задача приближения функций
- •2.2. Интерполяция обобщенными многочленами
- •2.3. Полиномиальная интерполяция. Многочлен Лагранжа
- •2.4. Погрешность интерполяции
- •2.5. Конечные разности и их свойства
- •Доказательство
- •2.6. Разделенные разности и их свойства
- •2.7. Интерполяционный многочлен Ньютона
- •2.8. Вычислительная схема Эйткена
- •2.9. Лабораторная работа № 2. Интерполирование и экстраполирование данных. Интерполяционный многочлен Лагранжа
- •2.10. Интерполяционный многочлен Ньютона с конечными разностями
- •2.11. Лабораторная работа № 3. Интерполирование и экстраполирование данных. Интерполяционный многочлен Ньютона
- •3. Метод наименьших квадратов и специальные интерполяционные многочлены
- •3.1. Постановка задачи и вывод формул метода наименьших квадратов
- •3.2. Лабораторная работа № 4. Аппроксимация функции по методу наименьших квадратов
- •3.3. Глобальная полиномиальная интерполяция
- •3.4. Чувствительность интерполяционного многочлена к погрешностям входных данных
- •4. Численное дифференцирование и численное интегрирование
- •4.1. Простейшие формулы численного дифференцирования для первой производной
- •4.2. Формулы численного дифференцирования для второй производной
- •4.3. Формулы численного дифференцирования, основанные на интерполяции алгебраическими многочленами
- •4.4. Обусловленность формул численного дифференцирования
- •4.5. Простейшие квадратурные методы численного интегрирования
- •4.6. Оценка погрешностей простейших квадратурных формул
- •4.7. Квадратурные формулы интерполяционного типа
- •4.8. Квадратурные формулы Гаусса
- •4.9. Лабораторная работа № 8. Численное дифференцирование и численное интегрирование функций
- •Ирина Николаевна Двойцова Вычислительная математика
- •660049, Красноярск, пр. Мира , 82
4. Численное дифференцирование и численное интегрирование
Численное дифференцирование применяется тогда, когда функцию невозможно продифференцировать аналитически, например, когда она задана таблично.
4.1. Простейшие формулы численного дифференцирования для первой производной
Из
определения первой производной
естественно использовать для ее
вычисления две простейшие приближенные
формулы
, (4.1.1)
, (4.1.2)
соответствующие выбору фиксированных
значений
и
.
Здесь
- малый пара-
метр - шаг. Формулы
(4.1.1) и (4.1.2) называют правой и левой
разностными производными. Оценим их
погрешности:
и
,
воспользовавшись формулой Тейлора:
(4.1.3)
Подставив
в
выражение (4.1.3), получим
.
Аналогично,
Таким образом,
(4.1.4)
Итак,
формулы (4.1.1) и (4.1.2) имеют первый порядок
точности по
.
Геометрическая интерпретация этих
формул показана на предыдущем рисунке.
Естественно предположить, что лучшим
по сравнению с (4.1.1) и (4.1.2) приближением
является тангенс угла наклона
секущей к графику
,
проведенной через точки
и
.
Соответствующая формула приближения
имеет вид
(4.1.5)
,
полученную по формуле (4.1.5), называют
центральной разностной производной.
Оценим опять погрешность формулы
(4.1.5). Для этого подставим в выражение
для погрешности
соответствующие разложения в ряд
Тейлора:
Получим
Следовательно, справедлива оценка погрешности
(4.1.6)
Таким образом, центральная разностная производная аппроксимирует производную со вторым порядком точности относительно параметра .
Для вычисления первой производной можно получить и еще более сложные и точные формулы. Однако в таких формулах с ростом порядка точности возрастает и число используемых значений функции. Например,
(4.1.7)
4.2. Формулы численного дифференцирования для второй производной
Наиболее простой и широко применяемой для приближенных вычислений второй производной является следующая формула
(4.2.1)
Она выводится из формулы
,
в которой первые производные рассчитываются
по формуле (4.2.1) по трем точкам
.
Формулу (4.2.1) часто называют второй
разностной производной. Покажем, что
она имеет второй порядок точности
относительно
.
Итак,
причем
Тогда
Следовательно,
(4.2.2)
Для получения
можно использовать формулы любого
порядка точности. Например, формула
(4.2.3)
имеет четвертый порядок точности относительно параметра , но требует наличия значений функции в пяти точках.
4.3. Формулы численного дифференцирования, основанные на интерполяции алгебраическими многочленами
Предположим,
что в окрестности точки
функция
аппроксимируется некоторой другой
функцией
,
причем
в точке
легко вычисляется. Естественно в такой
ситуации попытаться воспользоваться
приближенной формулой
Пусть
- интерполяционный многочлен степени
с узлами интерполяции
.
В этом случае
Поскольку
то для аппроксимации производных в общем случае при наличии неравномерной сетки узлов можно воспользоваться связью производных и разделенных разностей:
. (4.3.1)
Формула
(4.3.1) имеет по крайней мере первый порядок
точности. В частности при
- первая разностная производная; при
- вторая разностная производная.
Если шаг сетки узлов постоянен, то можно вместо разделенных разностей использовать конечные:
(4.3.2)
