- •Н. Б. Борковский Математические методы в экологии
- •Часть I. Численные методы
- •Тема 1 9
- •Тема 2 14
- •Тема 3 30
- •3.0 Постановка задачи 30
- •1. Постановка проблемы
- •2. Выбор или построение математической модели
- •3. Постановка вычислительной задачи
- •4. Предварительный анализ свойств вычислительной задачи
- •5. Выбор или построение численного метода
- •6. Алгоритмизация и программирование
- •7. Отладка программы
- •8. Счет по программе
- •9. Обработка и интерпретация результатов
- •10. Использование результатов и коррекция математической модели
- •1.0 Источники приближенных чисел
- •1.1 Источники и классификация погрешностей
- •1.2 Абсолютная и относительная погрешности вычисления
- •1.3 Погрешности арифметических операций
- •1.4 Обратная задача теории погрешностей
- •Постановка задачи
- •Метод половинного деления (метод «вилки», метод дихотомии)
- •Метод Ньютона (метод касательных)
- •Метод хорд (метод пропорциональных частей)
- •Метод итерации (метод последовательных приближений)
- •Постановка задачи
- •Решение систем линейных уравнений методом итерации
- •Решение систем нелинейных уравнений методом итерации
- •Решение систем линейных уравнений – «подводные камни»
- •4.0 Интерполирование – постановка задачи
- •4.1 Интерполирование полиномами
- •4.2 Аппроксимация функций. Метод наименьших квадратов
- •4.3 Интерполирование сплайнами
- •4.4 Интерполирование – примеры и «подводные камни»
- •4.5 Сглаживание данных (скользящее среднее)
- •5.0 Постановка задачи
- •5.1 Формула трапеций
- •5.2 Формула Симпсона
- •5.3 Формула Ньютона–Котеса
- •5.4 Формула Гаусса
- •5.5 Связь формул интегрирования
- •5.6 Численное интегрирование. Сравнение методов
- •5.7 Численное интегрирование – «подводные камни»
- •6.0 Введение
- •6.1 Обыкновенные ду. Метод Эйлера
- •6.2 Обыкновенные ду. Основные методы решения
- •6.3 Обыкновенные ду. Методы прогноза и коррекции
- •6.5 Обыкновенные ду. Сравнение методов
- •6.6 Оду. Влияние неточности исходной информации
- •6.7 Оду. Представление о конечных разностях
- •6.8 Оду. Краевые задачи – введение
- •8.0 Ду в частных производных. Постановка задачи
- •8.1 Ду в частных производных. Эллиптические уравнения
- •8.2 Ду в частных производных. Гиперболические уравнения
- •8.3 Ду в частных производных. Параболические уравнения
- •9.0 Методы безусловной оптимизации. Введение
- •9.1 Методы безусловной оптимизации. Классификация методов
- •9.2 Методы безусловной оптимизации нулевого порядка
- •9.3 Методы безусловной оптимизации первого порядка
- •9.4 Методы оптимизации второго порядка
- •Тема 10
- •10.0 Метод Монте–Карло. Некоторые задачи
- •10.1 Проблема получения случайных чисел
- •10.2 Общая схема метода
- •10.3 Метод Монте–Карло. Пример
- •10.4 Вычисление кратных интегралов
- •Число испытаний n не зависит от размерности интеграла i0
6.5 Обыкновенные ду. Сравнение методов
Мы уже отмечали сравнительные достоинства и недостатки одноступенчатых методов (Рунге–Кутты) и многоступенчатых методов (прогноза и коррекции).
В этом разделе мы дадим сводку характеристик этих методов и предложим способ их сочетания, воспользовавшись достоинствами каждого из них.
Методы Рунге–Кутты
Поскольку в методах Рунге–Кутты используется информация только об очередной точке решения и не используется информация о ранее найденных точках, то с помощью этих методов можно начинать решение уравнения (методы являются самостартующими).
По той же самой причине, однако, при использовании этих методов приходится многократно вычислять функцию f(x, y) и затрачивать на это много машинного времени.
Используя информацию только об очередной точке решения, эти методы позволяют очень легко менять величину шага h.
При использовании этих методов весьма трудно получить оценку для ошибки ограничения.
Методы прогноза и коррекции
Их свойства дополнительны к свойствам методов Рунге–Кутты.
В этих методах используется информация о ранее вычисленных точках решения, поэтому с их помощью нельзя начать решение уравнения.
Поскольку в этих методах вместо вычисления f(х, у) используется информация о ранее вычисленных точках, то они более экономичны в смысле затрат машинного времени (за исключением, конечно, тех случаев, когда величина шага h слишком велика и требуется много итераций по формуле коррекции).
За исключением специальных случаев, не представляющих практического интереса, при любом изменении величины шага h приходится временно возвращаться к методам Рунге–Кутты.
В качестве побочного продукта вычислений получается хорошая оценка ошибки ограничения.
Можно предложить следующий путь сочетания двух методов.
Начать решение с помощью метода Рунге–Кутты, например, по формуле (6.23) и найти y1.
Для вычисления следующих ym использовать прогноз (6.24) и коррекцию (6.25).
Если для вычисления очередного значения yi требуется более двух итераций или если ошибка ограничения (см. (6.31)) слишком велика, надо уменьшить величину шага h (см. пункт 4). Если же ошибка ограничения слишком мала, то величину шага можно увеличить.
Чтобы изменить величину шага, примем последнее значение уi, которое еще было вычислено достаточно точно, за исходное. Решение уравнения придется снова начать с новой исходной точки методом Рунге–Кутты и только затем снова перейти к методу прогноза и коррекции.
В любом случае, когда с помощью формулы коррекции вычислено очередное значение у(i)m, окончательное значение ym следует рассчитывать по формуле (6.31).
6.6 Оду. Влияние неточности исходной информации
Невозможно в рамках этого курса проанализировать все возможные случаи влияния неточности параметров исходного ДУ или начального условия.
Пример
Дано уравнение
при
начальном условии y(0)
= 1.
Точное решение имеет вид y = x + 1 .
Предположим, что начальное условие задано с точностью 1 %.
Тогда решение будет в пределах от y(1) = 0,01ex + x + 1 до y(2) = –0,01ex + x + 1.
Легко проверить, что при x = 5 ошибка в определении y может достичь 0,01e5, или около 25 %, тогда как ошибка в начальном условии была всего 1 %. Относительная ошибка быстро растет с ростом х.
Никакой численный метод не даст решения этого уравнения с точностью выше 25 % при х = 5, т. к. ошибка заложена уже в исходной информации.
Это один из примеров неустойчивости решения.
