
- •Содержание
- •Метод Гаусса решениясистем линейных алгебраических уравнений
- •Задача Коши для оду
- •1.2. Источники и классификация погрешностей
- •1.2.1. Погрешности данных, метода и вычислений
- •1.3. Абсолютная и относительная погрешности вычисления
- •2. Численные методы алгебры
- •2.1. Методы решения алгебраических уравнений
- •2.1.1. Метод деления отрезка пополам
- •2.1.2. Метод хорд
- •2.1.3. Метод Ньютона
- •2.2. Метод Гаусса решения систем линейных алгебраических уравнений
- •2.4. Варианты итерационных методов
- •2.4.1. Метод простых итераций
- •2.4.2. Метод Якоби
- •2.4.3. Метод Зейделя
- •2.4.4. Метод релаксации
- •2.5. Оценка погрешности и мера обусловленности
- •2.4. Варианты итерационных методов
- •2.4.1. Метод простых итераций
- •2.4.2. Метод Якоби
- •2.4.3. Метод Зейделя
- •2.4.4. Метод релаксации
- •2.5. Оценка погрешности и мера обусловленности
- •2.6.1. Степенной метод
- •2.6.2. Метод вращений
- •3. Численные методы математического анализа
- •3.1. Задача интерполяции. Многочлен Лагранжа
- •3.1.1. Постановка задачи
- •3.1.2. Построение интерполяционного многочлена Лагранжа
- •3.1.3. Остаточный член
- •3.2.1. Постановка задачи
- •3.2.2. Многочлены Чебышева
- •3.2.3. Минимизация оценки остаточного члена
- •3.4.1. Использование интерполяционных многочленов с разделенными разностями.
- •3.4.3. Оценка погрешности по методу Рунге..
- •3.4.4. Уточнение приближенного решения.
- •3.5.1. Линейный интерполяционный сплайн
- •3.5.2. Кубический интерполяционный сплайн
- •3.5.3. Метод прогонки.
- •3.6. Метод наименьших квадратов
- •3.6.1. Подбор эмпирических формул
- •3.6.2. Среднеквадратичные приближения.
- •3.7.1. Формула прямоугольников.
- •3.7.2. Формула трапеций.
- •3.7.3.Формула Симпсона (парабол).
- •3.7.4. Оценка погрешности численного интегрирования.
- •4.2.1. Классификация численных методов для задачи Коши
- •4.4.1. Устойчивость задачи Коши по начальным данным
- •4.4.2. Устойчивость схемы Эйлера на модельной задаче
- •4.6. Сходимость методов Рунге - Кутта второго порядка
- •4.6.1. Исследование сходимости семейства разностных схем на модельной задаче
- •4.7.1. Сценарий построения разностных схем
- •4.8.1. Построение двухшаговой и трехшаговой схем
- •4.8.2. Погрешность аппроксимации
- •4.8.3. Устойчивость на модельной задаче
- •4.9.1. Построение неявных схем
- •4.9.2. Двухшаговая схема: погрешность аппроксимации и устойчивость на модельной задаче
- •4.9.3. Нахождение решения неявной разностной схемы
- •4.9.4. Схема "предиктор - корректор". Сравнение методов
- •4.10.1. Граничные условия
- •4.10.2. Метод стрельбы для краевой задачи с оду 2-го порядка
- •4.12. Общая задача.
- •4.12.1. Построение трехточечной разностной схемы 2-го порядка аппроксимации.
- •4.12.2. Сходимость разностной схемы.
- •4.12.3. Краевые условия 2-го и 3-го рода.
- •4.12.1. Построение трехточечной разностной схемы 2-го порядка аппроксимации.
- •4.12.2. Сходимость разностной схемы.
- •4.12.3. Краевые условия 2-го и 3-го рода.
- •1.1. Методы решения алгебраических уравнений
- •1.2. Решение систем линейных алгебраических уравнений методом Гаусса.
- •1.3. Итерационные методы решения систем уравнений
- •2.1. Интерполяционный многочлен Лагранжа
3.1.3. Остаточный член
В
узлах
многочлен
Лагранжа совпадает с заданной функцией,
в остальных точках в общем случае
не
совпадает с
(кроме
случая, когда
многочлен
степени не выше
).
Разность
-
-
остаточный член. Запишем ее в виде
.
При
.
Найдем постоянную такую, чтобы
в
некоторой фиксированной точке
,
в которой мы рассматриваем погрешность.
Относительно
будем
предполагать
кратную
дифференцируемость.
Значение
c, при котором
существует
и равно
.
Тогда функция
равна
нулю по крайней мере в
точках
.
По
теореме Ролля производная
равна
нулю по крайней мере в
точках
.
Далее,
равна
нулю по крайней мере в n точках и т.д.
Для
-
производной получаем, что существует
по крайней мере одна точка
такая,
что
.
Отсюда
получаем при
.
В этом случае в точке
,
т.е. остаточный член в точке
имеет
вид:
Значениезависит от
-
точки, в которой рассматривается
погрешность.
Оценка остаточного члена:
,3.2.
Минимизация остаточного члена
3.2.1. Постановка задачи
-
остаточный член формулы Лагранжа.
