- •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
4.5. Вычисление интегралов с заданной точностью
Используя приведенные в разд. 4.4 оценки погрешности вычисления интегралов, можно априори определить шаг интегрирования , при котором погрешность вычисленного результата гарантированно не превысит некоторую заданную погрешность . Однако на практике пользоваться априорными оценками погрешности не всегда удобно, в таких случаях контроль за точностью получаемого результата можно организовать следующим образом. Пусть вычисления проводились с постоянным шагом и – вычисленное с шагом приближенное значение интеграла . Если затем вычислить приближенное значение с шагом , то в качестве оценки погрешности последнего вычисленного значения можно рассматривать величину .
При необходимости вычислить результат с заданной точностью вычисления повторяют с последовательно уменьшающимся (обычно вдвое) шагом до тех пор, пока не выполнится условие .
Можно применить указанное правило для контроля за погрешностью на каждом частичном отрезке , . При этом длина очередного шага , посредством последовательного уменьшения начальной длины вдвое, устанавливается такой, чтобы выполнялось неравенство
.
Тогда, в худшем случае, ошибка вычисления значения интеграла на всем отрезке интегрирования не будет превосходить сумму локальных погрешностей
,
то есть не будет превосходить заданного уровня погрешности.
Способ вычисления интеграла с автоматическим выбором шага имеет то преимущество, что он «приспосабливается» к особенностям подынтегральной функции: в областях резкого изменения функции шаг уменьшается, а там, где функция меняется слабо, – увеличивается. Такого рода алгоритмы называются адаптивными, то есть приспосабливающимися, их использование позволяет сократить затраты вычислительных ресурсов без потери точности вычисления.
Одним из подходов к экономии вычислительных ресурсов ЭВМ при необходимости сокращения шага интегрирования вдвое является сохранение в памяти ЭВМ результатов промежуточных вычислений для исходного шага и дополнение их результатами расчетов, связанных с введением на отрезках интегрирования дополнительных точек, располагающихся в их середине.
4.6. Особые случаи численного интегрирования
Интегрирование разрывных функций. Если подынтегральная функция в некоторых внутренних точках ( ) отрезка интегрирования имеет разрыв первого рода (скачок), то интеграл следует вычислять для каждого участка непрерывности отдельно, а результаты складывать. Например, в случае одной точки разрыва (рис. 4.9) ( ) имеем
.
Рис. 4.9. Пример функции, имеющей разрыв первого рода в точке .
Для вычисления каждого из интегралов в правой части полученного равенства можно использовать любой из рассмотренных в данной главе методов.
Несобственные интегралы. К такому типу интегралов относятся интегралы, которые имеют хотя бы один бесконечный предел интегрирования или подынтегральную функцию, имеющую разрыв второго рода – обращающуюся в бесконечность хотя бы в одной точке отрезка интегрирования. Рассмотрим интеграл с бесконечной границей интегрирования, например .
Один из универсальных способов вычисления подобных интегралов заключается в их представлении в виде суммы двух интегралов:
,
где – некоторое большое положительное число, рис. 4.10.
Рис. 4.10. Иллюстрация вычисления интеграла с бесконечной границей интегрирования.
Вычисление первого интеграла на конечном отрезке не вызывает затруднений. Выбор числа производят таким образом, чтобы в пределах допустимой погрешности вторым интегралом можно было пренебречь.
В случае, когда подынтегральная функция обращается в бесконечность в некоторой точке ( ) отрезка интегрирования , интеграл можно приближенно представить в виде суммы двух интегралов
,
где – некоторая достаточно малая положительная величина, рис. 4.11.
Рис. 4.11. Подынтегральная функция обращается в бесконечность в некоторой точке отрезка интегрирования: а) с двух сторон от нее; б) с одной стороны от нее.
На отрезках и подынтегральная функция не имеет особенностей и соответствующие интегралы могут быть вычислены с помощью любого из рассмотренных в данной главе методов.
Замечание. В некоторых случаях при вычислении несобственных интегралов подходящая замена переменной интегрирования позволяет вообще избавиться от рассмотренных выше особенностей. Так, например, при вычислении интеграла
имеется особенность в точке , где подынтегральная функция обращается в бесконечность. Заменой переменной ( ) приходим к интегралу
,
который не имеет особенностей и вычисляется с требуемой точностью с применением любого из рассмотренных в данной главе методов.