- •Министерство образования и науки Российской федерации
- •Кафедра математики и математических методов в экономике
- •ЧИСЛЕННЫЕ МЕТОДЫ
- •Хабаровск 2014
- •1.1. Постановка задачи о приближении функций
- •1.2. Метод множителей Лагранжа
- •Идея метода – искать полином не в виде (1.2), а как
- •Схема построения полиномов Лагранжа
- •Шаг 2. Пусть x – переменная. Составим произведение
- •Шаг 3. Раскрывая внешние скобки, можно получить многочлен степени n
- •Пример. По таблице
- •Шаг 1. Находим коэффициенты
- •Шаг 3. Раскрыв скобки, получим
- •1.3. Метод разделённых разностей и полиномы Ньютона
- •Часть 1. Разностные аналоги производных
- •Часть 2. Рекурсивное вычисление функции
- •Пример. Известна таблица значений функции
- •Ответ: значения полинома Ньютона равны 18 в точке 2 и 2,2401 в точке 0,7.
- •Аналогично
- •Продифференцировав каждое слагаемое три раза, получим
- •1.5. Метод наименьших квадратов
- •Поиск линейной зависимости
- •Подставив суммы в систему (1.11), получим
- •Подставив найденные суммы в систему (1.12), получим
- •Пример 4. По приведённым данным
- •Отсюда очевидным образом имеем, что
- •Схема метода касательных
- •Вычисление корней при помощи метода простых итераций
- •Составим систему
- •Соответствующая линейная система имеет вид
- •Таблица 2.3 – Решение примера 2
- •Общая схема метода
- •Остаётся сравнить значения
- •Общая схема метода золотого сечения
- •Пусть функция f(x) задана таблицей
- •Проинтегрировав, получаем, что
- •Последовательно находим
- •Интегрируя каждое слагаемое, получим, что
- •Тогда интеграл сводится к
- •Проинтегрировав каждое слагаемое, получим
- •По теореме об интегрировании сходящихся степенных рядов
- •Если интеграл определённый, то
- •Найдём значения
- •По формуле трапеций получим
- •По формуле Симпсона будет
- •По формуле парабол
- •Поскольку значения на концах не зависят от числа точек и
- •Ответ:
- •Шаг 4. Ответ:
- •Тогда
- •Ответ:
- •Ответ:
- •Формула метода 3-го порядка точности:
- •Ответ:
- •Формула метода 4-го порядка точности
- •Все дальнейшие вычисления аналогичны и приведены в таблице.
- •Таблица (начало)
- •Таблица (окончание)
- •Ответ:
- •Пример 1. Решим систему
- •Ответ:
- •Последнее преобразуется к виду
- •Задачу (5.10) – (5.11) будем записывать в виде операторного уравнения
- •Из ограниченности третьей производной следует, что
- •Таким образом, точность близости будет О(h).
- •В силу граничных условий имеет место и неравенство
- •Если yh есть решение уравнения (5.12), то из (5.27) имеем оценку
- •Замечание о делении отрезка на части
- •Решение уравнений делением отрезка
- •Метод секущих (хорд)
- •При реализации в EXCEL достаточно заполнить строчку
- •Метод касательных
- •Реализация метода мало отличается от метода секущих, заполняем строку
- •Таблица 6.1 – Решение уравнения
- •Подбор полиномов, проходящих через точки
- •Таблица 6.2 – Поиск полинома при помощи обратной матрицы
- •Полиномы Лагранжа
- •Таблица 6.3 – Построение полинома Лагранжа
- •Таблица 6.4 – Построение полинома Ньютона
- •Метод Эйлера решения задачи Коши
- •Таблица 6.5 – Решение уравнения методом Эйлера
- •Приближённое интегрирование
- •Таблица 6.6 – Вычисление интеграла методом трапеций и методом Симпсона
- •ЗАДАНИЯ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ
- •Часть 1. Задания для работы без пакетов прикладных программ
- •Задание 1. Решение уравнений
- •Задание 2. Метод простых итераций
- •Задание 3. Метод простых итераций в приближённых вычислениях
- •Задание 4. Полиномы Лагранжа и Ньютона
- •Задание 5. Метод наименьших квадратов
- •Задание 6. Приближённое интегрирование
- •Задание 7. Задача Коши
- •Часть 2. Задания для работы в пакете EXCEL