Для
получено
выражение :
(7)
Оно
получено в предположении, что производная
существует
и ограничена. Для одной определенной
функции
точность
интерполирования характеризуется
величиной
.
Если
интерполируется некоторое множество
функций
,
то точность можно оценить величиной:
Oна
зависит только от выбора узлов
.
Пусть
Задача:
найти такие узлы
для
которых величина
(8)
минимальна.
Задача
(8) есть задача об определении на
многочлена
степени
,
все корни которого простые и лежат на
,
наименее отклоняющегося от нуля.
3.2.2. Многочлены Чебышева
Пусть
.
Рассмотрим функцию вида:
(9)
При
:
При
:
,
При
используем
тригонометрическое тождество
Пусть
многочлен
степени
.
Получим рекурентное соотношение,
связывающее
.
Сложим
почленно эти равенства и перенесем
в
другую сторону. Получим
(10)
Полагая
в (10)
,
получим
(11)
Из
(11) следует, что
многочлен
степени
.
Коэффициент при
равен
.
Корни
многочлена Чебышева
:
(12)
Формула
(12) дает
различных
значений
при
.
Значение
при
других значениях
совпадает
с одним из значений из указанных.
Например, при
получаем
то же значение, что и при :
Значения
при совпадают со значениями при
и
т.д.
на
отрезке [-1,1] равен 1. Он достигается в
точках,
когда
.
,
(13)
Покажем,
что среди всех многочленов степени n со
старшим коэффициентом 1 многочлен
наименее
отклоняется от нуля на отрезке [-1,1].
Покажем,
что для любого
со
старшим коэффициентом 1
.
Разность
есть
многочлен степени
.
В точках
принимает
поочередно значения +1, -1. Если
,
то разность в точках
будет
принимать поочередно положительные и
отрицательные значения и будет иметь
нулей
(между значениями
).
Получаем противоречие.
3.2.3. Минимизация оценки остаточного члена
Пусть
приближена
на отрезке
интерполяционным
многочленом степени
.
Оценка остаточного члена:
.
Величина
на
отрезке [-1,1] будет минимальна, если
окажется
многочленом
.
совпадает
с этим многочленом, если в качестве
узлов интерполяции взять корни многочлена
Чебышева
,
вычисляемые по формуле (12).
Сделаем
замену
,
задающую отображение [-1, 1] в отрезок
.
Отсюда
.
Тогда
и
многочлен
является
наименее уклоняющимся от нуля многочленом
степени
со
старшим коэффициентом 1 на отрезке
.
Нули определяются формулой
.
Если в качестве узлов интерполяции взять эти значения, то
и
для нее на отрезке
-
минимальная величина. Тогда оценка
остаточного члена будет
.
[О комплексе|Теория|Практикум|Справочник по MathCAD'у|Об авторах]
[Home|Кафедра|ПетрГУ]
где
3.3.
Интерполяционная формула Ньютона с
разделенными разностями
Пусть
имеется табулированная функция
.
Введем понятие разделенной разности.
Разделенные разности нулевого порядка совпадают со значениями самой функции.
Разделенные
разности первого порядка
Разделенные
разности второго порядка
и
т.д.
Разделенные
разности
-
го порядка :
(14)
Пусть
многочлен
степени
.
Разность
обращается
в нуль при
,
следовательно, она делится на
.
Тогда разделенная разность первого
порядка
-
многочлен степени
относительно
(и
относительно
,
так как выражение симметрично относительно
и
).
Разность
обращается
в нуль при
,
поэтому, разделенная разность второго
порядка
-
многочлен степени
.
Аналогично,
-
многочлен степени
и
т.д.
Разделенная
разность порядка n:
-
многочлен нулевой степени.
Разделенные разности более высокого порядка обращаются в нуль.
Значение
от
не
зависит, тогда
Из определения разделенных разностей следует:
и т.д.
Отсюда
получаем формулу для
:
(15)
Разделенные
разности в соответствии с рекуррентной
формулой (14) выражаются через значения
многочлена в узлах
.
Если
-
узлы интерполяции,
-
значения интерполируемой функции в
этих узлах, то они однозначно определяют
интерполяционный многочлен степени
,
значения которого в узлах совпадают с
.
Тогда разделенные разности многочлена
совпадают
с разделенными разностями функции
.
Поэтому интерполяционный многочлен
можно записать в форме:
(16)
Эта форма называется интерполяционным многочленом Ньютона с разделенными разностями.
Формула (17) более удобна для вычисления, чем запись интерполяционного многочлена в форме Лагранжа, т.к. добавление новых узлов интерполяции влечет вычисление только новых слагаемых, добавляемых к тому, что было вычислено с меньшим числом узлов. При использовании формы Лагранжа в этой ситуации требуется выполнять все вычисления заново.
[О комплексе|Теория|Практикум|Справочник по MathCAD'у|Об авторах]
[Home|Кафедра|ПетрГУ] 3.4. Численное дифференцирование.
Каждая
из рассмотренных ранее интерполяционных
формул может быть использована для
приближенного нахождения значений
производных функции
.