
- •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
1.2. Источники и классификация погрешностей
1.2.1. Погрешности данных, метода и вычислений
Почти всегда используемые на практике решения математических задач имеют некоторые погрешности.
Погрешность решения задачи обуславливается следующими причинами:
1. Математическое описание задачи является неточным, в частности, неточно заданы исходные данные описания.
2. Применяемый для решения метод часто не является точным: получение точного решения задачи требует неограниченного или неприемлемо большого числа арифметических операций, и поэтому вместо получения точного решения приходится прибегать к приближенному.
3. При выполнении арифметических операций на ЭВМ или любым другим образом, как правило, производятся округления. (Это же относится к вводу чисел в память ЭВМ и выводу полученных результатов.)
Погрешности, соответствующие этим причинам, называются:
неустранимая погрешность,
погрешность метода,
вычислительная погрешность.
1.3. Абсолютная и относительная погрешности вычисления
Если
-
точное значение некоторой величины, а
-
известное приближение к нему, то
абсолютной погрешностью приближения
называют
обычно некоторую величину
,
про которую известно, что она удовлетворяет
неравенству:
Относительной
погрешностью называют некоторую величину
,
про которую известно, что она удовлетворяет
неравенству:
Относительную погрешность часто выражают в процентах. Она дает более точное представление о величине ошибки, содержащейся в некоторой величине.
1.4. Погрешности арифметических операций.
1.4.1. Погрешность вычисления значений функции.
Пусть
непрерывно
дифференцируемая функция,
-
приближенные значения ее аргументов,
для которых
-
известные абсолютные погрешности.
Для
погрешности приближенного значения
функции
по
формуле Лагранжа получаем
,
где
Заменяя
, получаем
Оценка погрешности соответственно:
,
где
или , где
1.4.2. Погрешность суммы
Пусть
задана функция
Тогда
,
.
Для абсолютной погрешности получаем
.
Относительная погрешность
.
Пусть
,
,
тогда
,
т.е. при сложении приближенных величин
относительная погрешность не возрастает.
1.4.3. Погрешность разности
Пусть
задана функция
Тогда аналогично предыдущему абсолютная погрешность
.
Для относительной погрешности имеем формулу
.
Отсюда
следует, что если приближенные значения
и
близки
друг к другу, то относительная погрешность
их разности
может оказаться намного больше
и
.
1.4.4. Погрешность произведения
Пусть
задана функция
Тогда абсолютная погрешность
.
Относительная погрешность
.
1.4.5. Погрешность частного
Пусть
задана функция
Тогда абсолютная погрешность
.
Относительная погрешность
1.5. Обратная задача оценки погрешности
Иногда
возникает задача определения допустимой
погрешности аргументов, при которой
погрешность значений функции будет не
более заданной величины
.
Используем ранее полученное неравенство
.
Должно
быть
.
При n=1 вопрос решается однозначно:
При n>1 возможны разные подходы:
1. Считать погрешности всех аргументов одинаковыми
Тогда
получаем , следовательно
2.
Считать, что вклад погрешности каждого
аргумента в погрешность результата
одинаков. ,
тогда
Если
для разных аргументов достижение
определенной точности их задания
существенно различается, то можно ввести
функцию стоимости
затрат
на задание точки
с
заданными абсолютными погрешностями
и
искать ее минимум в области
,
[О комплексе|Теория|Практикум|Справочник по MathCAD'у|Об авторах]
[Home|Кафедра|ПетрГУ]