- •Задание 1. Приближение функций полиномами
- •Задание 2. Задача Коши
- •Задание 3. Системы дифференциальных уравнений
- •Задание 4. Задача Коши 2-го порядка
- •Задание 5. Приближённое интегрирование
- •Задание 7. Метод Ньютона решения систем нелинейных уравнений
- •Задание 9. Применение рядов в приближённом интегрировании
- •Оглавление
В частности, если функция аналитическая, то есть дифференцируема сколь
угодное число раз, то при подстановке x0 |
0 получается разложение функции в |
|||||||||
ряд МакЛорена |
|
|
|
|
|
|
|
|
|
|
|
f k 0 |
|
|
x2 |
|
x3 |
|
xn |
||
f x |
|
|
xk f 0 f 0 x f |
0 |
|
f 0 |
|
f n 0 |
|
. |
k! |
2 |
6 |
n! |
|||||||
k 0 |
|
|
|
|
|
|
|
|
|
|
Хорошо известны ряды МакЛорена для пяти важнейших функций:
|
|
x |
k |
|
|
|
|
|
x |
2 |
|
|
x |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
ex |
|
|
1 x |
|
|
|
|
; |
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
k 0 |
|
k! |
|
|
|
|
|
|
2 |
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
k |
|
2k 1 |
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
||||||
sin x |
1 |
x |
|
|
|
|
x |
x |
|
|
|
|
|
|
x |
|
|
|
|
; |
|||||||||||||||
|
2k 1 ! |
|
|
|
|
|
120 |
|
|||||||||||||||||||||||||||
k 0 |
|
|
|
|
|
|
|
6 |
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
k |
|
|
2k |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
cos x |
1 |
x |
|
1 |
x |
|
|
|
|
x |
|
|
|
; |
|||||||||||||||||||||
|
2k ! |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
k 0 |
|
|
|
|
|
2 |
|
|
|
|
|
24 |
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
k 1 |
|
k |
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
3 |
|
|||
ln 1 x |
1 |
|
|
x |
|
x |
x |
|
|
|
|
x |
|
|
; |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
k 1 |
|
|
|
k |
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
3 |
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
k |
|
2k 1 |
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
5 |
|
|
|||||||||
arctg x 1 |
|
x |
|
|
|
|
x |
x |
|
|
|
|
x |
|
|
|
. |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
k 0 |
2k 1 |
|
|
|
|
|
|
|
3 |
|
|
|
|
|
5 |
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Последние две формулы справедливы для x 1;1 , остальные – при любых x. Ценное свойство рядов МакЛорена – в том, что аргумент x в них можно заме-
нить на выражение ax p где a, p – любые числа. Кроме того, функцию f x мож-
но умножить на x m при любом m, и тогда все элементы ряда также умножатся на x m . Это значительно расширяет возможности разложения функций в ряд.
|
|
|
|
k |
k |
|
|
|
9x |
2 |
|
|
27x |
3 |
|
|
81x |
4 |
|
|
|
1 |
|
1 |
||||
Например, ln 1 3x |
1 3x |
|
3x |
|
|
|
|
|
|
при |
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
; |
|
|
. |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
k 1 |
|
|
k |
|
|
|
|
|
2 |
|
|
|
3 |
|
|
|
4 |
|
|
|
|
3 |
|
3 |
|||
Аналогично |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ln 1 5x4 5x4 |
5x4 2 |
|
5x4 3 |
|
5x4 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
2 |
|
3 |
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5x4 12,5x8 41,67x12 154,25x16 |
|
|
|
|
|
|
|
|
|||||||||||||||||||
при любых 5x 4 1;1 , что равносильно |
x 0,667;0,667 (здесь |
|
|
|
||||||||||||||||||||||||
0,667 4 1/ 5 ). |
Подобные примеры можно привести и для других функций.
Ряды МакЛорена допускают почленное дифференцирование и интегрирование, и найти производную от функции – то же, что найти производную каждого слагаемого в её разложении в ряд. Учитывая, что все элементы разложения – степени переменной x с некоторым числовым коэффициентом, поиск производной или первообразной весьма упрощается и возможно получение новых рядов.
