- •Теоретический раздел Предисловие
- •Предисловие ко второму изданию
- •1 Математические модели. Численные методы. Погрешности вычислений
- •1.1 Математические модели и моделирование
- •1.2 Этапы численного решения задач на эвм
- •1.3 Виды погрешностей решения задач
- •1.4 Погрешности арифметических операций
- •1.5 Графы арифметических операций
- •1.6 Распространение погрешностей в вычислениях
- •2 Решение систем линейных алгебраических уравнений
- •2.1 Постановка задачи. Методы решения
- •2.2 Метод Гаусса
- •2.2.1 Описание метода Гаусса
- •2.2.2 Расчетные формулы метода Гаусса
- •2.2.3 Погрешность метода Гаусса. Метод Гаусса с выбором главного элемента
- •2.3 Вычислительная сложность метода Гаусса
- •2.4 Обращение матрицы
- •2.5 Метод lu-разложения
- •2.6 Метод квадратного корня решения симметричных слау
- •2.7 Метод Гаусса–Зейделя
- •2.7.1 Расчетные формулы метода Гаусса–Зейделя
- •2.7.2 Сходимость метода Гаусса–Зейделя
- •2.7.3 Графическая иллюстрация метода Гаусса–Зейделя
- •3 Аппроксимация функций
- •3.1 Понятие аппроксимации функций
- •3.2 Постановка задачи интерполирования функций
- •3.3 Интерполяционный полином Лагранжа
- •3.4 Вычисление значений полиномов
- •3.5 Вычислительная сложность задачи интерполирования
- •3.6 Конечные и разделенные разности функции
- •3.7 Интерполяционный полином Ньютона
- •3.8 Погрешность интерполирования
- •3.9 Полиномы Чебышева 1-го рода
- •3.10 Наилучший выбор узлов интерполирования
- •4 Численное интегрирование
- •4.1 Постановка задачи численного интегрирования
- •4.2 Метод прямоугольников
- •4.3 Погрешность метода прямоугольников
- •4.4 Метод трапеций
- •4.5 Погрешность метода трапеций
- •4.6 Метод Симпсона
- •4.7 Погрешность метода Симпсона
- •4.8 Интерполяционные квадратурные формулы
- •4.9 Интерполяционные квадратурные формулы наивысшей алгебраической степени точности (квадратурные формулы Гаусса)
- •4.9.1 Квадратурная формула Гаусса–Лежандра
- •4.9.2 Квадратурная формула Гаусса–Лагерра
- •4.9.3 Квадратурная формула Гаусса–Эрмита
- •5 Решение нелинейных уравнений
- •5.1 Постановка задачи численного решения нелинейных уравнений
- •5.2 Метод деления отрезка пополам
- •5.3 Метод хорд
- •5.4 Метод простой итерации
- •5.5 Метод Ньютона
- •5.6 Метод секущих
- •6 Решение обыкновенных дифференциальных уравнений
- •6.1 Постановка задачи
- •6.2 Метод рядов Тейлора
- •6.3 Метод Эйлера
- •6.4 Метод Рунге–Кутта 2-го порядка
- •6.5 Метод Рунге–Кутта 4-го порядка
- •7 Решение систем обыкновенных дифференциальных уравнений
- •7.1 Постановка задачи
- •7.2 Приведение дифференциального уравнения -го порядка к системе дифференциальных уравнений 1-го порядка
- •7.3 Метод Эйлера
- •8.2 Выполнение символьных операций в Matlab
- •8.3 Создание символьных переменных
- •8.4 Создание группы символьных переменных
- •8.5 Создание списка символьных переменных
- •8.6 Вывод символьного выражения
- •8.7 Упрощение выражений
- •8.8 Вычисление производных
- •8.9 Вычисление интегралов
- •8.10 Вычисление сумм рядов
- •8.11 Вычисление пределов
- •8.12 Разложение функции в ряд Тейлора
- •8.13 Вычисление определителя матрицы, обращение матрицы
- •9 Дополнение
- •9.1 Вычисление корней полиномов
- •9.2 Решение систем нелинейных уравнений. Метод Ньютона
- •9.3 Решение систем линейных алгебраических уравнений с трехдиагональной матрицей (метод прогонки)
- •9.4 Интерполирование функций сплайнами
- •Практический раздел Указания к выбору варианта
- •Лабораторная работа № 1. Работа в системе Matlab
- •1.1. Цель работы
- •1.2. Порядок выполнения работы
- •Лабораторная работа № 2. Решение систем линейных алгебраических уравнений
- •2.1. Цель работы
- •2.2. Теоретические положения
- •2.3. Порядок выполнения работы
- •Лабораторная работа № 3. Аппроксимация функций
- •3.1. Цель работы
- •3.2. Теоретические положения
- •3.3. Порядок выполнения работы
- •Лабораторная работа № 4. Численное интегрирование
- •4.1. Цель работы
- •4.2. Теоретические положения
- •4.3. Порядок выполнения работы
- •Лабораторная работа № 5. Решение нелинейных уравнений
- •5.1. Цель работы
- •5.2. Теоретические положения
- •5.3. Порядок выполнения работы
- •Лабораторная работа № 6. Решение обыкновенных дифференциальных уравнений
- •6.1. Цель работы
- •6.2. Теоретические положения
- •6.3. Порядок выполнения работы
- •Лабораторная работа № 7. Решение систем обыкновенных дифференциальных уравнений
- •7.1. Цель работы
- •7.2. Теоретические положения
- •7.3. Порядок выполнения работы
- •Лабораторная работа № 8. Выполнение символьных операций
- •8.1. Цель работы
- •8.2. Теоретические сведения
- •8.3. Порядок выполнения работы
- •Литература
- •Литература
1.2 Этапы численного решения задач на эвм
Процесс численного решения задачи на ЭВМ состоит из следующих этапов:
постановка задачи;
разработка метода и алгоритма решения задачи;
написание компьютерной программы;
отладка программы;
проведение расчетов и анализ результатов.
