
- •Численные методы (Вычислительная математика) Санкт-Петербург
- •Оглавление
- •Глава 1. Элементарная теория погрешностей........................10
- •Глава 2.Численные методы решения уравнений……………24
- •Глава 3. Приближенное представление функций.................50
- •Предисловие
- •Введение
- •Глава 1. Элементарная теория погрешностей
- •1.1. Приближенные числа и их погрешности
- •1.2. Правила приближенных вычислений и оценка погрешностей при вычислениях
- •1.3. Неустранимая погрешность вычисления значения функции
- •1.4. Обеспечение заданной точности результата
- •Глава 2.Численные методы решения уравнений
- •2.1. Итерационные методы решения нелинейных уравнений
- •2.2. Метод половинного деления
- •2.3. Метод хорд
- •2.4. Метод касательных (метод Ньютона).
- •2.5. Комбинированный метод хорд и касательных
- •2.6.Метод итераций
- •2.7. Решение систем линейных уравнений методом итераций.
- •2.9. Метод итераций для нелинейных систем уравнений
- •Глава 3. Приближенное представление функций (аппроксимация, интерполяция)
- •3.1. Интерполирование функции алгебраическими многочленами
- •3.2. Единственность интерполяционного многочлена
- •3.3. Интерполяционная формула Лагранжа
- •3.4. Погрешность интерполяционной формулы Лагранжа
- •3.5. Погрешность линейной интерполяции
- •3.6.Конечные разности и их свойства
- •3.7.Интерполяционная формула Ньютона (для равностоящих узлов)
- •3.10. Эмпирические формулы и метод наименьших квадратов
- •Глава 4. Численное дифференцирование и интегрирование
- •4.1. Дифференцирование на основе интерполяционной формулы Ньютона
- •4.2. Дифференцирование на основе формулы Стирлинга
- •4.3. Дифференцирование на основе интерполяционной формулы Лагранжа
- •Глава 5. Численное интегрирование функций
- •5.1. Квадратурные формулы Ньютона-Котеса
- •5.2. Формула трапеций
- •5.3. Формула Симпсона (формула парабол)
- •5.4. Формулы Ньютона – Котеса высших порядков
- •Глава 6. Численное интегрирование обыкновенных дифференциальных уравнений
- •6.1. Метод Эйлера
- •6.2. Метод Рунге – Кутта
- •6.3. Метод Адамса
- •Глава 7. Численные методы оптимизации
- •7.1. Градиентные методы
- •7.2. Метод Франка – Вулфа
- •7.3. Метод наискорейшего спуска
- •7.4. Метод штрафных функций
- •Литература
2.9. Метод итераций для нелинейных систем уравнений
Дана система нелинейных уравнений:
(1)
функции
действительны, определены и непрерывны
в некоторой окрестности изолированного
решения
данной
системы.
Пусть
,
,
тогда (1) можно записать в виде:
(2)
Для нахождения
вектора решения
удобно
использовать метод итерации
,
(3)
где начальное
приближение
.
Если процесс итерации (3) сходится, то
является
корнем уравнения (2).
Если, кроме того,
все приближения
принадлежат области W
и
- единственный корень системы (2), то
.
Метод итерации
может быть применён к общей системе
f(X)=0
(3), где f(X)
– вектор - функция, определенная и
непрерывная в некоторой окрестности
вектора решения
.
Запишем систему в виде:
,
- неособенная матрица. Пусть
(4)
К (4) можно применить обычный метод итерации.
Пример 7.
Приближённо решить систему методом итерации.
(5)
Кривые пересекаются приблизительно в точках (1,4;-1,5) и (3,4;2,2)
Приведём к виду (4)
Если
,
то
,
,
следовательно матрица
неособенная
и существует обратная матрица
, тогда
=
=
Глава 3. Приближенное представление функций (аппроксимация, интерполяция)
На практике часто приходится прибегать к замене функций их приближенными представлениями. Представим схематически некоторые ситуации, в которых возникает данная необходимость.
Входящая в задачу функция слишком сложна, и это делает невозможным решение задачи. В этом случае функция заменяется более простой, приближенной функцией, для которой задача упрощается. Полученный при этом результат и принимают за приближенное решение исходной задачи.
Например, для вычисления значений функции sinx можно приближенно заменить функцию отрезком её ряда Маклорена:
.
Если первообразная не выражается через элементарные функции, то подынтегральную функцию можно заменить на приближенную и вычислить интеграл.
Функция f(x) задана таблично для некоторых значений аргумента: f(xi)=yi , i=1,2,…, n , а для решения задачи требуется вычисление ее значений при значениях аргументов, отличных от имеющихся в таблице. При аналогичных условиях, требуется вычислить производную или интеграл от f(x), По таблице находится приближенное аналитическое выражение для функции, и вычисляются необходимые величины.
В общем виде задачу о приближенном значении функции можно описать так: имеется множество функций F и в нем выделено подмножество H более простых функций, которые используются для приближенного представления функций из F. Для каждой функции f F нужно выделить функцию hf H, которая была бы для нее «достаточно хорошим» приближением.
Функция hf должна быть найдена так, чтобы замена функции f на функцию hf не привела к большой погрешности в окончательном результате вычислений. Для оценки приближения обычно вводится в множестве F числовая мера ρ=(f,g)≥0 близости двух функций: чем меньше это значение, тем в определенном смысле ближе функции f и g.
Например, если необходимо оценить близость значений функции в заданных точках x0,x1, x2,…, xn , то можно использовать меры:
,
Если необходимо оценить близость графиков функций на всем отрезке, то можно использовать меру:
Если нас интересует лишь близость значений интегралов от функций, то используется мера
или
Если введена мера
близости ρ=(f,g),
то возникает задача о наилучшем
приближении: для данной функции f
F
найти функцию hf
H,
для которой мера близости принимает
наименьшее возможное значение:
Для приближенного представления функции :
a) принцип, по которому строится приближение наилучшее по данной мере;
b)
алгоритм построения приближающей
функции
;
c) способ оценки погрешности, возникающей при замене функции f приближением hf .