- •Глава 1. Численные методы и особенности использования эвм
- •Глава 2. Решение нелинейных уравнений с одной переменной 23
- •Глава 3. Методы приближения, интерполяции и аппроксимации функций 47
- •Глава 4. Численное интегрирование 75
- •Глава 5. Приближенное интегрирование дифференциальных уравнений 108
- •Глава 6. Численное дифференцирование 139
- •Глава 7. Методы численной оптимизации 150
- •Предисловие
- •Глава 1. Численные методы и особенности использования эвм в решении математических задач
- •1.1. Математическое моделирование и численные методы
- •1.2. Общая постановка и понятие устойчивости задач вычисления
- •1.3. Структура погрешности решения задач вычисления
- •1.4. Абсолютная и относительная погрешности
- •Пример 1.4. Примеры записи абсолютной погрешности числа :
- •Пример 1.5. Пример записи относительной погрешности числа :
- •1.5. Погрешность машинных вычислений и представлений чисел в памяти эвм
- •1.6. Графы вычислительных процессов
- •1.7. Вопросы для самопроверки
- •Глава 2. Решение нелинейных уравнений с одной переменной
- •2.1. Локализация корней
- •2.2. Уточнение корней
- •2.2.1. Метод половинного деления (бисекции, дихотомии)
- •2.2.2. Метод хорд
- •2.2.3. Метод Ньютона (касательных)
- •2.2.4. Модифицированный метод Ньютона
- •2.2.5. Метод секущих
- •2.2.6. Метод итераций
- •Б) односторонний расходящийся процесс; в) двухсторонний сходящийся процесс; г) двухсторонний расходящийся процесс.
- •2.2.7. Комбинированный метод хорд и касательных
- •2.3. Вопросы для самопроверки
- •Глава 3. Методы приближения, интерполяции и аппроксимации функций
- •3.1. Методы приближения функций
- •3.1.1. Формула Тейлора, ряд Тейлора
- •3.1.2. Полиномы Чебышева
- •3.1.3. Экономизация степенных рядов
- •3.1.4. Приближения с помощью дробно-рациональных функций
- •3.2. Методы интерполяции функций
- •3.2.1. Прямой метод
- •3.2.2. Полином Лагранжа
- •3.2.3. Полином Ньютона
- •Конечные разности функции .
- •3.3. Методы аппроксимации функций
- •3.3.1. Среднеквадратичная аппроксимация
- •Некоторые регрессионные модели.
- •Премиальные фонды и прибыли предприятий
- •Расчет сумм для проведения регрессионного анализа
- •Коэффициенты регрессии
- •Расчет суммы квадратов отклонений по линейной модели
- •Сумма квадратов отклонений для рассматриваемых моделей
- •3.3.2. Полиномиальная аппроксимация
- •3.3. Вопросы для самопроверки
- •Глава 4. Численное интегрирование
- •4.1. Понятие определенного интеграла
- •4.2. Классификация методов численного интегрирования
- •4.3. Методы Ньютона-Котеса
- •4.3.1. Методы прямоугольников
- •4.3.2. Метод трапеций
- •4.3.3. Метод Симпсона (метод парабол)
- •4.4. Погрешность методов Ньютона-Котеса
- •4.5. Вычисление интегралов с заданной точностью
- •4.6. Особые случаи численного интегрирования
- •4.7. Вычисление кратных интегралов
- •Результаты вычисления значений функции .
- •4.8. Методы Монте-Карло
- •4.9. Вопросы для самопроверки
Б) односторонний расходящийся процесс; в) двухсторонний сходящийся процесс; г) двухсторонний расходящийся процесс.
Математически условие сходимости можно установить следующим образом. Представим приближения и в форме и , где и – отклонения приближений от корня. Функцию вблизи точки приближенно заменим первыми двумя членами ряда Тейлора, тогда итерационная формула (2.11) примет вид
,
но поскольку является корнем уравнения, то первые слагаемые в правой и левой частях этого выражения тождественно равны и, следовательно,
.
