- •6.1. Общая постановка задачи 318
- •0. Введение
- •0.1. Приближенные вычисления
- •0.2. Численные методы и программирование
- •0.3. Особенности машинных вычислений
- •0.4. Структура учебного пособия
- •1. Специальные классы математических объектов и операции над ними
- •1.1. Комплексные числа
- •1.1.1. Основные понятия
- •1.2. Векторы
- •1.2.1. Основные понятия
- •1.2.2. Определение программного класса многомерных векторов
- •1.3. Полиномы
- •1.3.1. Общие сведения
- •1.3.2. Операции над полиномами
- •1.3.3. Вычисление значений полиномов
- •1.3.4. Вычисление корней полиномов
- •1.3.5. Определение программного класса полиномов
- •2. Матрицы и задачи линейной алгебры
- •2.1. Общие сведения о матрицах и матричных операциях
- •2.2. Методы решения основных задач линейной алгебры
- •2.2.1. Методы решения систем линейных алгебраических уравнений (слау)
- •2.2.1.1. Метод Гаусса для решения слау, вычисления определителей и обращения матриц
- •2.2.1.2. Предварительная факторизация матриц (разложение в произведение двух матриц) в задачах решения слау
- •2.2.1.2.1. Факторизация матриц по методу Холецкого
- •2.2.1.3. Метод ортогонализации для решения слау
- •2.2.1.4. Итерационные методы решения слау
- •2.2.1.4.1. Проблема сходимости итерационных методов
- •2.2.2. Методы вычисления собственных значений матриц
- •2.2.2.1. Метод неопределенных коэффициентов
- •2.2.2.2. Метод Данилевского
- •2.2.2.4. Метод Леверрье-Фаддеева
- •2.2.2.5. Итерационный степенной метод
- •2.2.2.6. Метод Крылова
- •2.2.3. Метод наименьших квадратов (мнк)
- •2.3. Программная реализация матричного класса
- •2.3.1. Общее описание структуры матричного класса
- •2.3.2. Интерфейсный файл реализации матричного класса matrix.H
- •2.4. Программная реализация методов вычисления собственных значений и собственных векторов матриц
- •2.4.1. Метод неопределенных коэффициентов
- •2.4.2. Программная реализация метода Крылова вычисления собственных значений
- •2.4.3. Метод Леверрье-Фаддеева вычисления коэффициентов характеристического полинома
- •2.5. Элементы линейного программирования
- •2.5.1. Общая постановка задачи
- •2.5.2. Примеры задач линейного программирования
- •2.5.2.1. Задача о пищевом рационе
- •2.5.2.2. Задача о распределении ресурсов
- •2.5.2.3. Задача планирования перевозок (транспортная задача)
- •2.5.3. Симплекс-метод решения задачи линейного программирования
- •2.5.3.1. Приведение системы к стандартной, удобной для преобразований форме
- •2.5.3.2. Алгоритм замены базисных переменных
- •2.5.3.3. Алгоритм поиска опорного решения озлп
- •2.5.3.3.1. Алгоритм выбора разрешающего элемента для приближения к опорному решению
- •2.5.3.4. Алгоритм поиска оптимального решения
- •2.5.4. Транспортная задача линейного программирования
- •2.5.4.1. Общие сведения
- •2.5.4.2. Формирование опорного плана
- •2.5.4.3. Циклические переносы перевозок для улучшения плана
- •2.5.4.4. Метод потенциалов
- •2.5.5. Транспортная задача при небалансе запасов и заявок
- •2.5.6. Транспортная задача с временным критерием
- •2.6. Программная реализация задач линейного программирования
- •2.6.1. Симплекс-метод решения озлп
- •2.6.2. Программная реализация метода решения транспортной задачи
- •3. Аналитическое приближение функций, заданных таблично
- •3.1. Общая постановка задачи
- •3.2. Общая методика решения задач аппроксимации
- •3.2.1. Алгебраическая интерполяция
- •3.2.1.1. Классический интерполяционный полином