13
Пример. Найдём f 3 x для функции |
f x x4 e x2 / 2 . |
||||||||||||||||||||||
Решение. Подставив в ряд для |
|
e x выражение x2 / 2 вместо x, получим |
|||||||||||||||||||||
|
|
|
|
|
x / 2 |
|
|
|
|
1 x |
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
2 |
|
k |
|
|
|
|
|
k |
2k |
|
|
|
|
|||
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
e x |
/ 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
|||
|
|
|
|
k! |
|
|
|
2k k! |
|
|
|
|
|
||||||||||
|
|
|
|
k 0 |
|
|
|
|
|
|
|
k 0 |
|
|
|
|
|
|
|
|
|
|
|
Домножим на x 4 : |
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
1 |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
x |
|
|
|||||
|
|
|
|
|
|
|
|
|
k |
|
2k |
|
|
|
|
|
k |
|
2k 4 |
|
|||
x 4 e x |
2 |
/ 2 |
x 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
2 |
k |
k! |
|
|
|
|
2 |
k |
k! |
||||||||||||
|
|
|
|
|
|
k 0 |
|
|
|
k 0 |
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Продифференцировав каждое слагаемое три раза, получим
x4 e x |
/ 2 |
|
|
1 x |
|
|
|
|
1 2k 4 2k 3 2k 2 x |
|
. |
|
2 |
3 |
|
|
k |
2k 4 |
3 |
|
|
k |
2k 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2k k! |
|
|
2k k! |
|
|
|
|||
|
|
|
k 0 |
|
|
|
|
k 0 |
|
|
|
|
Формула справедлива в любой точке х, а для малых х числовое значение получается очень быстро в силу быстрого убывания x 2k 1 к 0.
Сходящиеся ряды можно перемножать, получая также сходящийся ряд, что можно проверить, перемножив
|
x |
k |
x |
j |
|
2 |
m |
x |
m |
||
e x e x |
|
|
|
|
|
|
e2 x . |
||||
|
|
|
|
|
|
|
|
||||
k 0 |
k! j 0 |
j! |
m 1 |
|
m! |
|
|
При перемножении необходимо взять несколько слагаемых в каждом множителе, раскрыть скобки и собрать подобные слагаемые.
Недостаток применения рядов МакЛорена в приближённых вычислениях состоит в том, что при удалении от нуля для вычисления функции в конкретной точке надо брать всё больше слагаемых.
Например, ln 1,02 0,02 |
0,022 |
|
0,023 |
|
0,02 0,000 2 2,667 10 6 |
0,019 803 с |
|||
|
|
|
|
|
|||||
2 |
|
|
3 |
|
|
|
|||
погрешностью 4 10 8 ,а при попытке вычислить |
|
||||||||
ln1,8 0,8 |
0,82 |
|
|
0,83 |
0,8 0,32 0,171 0,651 |
|
|||
|
|
|
|||||||
2 |
|
3 |
|
|
|
получим уже погрешность 0,1. Этот же недостаток сохраняется и при вычислении определённых интегралов и при разложении в ряд решения задачи Коши.
1.5. Метод наименьших квадратов
Подбор полинома, принимающего во всех необходимых узлах указанные значения, обычно невыгоден по двум важным причинам:
1)степень полинома высока – на 1 меньше числа точек (числа пар значений);
2)изменение входных данных заметно изменяет коэффициенты полинома.
14
Высокая степень полинома усложняет вычисления, а поскольку данные измерений подвержены погрешностям, нет смысла требовать точного совпадения теоретических значений полинома с практическими результатами измерений. Лучше найти простую функцию, проходящую достаточно близко от необходимых точек.
Тип функции часто удаётся определить, отметив точки на плоскости, например, увидеть линейную зависимость y ax b , если расположение точек напоминает прямую линию.
Идея подбора функции основана на том, что любая зависимость характеризуется некоторыми параметрами-коэффициентами.
Например, линейная функция y ax b включает два параметра – a, b, а
функция y aeSx b содержит три параметра a, S, b. Если предполагается линейная зависимость, надо найти a, b так, чтобы общее отклонение теоретических значений, подсчитанных по формуле y xk axk b , было бы меньше, чем для любой другой линейной функции, то есть чем при любых других a, b. Из такого же принципа находят коэффициенты a, b, c для параболической функции, и т.д.