Для сходимости итерационного процесса необходимо, чтобы погрешность на каждом шаге убывала ( ), откуда следует, что в окрестности корня должно выполняться условие
(то есть ). (2.12)
Таким образом, для того чтобы итерационный процесс (2.11) был сходящимся, необходимо, чтобы абсолютная величина производной в окрестности корня была меньше единицы. Если это условие выполняется на отрезке локализации корня, то в качестве начального приближения можно взять любую точку, принадлежащую данному отрезку ( ).
Переход от уравнения (2.1) к уравнению в итерационной форме (2.10) можно осуществить различными способами в зависимости от вида функции . Необходимо построить функцию так, чтобы выполнялось условие сходимости (2.12). Рассмотрим один из общих алгоритмов перехода от уравнения (2.1) к уравнению (2.10). Умножим левую и правую части уравнения (2.1) на произвольную константу и добавим к обеим частям неизвестное . При этом корни исходного уравнения не изменятся
или . (2.13)
Уравнение (2.13) эквивалентно уравнению (2.10), если положить, что . Произвольный выбор константы позволяет обеспечить выполнение условия сходимости (2.12). Поскольку в данном случае , значение следует выбирать так, чтобы выполнялось условие
.
Желательно выбрать величину такой, чтобы , тогда сходимость будет двухсторонней (рис. 2.12.в). В этом случае в качестве критерия окончания итерационного процесса можно использовать соотношение (2.6).
Замечание. При сходимости последовательных приближений к корню с разных сторон, что имеет место при в окрестности корня (рис.2.12.в), величина превосходит истинную погрешность, то есть и критерий окончания итерационного процесса (2.6) является объективным. Если же , то сходимость к корню носит односторонний характер (рис. 2.11.а), и условие может выполниться гораздо раньше требования . В этом случае контроль достигнутой точности лучше осуществлять проверкой неравенства
, где .
Наибольшая скорость сходимости в методе итераций будет наблюдаться при . Этого можно добиться, выбрав параметр зависящим от в виде
.
При этом итерационная формула (2.11) переходит в формулу Ньютона
.
Таким образом, метод Ньютона можно трактовать как частный случай метода итераций, обладающий максимальной скоростью сходимости.
2.2.7. Комбинированный метод хорд и касательных
Рассмотренные в данной главе методы хорд и касательных могут быть объединены в комбинированный метод, так как их совместное применение на каждой итерации позволит значительно быстрее сокращать длину отрезка локализации корня. Вместе с тем вычислительная сложность полученного комбинированного метода будет сопоставима с суммарной вычислительной сложностью методов хорд и касательных.
Пусть рассматривается отрезок локализации корня . Комбинированный метод может быть применен, если выполняются следующие условия: и и сохраняют знак на отрезке . При выполнении указанных условий приближения к корню уравнения по методу хорд и по методу касательных подходят к значению данного корня с противоположных сторон. Поэтому для быстроты нахождения корня удобно применять оба метода одновременно. Так как один метод даёт значение корня с недостатком, а другой – с избытком, то достаточно легко добиться заданной точности. Схема решения нелинейного уравнения комбинированным методом включает следующие этапы:
Вычисление значений функции и .
Проверка выполнения условия . Если условие не выполняется, то отрезок выбран неправильно.
Нахождение производных и .
Проверка постоянства знаков производных на отрезке . Если нет постоянства знака, то отрезок выбран неверно.
Для метода касательных за выбирается тот из концов отрезка , где выполняется условие , то есть и имеют один знак. Другой конец отрезка выбирается для метода хорд, обозначим его через .
Расчет приближения корней по каждому из методов:
а) по методу касательных: ;
б) по методу хорд: .
Вычисление первого приближения корня: .
Проверка выполнения условий: – для метода касательных; – для метода хорд; – для комбинированного метода. Здесь – заданная точность вычисления корня. Если какое-либо условие не выполняется, то применение метода продолжается с пятого шага для тех методов, условия прекращения выполнения которых не выполнены.
После первой итерации отрезок локализации корня сужается и принимает вид . На второй итерации приближенные значения корня для методов касательных и хорд (в соответствии с пунктами 5 и 6) рассчитываются соответственно по формулам:
и .
В общем случае вычисления продолжаются, пока не будет найдено такое приближение корня , при котором и совпадут с точностью .
Формулы расчета приближений корня на итерации имеют вид
и .