- •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
3.1.3. Экономизация степенных рядов
Полиномы Чебышева дают очень хорошее приближение функции, но эти приближения довольно сложно вычислять. Существует относительно простой метод корректировки традиционного разложения функции в степенной ряд (например, в ряд Тейлора) до разложения функции по полиномам Чебышева.
Пусть дана часть степенного ряда функции на отрезке [–1,1]:
. (3.6)
Используя представление полиномов Чебышева степеней 0, 1, 2, ..., можно вычислять функции в разложении по полиномам Чебышева:
(3.7)
Подстановка (3.7) в (3.6) преобразует разложение функции в степенной ряд (3.6) в ряд, разложенный по полиномам Чебышева:
. (3.8)
Для широкого класса функций их разложение по полиномам Чебышева сходится намного быстрее, следовательно, мы можем надеяться, что , , в формуле (3.8) убывают гораздо быстрее, чем , , в (3.6). Тогда, не уменьшая общую точность приближения функции (за счет улучшения структуры ее представления), можно понизить степень многочлена, удалив из (3.8) последний член разложения, если , где – некоторая заданная точность. В результате, с помощью многочлена меньшей степени доступно вычисление функции без ущерба для точности ее представления в ЭВМ.
3.1.4. Приближения с помощью дробно-рациональных функций
Некоторые функции нельзя достаточно точно приблизить многочленами, например, имеющие асимптоты. Асимптотой графика функции называется такая прямая, расстояние от точки до которой стремится к нулю при неограниченном удалении точки графика от начала координат.
Рациональные функции способствуют получению хороших приближений. Наиболее сложную проблему составляет вопрос выбора вида дробно-рациональной функции для заданной функции , где и – многочлены. При выборе вида рациональной функции следует учитывать всю имеющуюся априорную информацию: симметрию приближаемой функции, точки разрыва, нули функции и т.д. Проиллюстрируем идею метода на примере. Пусть рациональная функция является отношением двух полиномов третьего порядка:
. (3.9)
Для функции по формуле Тейлора получено разложение в ряд:
. (3.10)
Приравнивая (3.9) и (3.10), а также приводя полученное равенство к общему знаменателю, получим
.
Раскрывая скобки и приравнивая коэффициенты при одинаковых степенях , получаем систему уравнений, из которой определим коэффициенты
Последние три уравнения отражают тот факт, что в числителе рационального приближения коэффициенты многочлена при степенях выше третьей равны нулю. При использовании данного метода возникает ошибка , которую можно оценить следующим образом. Вычислим каким был бы коэффициент , если бы он был включен в это приближение, и разделим его на величину знаменателя:
.
Для повышения точности приближения функции рациональной функцией степенной ряд (3.10) целесообразно подвергнуть экономизации.
3.2. Методы интерполяции функций
Довольно часто информация о функции задана не аналитически, а в виде значений в конечном множестве ее узловых точек (дискретно). Для реализации вычислительных алгоритмов обычно требуется восстановить функцию с дискретного множества точек (заданную таблично) на непрерывную область ее определения. Приближенная замена функции , заданной на множестве отдельных точек , (пусть ), функцией , значения которой в точках совпадают с соответствующими значениями функции , называется интерполяцией функции функцией . Точки называют узлами интерполяции, а – интерполянтом или интерполирующей функцией. При этом предполагается, что значения функции в узлах известны точно. Множество узлов интерполяции называют интерполяционной сеткой.