- •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
Метод половинного деления (метод «вилки», метод дихотомии)
Определяем, какие корни требуется найти, например, только положительные или только отрицательные и т. д.
Графическим методом находим интервалы, в каждом из которых находится только один корень данного уравнения.
Разделим отрезок [a, b] пополам точкой d и получим уже два интервала: [a, d] и [d, b].
Выбираем тот отрезок, на концах которого функция f(x) принимает значения разных знаков, и опять делим его пополам.
Повторяем все эти действия до тех пор, пока длина отрезка, содержащего корень, не станет меньше погрешности, с которой ищется корень.
Легко видеть, что после N делений длина отрезка уменьшится в 2N раз. Так, после 20-ти делений длина отрезка составит 1/220 долю от первоначальной, т. е. уменьшится в 1 048 576 раз.
Пример
Методом половинного деления найти
корень уравнения
.
Графически находим интервал [0,4; 0,5], в котором находится действительный корень данного уравнения.
f(0,4) = –0,136 < 0;
f(0,5) = 0,125 > 0.
Условие нахождения корня в рассматриваемом интервале выполняется, т. е. f(0,4)f(0,5) < 0.
Интервал [0,4; 0,5] делим пополам точкой
= 0,45. Получаем два интервала: [0,4; 0,45] и
[0,45; 0,5].
Для того чтобы определить, в каком из
полученных интервалов содержится
искомый корень уравнения, проверим
условие
< 0.
f(0,4) = –0,136 < 0;
f(0,5) = 0,125 > 0;
f(0,45) = –0,00888 < 0.
< 0, следовательно, выбираем [0,45;
0,5]. Этот интервал делим пополам:
= 0,475.
Опять получаем два интервала: [0,45; 0,475] и [0,475; 0,5].
f(0,475) = 0,05717 > 0.
Т. к.
< 0, то выбираем [0,45; 0,475].
Так продолжаем до тех пор, пока не найдем корень данного уравнения.
.................................
[0,453397; 0,4534];
= 0,453398;
f(0,453398) = 0,0000009.
Очевидно, что x = 0,453398 является искомым корнем данного уравнения с довольно высокой точностью.
Метод Ньютона (метод касательных)
Основное достоинство метода – быстрая сходимость.
Метод Ньютона универсален и пригоден для решения обширного класса уравнений.
Пусть корень
с уравнения f(x) = 0 принадлежит
отрезку [a, b], причем,
,
и
непрерывны и сохраняют определенные
знаки на данном отрезке.
Метод имеет простой геометрический смысл.
Е
сли
x0 – некоторое приближение к
корню с уравнения, то за новое
приближение x1 принимают точку
пересечения касательной, проведенной
в точке (x0, f(x0))
к графику функции f(x), с осью Ox
(рис. 2.7).
Рис. 2.7. Иллюстрация выбора следующего приближения к корню уравнения в методе Ньютона
Алгоритм
поиска корня задает итерационная
формула:
|
(2.2) |
Каждое последующее приближение к корню вычисляется через предыдущее.
При неудачном выборе x0 может случиться, что следующее приближение x1 к корню уравнения окажется вне интервала [a, b]. При этом надо выбрать другое начальное приближение.
В противном случае метод Ньютона может сходиться очень медленно, что приведет к накоплению погрешности вычисления, или не сходиться вообще.
Применяя
метод Ньютона, следует руководствоваться
следующим правилом при выборе начальной
точки: в качестве начального приближения
x0 выбирается тот конец интервала
[a, b], которому отвечает
ордината того же знака, что и знак
,
т. е. должно выполняться условие
>
0 (на концах интервала).
Если
>
0, то принимаем x0 = a,
если
>
0, то x0 = b.
Замечание
Недостатком метода Ньютона является
необходимость вычисления производной
для каждого xn. Если значение
производной
близко к нулю, то новое приближение xn+1
может быть худшим приближением, чем
xn.
Иногда целесообразно применять модифицированный метод Ньютона, в котором последовательные приближения определяются формулой
Формула весьма полезна, если вычисление сложно. С другой стороны, модифицированный метод сходится значительно медленнее, чем основной метод Ньютона.
Пример
Методом Ньютона (касательных) вычислить
корни уравнения
.
Графически находим два интервала [–1,4; –1,3] и [0,5; 0,6]. Сразу найдем корень, принадлежащий [–1,4; –1,3].
f(–1,4) = 0,20660 > 0,
f(–1,3) = –0,03747 < 0.
f(–1,4) f(–1,3) < 0, следовательно, корень находится в этом интервале.
Корень будем уточнять по формуле
.
За начальное приближение x0
принимаем тот конец интервала [–1,4;
–1,3], для которого выполняется условие
>
0.
,
.
= 2,27253 > 0,
= 2,24660 > 0.
Для точки x = –1,4 выполняется условие
> 0, поэтому положим
x0
= –1,4.
= –1,31909;
= –1,31598;
= –1,31597;
=
–1,31597.
Один корень уравнения x = –1,31597.
Все в том же порядке повторим для интервала [0,5; 0,6].
f(0,5) = –0,10128 < 0,
f(0,6) = 0,18212 > 0.
< 0, следовательно, корень находится
в этом интервале.
Для уточнения корня опять воспользуемся формулой .
За начальное приближение принимаем тот конец интервала [0,5; 0,6], для которого выполняется условие > 0.
Т.к. для точки x = 0,6
выполняется условие
> 0, то положим x0
= 0,6.
Проделав выкладки, аналогичные предыдущим, получим x = 0,53727.
Отметим, что при использовании метода Ньютона возможна ситуация «зацикливания», особенно, если функция f(x) получена с помощью интерполяции (рис. 2.8). Спасает дело лучший выбор начального приближения.
Рис. 2.8. «Зацикливание» итераций в методе Ньютона, поскольку касательные в точках 1 и 2 оказались параллельны
