- •Лекция 1
- •Лекция 2
- •Уравнении с одним неизвестным
- •Метод деления отрезка пополам (метод бисекции).
- •Метод Ньютона (метод касательных).
- •Метод простой итерации.
- •Лекция 3 Системы линейных уравнений
- •3.Прямые методы
- •Итерационные методы
- •Метод Гаусса — Зейделя.
- •Системы уравнений.
- •Лекция 4 Аппроксимация функций.
- •Точечная аппроксимация.
- •Многочлены Чебышева.
- •Линейная и квадратичная интерполяция.
- •Сплайны.
- •Многочлен Лагранжа.
- •Лекция 5.
- •Метод Симпсона.
- •Использование сплайнов.
- •Кратные интегралы.
- •Метод Монте-Карло.
- •Лекция 6. Численное дифференцированно.
- •Погрешность численного дифференцирования.
- •Метод неопределенных коэффициентов.
- •Улучшение аппроксимации.
- •Частные производные.
- •Лекция 7.
- •Основные понятия.
- •Задачи оптимизации.
- •Одномерная оптимизация.
- •1. Задачи на экстремум.
- •Метод золотого сечения.
- •Метод градиентного спуска.
- •Лекция 8. Задачи с ограничениями.
- •Линейное программирование.
- •Геометрический метод.
- •Симплекс-метод.
- •Задача о ресурсах.
Лекция 6. Численное дифференцированно.
Аппроксимация производных.
Напомним, что производной функции
называется предел отношения приращения
функции
к приращению аргумента
при стремлении
к нулю:
,
(1).
Обычно для вычисления производных
используют готовые формулы (таблицу
производных) и к выражению (1) не прибегают.
Однако в численных расчетах на ЭВМ
использование этих формул не всегда
удобно и возможно. В частности, функция
может быть задана в виде таблицы значений.
В таких случаях производную находят,
опираясь на формулу (1). Значение шага
полагают равным некоторому конечному
числу и для вычисления значения
производной получают приближенное
равенство
(2).
Это соотношение называется аппроксимацией
(приближением) производной с помощью
отношения конечных разностей (значения
,
в формуле (2) конечные в отличие от их
бесконечно малых значений в (1)).
Рассмотрим аппроксимацию производной
для функции
,
заданной в табличном виде:
при
.
Пусть шаг - разность между соседними
значениями аргумента - постоянный и
равен
.
Запишем выражения для производной
при
.
В зависимости от способа вычисления
конечных разностей получаем разные
формулы для вычисления производной в
одной и той же точке:
,
,
(3) с помощью левых
разностей;
,
,
(4) с помощью правых
разностей;
,
,
(5) с помощью центральных
разностей.
Можно найти также выражения для старших производных. Например,
(6).
Таким образом, по формуле (2) можно найти приближенные значения производных любого порядка. Однако при этом остается открытым вопрос о точности полученных значений. Кроме того, как будет показано ниже, для хорошей аппроксимации производной нужно использовать значения функции во многих узлах, а в формуле (2), это не предусмотрено.
Погрешность численного дифференцирования.
Аппроксимируем
функцию
некоторой
функцией
,т.
е. представим ее в виде
(7).
В качестве
аппроксимирующей функции
можно принять
частичную сумму ряда или интерполяционную
функцию.
Тогда погрешность
аппроксимации
определяется
остаточным членом ряда или интерполяционной
формулы.
Аппроксимирующая
функция
может
быть использована
также для приближенного вычисления
производной
функции
.Дифференцируя
равенство (7) необходимое
число раз, можно найти значения
производных
:
,
.
В
качестве приближенного значения
производной порядка
функции
можно
принять соответствующее значение
производной функции
,
т. е.
.
Величина
,
характеризующая отклонение приближенного
значения производной от ее истинного
значения, называется погрешностью
аппроксимации производной.
При численном дифференцировании функции,
заданной в виде таблицы с шагом
,
эта погрешность зависит от
,
и ее записывают в виде
.
Показатель степени
называется порядком погрешности
аппроксимации производной (пли просто
порядком аппроксимации). При этом
предполагается, что значение шага по
модулю меньше единицы.
Оценку погрешности легко проиллюстрировать с помощью ряда Тейлора
.
Пусть функция
задана в виде таблицы
.
Запишем ряд Тейлора при
с точностью до членов порядка
:
.
Отсюда найдем производной в точке
:
.
Это выражение совпадает с формулой (3),
которая, как видно, является аппроксимацией
первого порядка (
).
Аналогично, записывая ряд Тейлора при
,
можно получить аппроксимацию (4). Она
также имеет первый порядок.
Используем теперь ряд Тейлора для оценки
погрешностей аппроксимаций (5) и (6).