- •3.2.1.2. Метод интерполяции Лагранжа
- •3.2.1.3. Интерполяционный полином Ньютона
- •3.2.1.4. Интерполяция сплайнами
- •3.2.1.5. Аппроксимация функций по методу наименьших квадратов
- •3.2.2. Программная реализация класса аппроксимирующих функций
- •4.1.2. Программная реализация методов численного интегрирования
- •4.2.Численное дифференцирование
- •5. Введение в численные методы решения дифференциальных уравнений
- •5.1. Обыкновенные дифференциальные уравнения (общие сведения)
- •5.2. Процессы как объект исследования и управления
- •5.3. Операционное исчисление и его применение к исследованию динамики линейных систем
- •5.3.1. Общие сведения
- •5.3.1.1. Правила операционного исчисления
- •5.3.2. Решение линейных уравнений с постоянными коэффициентами
- •5.3.2.1. Передаточные функции линейных динамических систем
- •5.3.2.2. Частотные характеристики динамических систем
- •5.3.2.3. Фазовые портреты динамических систем
- •5.3.2.4. Ограничения области применения символического метода
- •5.3.3. Программная реализация класса символического метода
- •5.4. Конечно-разностные методы решения задачи Коши для линейных и нелинейных оду
- •5.4.1. Одношаговые методы
- •5.4.1.1. Метод Эйлера
- •5.4.1.2. Методы Рунге-Кутта 2-го порядка
- •5.4.1.3. Метод Рунге-Кутта 4-го порядка
- •5.4.2. Многошаговые методы (методы Адамса)
- •5.4.3. Проблема устойчивости
- •5.4.4. Программная реализация численных методов решения задачи Коши
- •5.5. Двухточечные краевые задачи
- •5.5.1. Метод конечных разностей для линейных краевых (граничных) задач
- •5.5.2. Метод стрельбы для граничных задач
- •5.5.3. Программная реализация класса граничных задач
- •6. Численные методы решения систем нелинейных уравнений (сну) и поиска экстремумов функций
- •6.1. Общая постановка задачи
- •6.2. Решение нелинейных уравнений
- •6.2.1. Функция одной переменной при отсутствии помех
- •6.2.1.1. Методы последовательного сокращения интервала неопределенности
- •6.2.1.2. Рекуррентные методы уточнения текущей оценки значения корня
- •6.2.2. Уточнение корня функции одной переменной в условиях помех
- •6.2.2.1. Методы стохастической аппроксимации
- •6.3. Методы поиска экстремума функций
- •6.3.1. Унимодальные функции одного аргумента при отсутствии помех
- •6.3.1.1. Метод дихотомии
- •6.3.1.2. Метод Фибоначчи
- •6.3.1.3. Метод золотого сечения
- •6.3.2. Многомерный поиск экстремума
- •6.3.2.1. Метод координатного спуска
- •6.3.2.2. Метод градиента (наискорейшего спуска или крутого восхождения или метод Бокса-Уилсона)
- •6.3.2.3. Последовательный симплексный поиск (псм) субоптимальной области в многомерном пространстве
- •6.3.2.3.1. Вводные замечания
- •6.3.2.3.2. Алгоритм последовательного симплексного метода
- •6.3.2.3.3. Подготовительные операции
- •6.3.2.3.4. Алгоритм поиска
- •6.3.2.3.5. Преимущества метода
- •6.3.2.3.6. Недостатки метода
- •6.4. Программная реализация класса подпрограмм для поиска экстремума унимодальных в заданном интервале функций одной переменной
- •6.5. Программная реализация класса подпрограмм для многомерного поиска экстремума унимодальных функций
- •Приложение. Как переносить данные в Ехсеl и отображать графики зависимостей
- •Литература
- •324050, Кривой Рог-50, пр. Металлургов, 28.
5.5.2. Метод стрельбы для граничных задач
Метод стрельбы мы рассмотрим на примере граничной задачи для системы обыкновенных дифференциальных уравнений второго порядка
.