Рассмотрим кратко содержание каждого этапа.
Постановка задачи заключается в построении математических зависимостей, адекватно описывающих техническую систему, т.е. в построении математической модели системы. Например, техническая система может быть описана системой линейных или нелинейных уравнений, дифференциальным уравнением и т.д.
Следующим этапом является разработка метода и алгоритма решения задачи. Дело в том, что многие задачи не могут быть решены в аналитическом виде. Поэтому существует необходимость разработки методов решения задачи в арифметической форме, требующей выполнения лишь арифметических операций сложения, вычитания, умножения, деления. Например, вычисление интеграла сводится к вычислению суммы, вычисление производной – к вычислению приращений функции и аргумента. Такие методы называются численными. Иногда разработанный численный метод представляют в виде алгоритма, т.е. в виде упорядоченной последовательности операций, позволяющих из исходных данных получить конечный результат.
Полученный алгоритм записывается на одном из алгоритмических языков в виде программы для решения на ЭВМ. Далее осуществляется отладка программы, во время которой выявляются допущенные в ней синтаксические ошибки, и проверяется правильность решения задачи на примерах с известным решением. После того как программа отлажена и есть уверенность, что она дает правильные результаты, выполняется большой объем расчетов по исследованию составленной модели.
1.3 Виды погрешностей решения задач
Любая задача не может быть решена абсолютно точно. Всегда будет существовать погрешность ее решения. Существуют 4 источника погрешности результата при решении любой задачи:
погрешность математической модели;
погрешность исходных данных;
погрешность численного метода;
погрешность округления.
Погрешность математической модели зависит от допущений при получении математической модели физического процесса. Например, чаще всего для простоты пытаются построить линейную модель. Для этого реальную зависимость заменяют линейной частью ряда Тейлора. При этом допускается определенная погрешность. Анализ погрешности математической модели относится к проблеме адекватности математической модели. В рамках данного пособия этот вопрос не рассматривается, т.е. всегда предполагается, что модель адекватна, и погрешность математической модели отсутствует.
Погрешность исходных данных появляется из-за неточности измерений, грубых недосмотров или невозможности представить исходные данные конечной десятичной дробью. Например, при использовании числа в качестве исходного данного погрешность появится, если мы представим это число конечной десятичной дробьюили. Часто случается, что дроби, которые являются конечными в одной системе счисления, становятся бесконечными в другой системе счисления. Например, конечная десятичная дробь, будучи переведенной в двоичную систему счисления, становится бесконечной дробью. Из-за конечности разрядной сетки ЭВМ мы не сможем удержать все двоичные цифры данного числа. Ошибки в исходных данных вызывают погрешность результата вычислений независимо от того, каким методом эти вычисления производятся. Поэтому погрешность результата, вызванная погрешностью исходных данных, называется неустранимой. В ряде случаев неустранимая погрешность может становиться недопустимо большой. Это происходит при решении так называемых некорректно поставленных задач. Задача называется некорректно поставленной (по А.Н. Тихонову), если небольшие погрешности в исходных данных приводят к большим погрешностям решения. В рамках данного пособия предполагается, что исходные данные могут содержать погрешности, однако все решаемые задачи являются корректно поставленными.
Погрешность численного метода связана с тем, что точные операторы заменяются приближенными, например, интеграл заменяется суммой, функция – многочленом, или строится бесконечный итерационный процесс, который обрывается после конечного числа итераций. Погрешность метода будем рассматривать для каждого численного метода. Численный метод необходимо подбирать таким образом, чтобы погрешность метода была в 2 – 5 раз меньше погрешности исходных данных. Очень большая погрешность метода снижает точность ответа, а очень малая невыгодна, так как обычно требует значительного увеличения объема вычислений.
Погрешность округления связана с округлением чисел, участвующих в операциях, поскольку числа в памяти ЭВМ хранятся с удержанием лишь конечного числа их значащих цифр.