Полагая
и
, соответственно получаем
(8).
Вычитая эти равенства одно из другого, после очевидных преобразований получаем
.
Это аппроксимация производной (5) с помощью центральных разностей. Она имеет второй порядок.
Складывая равенства (8), находим оценку погрешности аппроксимации производной второго порядка вида (6):
.
Таким образом, эта аппроксимация имеет второй порядок. Аналогично можно получить аппроксимации производных более высоких порядков и оценку их погрешностей.
Мы рассмотрели лишь один из источников погрешности численного дифференцирования - погрешность аппроксимации (ее также называют погрешностью усечения). Она определяется величиной остаточного члена.
Анализ остаточного члена нетривиален,
и сведения по этому вопросу можно найти
в более полных курсах по численным
методам и теории разностных схем. Отметим
лишь, что погрешность аппроксимации
при уменьшении шага
,
как правило, уменьшается.
Погрешности, возникающие при численном
дифференцировании, определяются
также неточными значениями функции
в узлах и погрешностями округлений при
проведении расчетов на ЭВМ. В отличие
от погрешности аппроксимации погрешность
округления возрастает с уменьшением
шага
.
Поэтому суммарная погрешность численного
дифференцирования может убывать при
уменьшении шага лишь до некоторого
предельного значения, после чего
дальнейшее уменьшение шага не повысит
точности результатов.
Оптимальная точность может быть
достигнута за счет регуляризации
процедуры численного дифференцирования.
Простейшим способом регуляризации
является такой выбор шага
,
при котором справедливо неравенство
,
где
- некоторое малое число. При вычислении
производной это исключает вычитание
близких по величине чисел, которое
обычно приводит к увеличению погрешности.
Это тем более опасно при последующем
делении приращения функции на малое
число
.
Другой способ регуляризации — сглаживание
табличных значений функции подбором
некоторой гладкой аппроксимирующей
функции, например многочлена.
Использование интерполяционных формул.
Предположим, что функция
,
заданная в виде таблицы с постоянным
шагом
,
может быть аппроксимирована интерполяционным
многочленом Ньютона (3):
,
.
Дифференцируя этот многочлен по
переменной
с учетом правила дифференцирования
сложной функции:
,
можно получить формулы для вычисления производных любого порядка:

![]()
Интерполяционные многочлены Ньютона
(а также Стирлинга и Бесселя) дают
выражения для производных через разности
.
Однако на практике часто выгоднее
выражать значения производных не через
разности, а непосредственно через
значения функции в узлах. Для получения
таких формул удобно воспользоваться
формулой Лагранжа с равномерным
расположением узлов
.
Таблица 1.
|
|
|
|
|
|
|
|
|
0 |
1,2833 |
|
|
|
|
|
|
0,1 |
1,8107 |
0,5274 |
|
|
|
|
|
0,2 |
2,3606 |
0,5599 |
0,0325 |
|
|
|
|
0,3 |
2,9577 |
0,5971 |
0,0372 |
0,0047 |
|
|
|
0,4 |
3,5969 |
0,6392 |
0,0421 |
0,0049 |
0,0002 |
|
|
0,5 |
4,2833 |
0,6864 |
0,0472 |
0,0051 |
0,0002 |
0,000 |
Запишем интерполяционный многочлен
Лагранжа
и его остаточный член
для случая трех узлов интерполяции (
)
и найдем их производные:
.
Здесь
-
значение производной третьего порядка
в некоторой внутренней точке
.
Запишем выражение для производной
при
:

Аналогичные соотношения можно получить
и для значений
при
:
.
Записывая интерполяционный многочлен
Лагранжа и его остаточный член для
случая четырех узлов (
),
получаем следующие аппроксимации
производных:
(9).
В случае пяти узлов (
)
получим:
(10).
![]()
Таким образом, используя значения
функции в
узлах, получаем аппроксимацию производных
-го
порядка точности. Эти формулы можно
использовать не только для узлов
,
но и для любых узлов
,
соответствующим образом изменяя значения
индексов.
Обратим внимание на то, что при четных
наиболее простые выражения и наименьшие
коэффициенты в остаточных членах
получаются для производных в средних
(центральных) узлах (
при
при
и т. д.). Выпишем аппроксимации производных
для узла с произвольным номером
,
считая его центральным:
,
,
(11)
,
.
Они называются аппроксимациями производных с помощью центральных разностей и широко используются на практике.
С помощью интерполяционных многочленов Лагранжа можно получить аппроксимации для старших производных. Приведем аппроксимации для вторых производных.
В случае трех узлов интерполяции (
)
имеем
(12).
В случае четырех узлов интерполяции
(
)
имеем
(13).
Аппроксимации вторых производных с
помощью центральных разностей при
четных
также наиболее выгодны.