Необходимо найти решение этой системы уравнений на интервале [t0, tn], удовлетворяющее граничным условиям
(t0, f1(t0), f2(t0))=0,
(tn, f1(tn), f2(tn))=0.
Сущность метода стрельбы заключается в сведении решения граничной задачи к многократному решению задачи Коши для заданной системы дифференциальных уравнений.
Предположим, что
f1(t0)=,
где – произвольное число, которое можно задать, используя априорную информацию о характере решения f1(t). Подставим предполагаемое значение в первое граничное условие
(t0, , f2(t0))=0.
Теперь последнее соотношение является уравнением относительно одного неизвестного f2(t). Для простых функций удается записать аналитическое решение указанного уравнения. В общем случае решение этого уравнения находится одним из численных методов. В результате аналитического или численного решения получим
f2(t0, )=.
Таким образом, сформулирована задача Коши для исходной системы дифференциальных уравнений с начальными условиями f1(t0)= и f2(t0, )= в точке t0. Решение задачи Коши можно провести одним из известных методов решения для подобных задач и получить с необходимой точностью значения функций f1(t) и f2(t) в точке t=tn: f1(tn, ) и f2(tn, ). Последние результаты поставим во второе граничное условие
(tn, f1(tn, ), f2(tn, ))=0,
которое не будет выполняться, так как число выбрано нами произвольным.
Последнее соотношение можно рассматривать как уравнение ()=0 относительно переменной . Значение =*, являющееся корнем этого уравнения, удовлетворяет каждому граничному условию. Следовательно, решениями поставленной граничной задачи будут функции f1(t, *) и f2(t, *), определенные на интервале [t0, tn] для задачи Коши.
Решение уравнения ()=0 требует большого объема вычислений, так на каждой итерации необходимо осуществлять интегрирование задачи Коши для исходной системы уравнений. Каждая итерация порождает для функций f1(t, ) и f2(t, ) траектории, которые в зависимости от параметра либо приводят, либо не приводят к цели – обращению левой части уравнения =0 в нуль. Отсюда и происходит название метода стрельбы. Самым экономичным методом решения таких уравнений является метод Ньютона, но он требует на каждой итерации вычисления не только левой части (), но и ее производной по параметру , что вызывает необходимость интегрирования лишней пары дифференциальных уравнений. Поэтому для решения уравнения (tn, f1(tn, ), f2(tn, ))=0 чаще используют метод секущих, алгоритм которого в конкретном случае выглядит так:
i+1=i–
(i),
где i
– номер итерации.
Погрешность решения зависит от выбранного шага и метода интегрирования задачи Коши, а также от погрешности вычисления * методом секущих. Первая из этих погрешностей определит и полосу шума для функции (), при попадании в которую вычисляемых значений (i) итерационный процесс уточнения приходится прекращать. Такую взаимосвязь погрешностей приходится учитывать, чтобы избежать лишних итераций метода секущих. Чтобы избежать рекурсивного обращения к подпрограмме метода секущих при решении уравнений (f2(t))=0 и ()=0, соответствующий блок рекомендуется переписать дважды.
Алгоритм метода стрельбы существенно упрощается для линейных граничных задач, когда правые части системы ОДУ и граничные условия представляют собой линейную комбинацию функций f1(t) и f2(t):
=f2(t),
=r(t)–p(t)f2(t)–q(t)f1(t),
g1f1(t0)+g2f2(t0)=g3,
g4f1(tn)+g5f2(tn)=g6.
Начальные условия соответствующей задачи Коши принимают вид:
f1(t0)=, f2(t0)=(g3–g1)/g2.
Решения задачи Коши будут иметь линейную зависимость от , поэтому и левая часть уравнения ()=0 будет линейной функцией аргумента . Следовательно, значение 2, найденное по формуле секущих, при i=1 будет точным корнем уравнения. Таким образом, для линейной граничной задачи достаточно трижды решить задачу Коши.
