
- •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
1.4 Погрешности арифметических операций
Погрешность, возникшая в определенном месте вычислений, распространяется дальше в процессе вычислений. При этом может произойти накопление погрешности до больших значений, что может поставить под сомнение конечный результат. В связи с этим весьма важным является вопрос анализа погрешностей вычислений и их распространения в вычислениях, который рассматривается ниже.
Пусть
– приближенное значение числа
.Абсолютной
погрешностью
числа
называется разность его точного и
приближенного значений
.
Это значит, что точное значение числа равно сумме приближенного значения и абсолютной погрешности:
.
Относительная
погрешность
числа
определяется как отношение абсолютной
погрешности к приближенному значению:
.
Поскольку
в численных методах используются
арифметические операции, то определим
абсолютные и относительные погрешности
операций сложения, вычитания, умножения
и деления. Пусть
и
– приближенные значения чисел
и
соответственно, а также
и
– их абсолютные погрешности, так что
,
.
Найдем абсолютные погрешности
арифметических операций.
Для сложения получим
.
Мы видим, что абсолютная погрешность суммы равна сумме абсолютных погрешностей слагаемых:
.
(1.1)
Аналогично для вычитания получаем
.
(1.2)
Для операции умножения будем иметь
.
В
этом выражении произведением погрешностей
по сравнению с другими слагаемыми можно
пренебречь:
.
Отсюда погрешность умножения
.
(1.3)
Абсолютную погрешность деления определим как линейную часть приращения функции двух переменных
.
Для
этого представим функцию линейной
частью ряда Тейлора в окрестности
приближенных значений
,
.
Получим
.
Следовательно, абсолютная погрешность деления
.
(1.4)
Получим также выражения для относительных погрешностей арифметических операций.
Для сложения имеем
,
следовательно,
.
(1.5)
Аналогично получаем для операции вычитания:
.
(1.6)
Для операции умножения имеем
,
(1.7)
и для операции деления
.
(1.8)
Таким образом, мы получили формулы (1.1) – (1.4) для абсолютных погрешностей и формулы (1.5) – (1.8) для относительных погрешностей арифметических операций. Знак минус в этих формулах не означает уменьшения погрешности, поскольку знак абсолютной или относительной погрешности может быть любым.
Часто нас интересует абсолютное значение погрешности. Для оценки абсолютных значений погрешности обычно используются неравенства. Приведем некоторые неравенства и равенства относительно абсолютных значений, известные из курса школьной математики:
,
,
,
.
Если
и
,
то
,
.
С учетом этих выражений, в частности, получаем, что
,
.
Отметим,
что мы нашли погрешности арифметических
операций, считая, что эти операции
выполняются абсолютно точно. Так как в
каждой из них существует относительная
погрешность округления
,
то ее нужно добавить отдельно к полученным
относительным погрешностям арифметических
операций.