Под общим отклонением понимают суммарное отклонение по всем узлам квадратов разностей между предполагаемым теоретическим значением f a, b, , c, xk и заданными в таблице (1.1) значениями yk (нумерацию узлов xk
для удобства начнём с единицы): |
|
|
а) сумму axk |
b yk 2 , если предполагается зависимость y ax b , |
|
k |
|
|
б) сумму axk2 |
bxk c yk 2 , если предполагается, что |
y ax2 bx c , |
k |
|
|
в) в общем случае f a,b, , c, xk yk 2 для произвольной функции
k
y f a,b, ,c, x .
Возведение в квадрат выражений f a, b, , c, xk yk необходимо, чтобы раз-
личия разного знака между теоретическими и наблюдаемыми значениями не могли в сумме нейтрализовать друг друга. Это удобнее, чем применение суммы
f (a,b, , c, xk ) yk .
k
Именно по построению функции, определяющей общее отклонение, и в силу того, что это отклонение надо сделать минимально возможным, идёт речь о ме-
тоде наименьших квадратов (МНК).
15
Можно заметить, что сумма f a,b, , c, xk yk 2 для фиксированного
k
представляет собой функцию нескольких переменных
F a,b, ,c . Цель метода – найти минимум такой функции. Но экстремум функции нескольких переменных может быть только в точке, где все её частные производные обращаются в нуль или не существуют:
F |
2 f a,b, , c, xk |
yk f 0 ; |
F |
2 f a,b, , c, xk |
yk f |
0 , |
|
a |
k |
|
a |
b |
k |
b |
|
и далее по другим параметрам. Таким образом, поиск функции |
y f a,b, ,c, x |
||||||
методом наименьших квадратов сводится к решению системы уравнений |
|
||||||
F |
0, F |
0, , F |
0 , где F F a,b, , c f a,b, , c, xk yk 2 . |
|
|||
a |
b |
c |
|
|
k |
|
|
Заметим, что МНК позволяет подобрать функцию y=f(x), если она сводится к виду f x a1 f1 x a2 f2 x am fm x , где f1 , f2 , , fm – линейно независимые базисные функции, не содержащие неизвестных параметров. Так, для квадра-
тичной зависимости y ax2 |
bx c имеем: f |
1 |
x2 , f |
2 |
x, f |
3 |
1. Базисные функ- |
|
|
|
|
|
|
|
|||
ции выбираются заранее, |
а решение сводится |
к |
поиску коэффициентов |
|||||
a1 , a2 , , am при помощи системы m уравнений. |
|
|
|
|
|
|
||
Поиск линейной зависимости |
|
|
|
|
Пусть по n точкам x1 , y1 , x2 , y2 , , xn , yn определяется линейная зависи-
мость y ax b . Надо найти точку минимума функции F a,b axk |
b yk 2 . |
||||
|
|
|
|
k |
|
Поскольку |
|
|
|
|
|
F |
2 axk |
b yk |
1 axk b yk |
2 axk b yk xk , |
|
a |
k |
|
a |
k |
|
F |
2 axk |
b yk |
1 axk b yk |
2 axk b yk 1 , |
|
b |
k |
|
b |
k |
|
то после деления на 2 и раскрытия скобок получаем систему
|
|
ax2 |
bx |
k |
y |
k |
x |
k |
0, |
|
|
||||||||
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
b yk |
|
|
|
|
|
|
|
|
||||||
axk |
|
|
0, |
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
которую сводим к равносильной |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
k |
|
|
k |
|
|
|
k |
|
k |
|
||||||
a |
|
|
x2 |
b |
|
|
|
x |
|
|
|
|
x |
|
y |
|
, |
||
|
|
|
k |
bn |
|
|
|
|
|
|
k |
|
|
(1.11) |
|||||
|
|
|
|
|
|
|
|
|
|||||||||||
a |
|
|
x |
|
|
|
|
|
|
y |
|
, |
|
|
|||||
|
|
|
|
|
|
16 |
|
|
|
|
|
|
|
|
|
|