- •Bisection
- •7.) Метод хорд (секущих).
- •9.) Методы решения систем линейных алгебраических уравнений:
- •Постановка задачи
- •10.) Прямые методы решения слау Метод Крамера:
- •Решение систем линейных алгебраических уравнений матричным методом (с помощью обратной матрицы).
- •Метод Гаусса- этот метод заключается в последовательном исключении неизвестных. Пусть в системе уравнений
- •Алгоритм численного метода Гаусса:
- •1. Прямой ход.
- •Итерационные методы решения линейных алгебраических систем Метод простой итерации или метод Якоби
- •Алгоритм метода простых итераций
- •Метод Гаусса – Зейделя
- •Алгоритм метода Зейделя
- •11.) Нормы векторов
- •12.) Нормы матриц
- •Свойства норм матриц.
- •Алгоритм метода Зейделя
- •Постановка задачи
- •Задача интерполяции функции, интерполяционные полиномы:
- •Оценка погрешности интерполяционной формулы Лагранжа
- •Интерполяционные формулы Ньютона
- •Оценка погрешностей первой и второй интерполяционных формул Ньютона
- •Численные методы решения задачи Коши для оду:
- •Где .
- •Оценка элементарной площади Si правым прямоугольником.
- •Оценка элементарной площади Si центральным прямоугольником.
- •Геометрическая иллюстрация вычисления значения определённого интеграла по формуле левых прямоугольников.
Постановка задачи
Дана система нелинейных уравнений с неизвестными:
где , — нелинейные функции, определенные и непрерывные в некоторой области , или в векторном виде (где )
Требуется найти такой вектор , который при подстановке в систему (3.22) превращает каждое уравнение в верное числовое равенство.
Решить методом простых итераций.
для применения метода требуется привести систему (3.22) к равносильному виду:
(3.24) |
или в векторной форме
(3.25) |
где , функцииопределены и непрерывны в окрестности изолированного решениясистемы (3.24).
17.)
Аппроксимацией (приближением) функции называется нахождение такой функции(аппроксимирующей функции), которая была бы близка заданной.
Функция f(x), в зависимости от специфики задачи, может отвечать различным требованиям.
Функция f(x) должна проходить через точки (xi,yi), т. е. f(xi)=yi,i=1...n. В этом случае говорят обинтерполяцииданных функцией f(x) во внутренних точках между xi, или экстраполяции за пределами интервала, содержащего все xi.
Функция f(x) должна некоторым образом (например, в виде определенной аналитической зависимости) приближать y(xi), не обязательно проходя через точки (xi,yi). Такова постановка задачирегрессии, которую во многих случаях также можно назвать сглаживанием данных.
Функция f(x) должна приближать экспериментальную зависимость y(xi), учитывая, к тому же, что данные (xi,yi) получены с некоторой погрешностью, выражающей шумовую компоненту измерений. При этом функция f(x), с помощью того или иного алгоритма уменьшает погрешность, присутствующую в данных (xi,yi). Такого типа задачи называют задачами фильтрации. Сглаживание - частный случай фильтрации.
Критерии близости функций имогут быть различные.
В том случае, когда приближение строится на дискретном наборе точек, аппроксимацию называют точечной или дискретной.
В том случае, когда аппроксимация проводится на непрерывном множестве точек (отрезке), аппроксимация называется непрерывной или интегральной. Примером такой аппроксимации может служить разложение функции в ряд Тейлора, то есть замена некоторой функции степенным многочленом.
Типичной задачей аппроксимации функций является задача интерполяции. Необходимость интерполяции функций в основном связана с двумя причинами:
Функция f(x) имеет сложное аналитическое описание, вызывающее определенные трудности при его использовании (например, f(x) является спецфункцией: гамма-функцией, эллиптической функцией и др.).
Аналитическое описание функции f(x) неизвестно, т. е. f(x) задана таблично. При этом необходимо иметь аналитическое описание, приближенно представляющее f(x) (например, для вычисления значений f(x) в произвольных точках, определения интегралов и производных от f(x) и т. п.)
Постановка задачи интерполяции
На отрезке [a, b] заданы n + 1 точки xi = х0, х1, . . ., хn, которые называются узлами интерполяции, и значения некоторой функции f(x) в этих точках
f(x0) = y0, f(x1) = y1, . . ., f(xn) = yn. |
(1) |
Требуется построить функцию F (х) (интерполяционная функция), принадлежащую известному классу и принимающую в узлах интерполяции те же значения, что и f(x), т. е. такую, что
F(x0) = y0, F(x1) = y1, . . ., F(xn) = yn. |
(2) |
Геометрически это означает, что нужно найти кривую y = F (х) некоторого определенного типа, проходящую через заданную систему точек M(xi, yi) (i = 0, 1, ..., n).
В такой общей постановке задача может иметь бесконечное множество решений или совсем не иметь решений.
Однако эта задача становится однозначной, если вместо произвольной функции F (х) искать полином j (х) (интерполяционный полином) степени не выше n, удовлетворяющий условиям (2), т. е. такой, что
j (x0) = y0, j (x1) = y1, . . ., j (xn) = yn. |
(3) |
Полученную интерполяционную формулу
(4) |
обычно используют для приближенного вычисления значений данной функции ¦ (х) для значений аргумента х, отличных от узлов интерполяции. Такая операция называется интерполяцией функций.
Различают два вида интерполяции:
глобальная - соединение всех точек ¦ (х) единым интерполяционным полиномом;
локальная - соединение точек отрезками прямой (по двум точкам), отрезками параболы (по трем точкам).
18.)
Интерполяционным полиномом называется соответствующий интерполянт, в котором в качестве системы функций φk(x), выбирается полином.
Существование и единственность интерполяционного полинома гарантируется, если все узлы интерполяции xk различны. Т.к определитель системы линейных алгебраических уравнений для нахождения коэффициентов ak является определителем Вандермонда, который, равен
и, следовательно, отличен от нуля в случае, когда все узлы xk различны и матрица системы невырождена, то решение системы существует и единственно.