- •Вычислительная математика
- •Оглавление
- •3. Численное интегрирование…………………………………………………...51
- •4. Уравнения в частных производных…………………………………………65
- •5. Численные методы линейной алгебры……………………………………...73
- •1. Численные методы решения обыкновенных дифференциальных уравнений Основные понятия
- •Элементы теории погрешностей
- •Численное дифференцирование. Аппроксимационные формулы
- •Задача Коши для обыкновенного дифференциального уравнения 1-го порядка. Метод Эйлера
- •Задача Коши для обыкновенных дифференциальных уравнений 1-го порядка. Методы Рунге-Кутта
- •Краевые задачи для обыкновенного дифференциального уравнения 2-го порядка
- •Метод Галеркина для обыкновенных дифференциальных уравнений 2-го порядка
- •2. Аппроксимация функций Интерполяционный многочлен Лагранжа
- •Многочлены Чебышева
- •Минимизация погрешности интерполяции полинома Лагранжа
- •Интерполяция с равноотстоящими узлами
- •Кусочная аппроксимация
- •Сплайн- интерполяция
- •Метод наименьших квадратов
- •Ортогональные полиномы
- •3. Численное интегрирование Простейшие квадратурные формулы
- •Квадратурные формулы Ньютона-Котеса
- •Экстраполяция по Ричардсону
- •Квадратурные формулы Гаусса, Чебышева
- •Метод Монте-Карло
- •4. Уравнения в частных производных
- •5. Численные методы линейной алгебры
- •Матрицы и действия над ними
- •Клеточные матрицы
- •Разложение матрицы на произведение двух треугольных матриц
- •Итерационные методы
- •Метод Якоби
- •Метод Зейделя
- •Практикум по вычислительной математике Лабораторные работы для Mathcad 2001i Professional Лабораторная работа № 1 Обращение матриц
- •Лабораторная работа №2 Решение системы нелинейных уравнений
- •Лабораторная работа №3 Построение уравнений регрессии
- •Лабораторная работа № 4 Разложение функций в ряд Фурье пополиномам Лежандра
- •Лабораторная работа № 5 Решение дифференциального уравнения второго порядка
- •Лабораторная работа № 6 «Аппроксимации»
- •Лабораторная работа № 7 Решение слау с помощью lu разложения
- •Лабораторная работа № 11 Метод прогонки
- •Синтаксис среды Maple
- •Данные множественного типа
- •Решение дифференциальных уравнений в среде Maple Примеры решения уравнений встроенными функциями
- •Примеры численного решения оду
- •Лабораторная работа №1 Решение оду различными методами
- •Задания для самостоятельного решения
- •Лабораторная работа № 2 Интерполяция функции полиномами Лежандра
- •Лабораторная работа № 3 Метод наименьших квадратов
- •Лабораторная работа № 4 Применение системы Maple в сопротивлении материалов
- •Эпюра q
- •Эпюра q
- •Эпюра q
- •Эпюра q Лабораторная работа № 5 Решение системы методом прогонки
- •Библиографический список
Элементы теории погрешностей
При численном решении задачи неизбежно появление погрешности следующих трех типов:
погрешность задачи,
погрешность метода решения,
погрешность вычислений.
Погрешность задачи складывается из погрешности математической модели и погрешности начальных данных. Математическая формулировка задачи должна описывать основные законы процесса. Выбор математической модели требует глубокого понимания сущности явления. Погрешность, возникающая из-за несоответствия выбранной математической модели реальному процессу, как и погрешность, связанная с неточностью данных, входящих в описание задачи, является неустранимой погрешностью.
Для решения математических задач используются аналитические и численные методы. При использовании аналитических методов решение задачи можно представить в виде формул, в которые начальные данные могут входить в виде параметров. Для решения сложных задач чаще используются численные методы, которые позволяют свести решение задачи к выполнению конечного числа арифметических действий над числами. Численные методы позволяют получить решение задачи при конкретных начальных значениях.
Погрешность метода возникает в результате замены исходной математической задачи более простой вычислительной, например, решение дифференциального уравнения заменяется разностным уравнением.
В курсе вычислительной математики изучается, как можно сделать погрешность метода сколь угодно малой.
Погрешность вычислений или погрешность округлений возникает вследствие того, что компьютер работает с приближенными, усеченными до количества разрядов, значениями действительных чисел.
Различают два вида погрешностей – абсолютную и относительную.
Абсолютная
погрешность
числа равна разности между его истинным
значением
и приближенным
,
полученным в результате измерения
или
вычисления:
.
Относительная погрешность равна отношению абсолютной погрешности к приближенному значению числа.
.
Обычно точное
значение числа неизвестно, поэтому
находят предельную погрешность,
являющуюся верхней оценкой модуля
и ее принимают в качестве абсолютной
погрешности приближенного числа
,
тогда как истинное значение
находится в интервале
.
Для приближенного
числа, полученного в результате
округления, абсолютная погрешность
принимается равной половине единицы
последнего разряда числа. Например,
,
;
.
Приведенные оценки погрешностей приближенных чисел справедливы, если в записи этих чисел все значащие цифры верные. Значащимися цифрами считаются все цифры данного числа, начиная с первой ненулевой. Например, в числе 0,053 значащие цифры – 5 и 3, в числе 15,30 все четыре значащие.
Значащая цифра называется верной, если модуль погрешности числа не превосходит единицы разряда, соответствующего этой цифре. Например,
,
следовательно, все четыре значащие
цифры – верные; если
,
следовательно, пять значащих цифр –
верные.
На практике используют правило, согласно которому приближенное число должно записываться так, чтобы в нем все значащие цифры, кроме последней, были верными и лишь последняя была бы сомнительной в среднем не более, чем на одну единицу, т. е. предполагается, что в самой записи приближенного числа содержится информация о его точности.
Чтобы результаты арифметических действий, совершаемых над приближенными числами, также соответствовали этому принципу, следует во всех промежуточных вычислениях сохранять на одну-две значащих цифры больше, чем это оправдывается точностью исходных данных или метода. Запасные значащие цифры затем должны быть отброшены.
