- •Элементы теории погрешностей.
- •1.1.Определение абсолютной и относительной погрешности численного результата.
- •1.2.Основные составляющие абсолютной погрешности.
- •1.3.Формулы для оценки абсолютной и относительной погрешности для значения функции и переменных.
- •Решение уравнений с одной неизвестной.
- •2.1.Отделение корней уравнения и отделение корней алгебраического уравнения.
- •2.2.Понятие кратного корня.
- •2.3.Методы уточнения корней простой итерации.
- •2.4.Метод Ньютона.
- •2.5.Метод хорд.
- •2.6.Достаточное условие сходимости метода простой итерации.
- •Вывод условия сходимости:
- •2.7.Оценка погрешности n-приближения.
- •Решение систем линейных уравнений.
- •3.1.2.Классификация слау
- •3.1.3.Обусловленность слау
- •3.1.Метод Гаусса.
- •3.2.Метод прогонки.
- •3.3.Метой простой итерации. Приведение системы к итерационной форме
- •Выполнение итерации
- •Проверка условия окончания решения
- •3.4.Достаточное условие сходимости простой итерации.
- •3.5.Оценка погрешности n-приближения.
- •4.1.Метод простых итераций.
- •1) Функции 1(X,y) и 2(X,y) определены и непрерывно дифференцируемы в r;
- •3) В r выполнены неравенства
- •4.2.Метод Ньютона.
- •Интерполяция функций.
- •5.1.Постановка задачи.
- •5.2.Формула Лагранжа.
- •5.3.Формула Ньютона.
- •5.4.Оценка погрешности интерполяции.
- •5.5.Интерполяция сплайнами.
- •Определение кубического сплайна.
- •Формулировка системы уравнений для коэффициентов кубического сплайна.
- •Аппроксимация функций.
- •6.1.Постановка задачи.
- •6.2.Метод наименьших квадратов.
- •6.3.Матричная формула для коэффициентов многочлена аппроксимации.
- •Численное интегрирование.
- •8.1.Формулы прямоугольников, трапеций, парабол (Симпсона). Оценки погрешностей. Методы прямоугольников
- •Метод трапеций
- •Метод парабол
- •8.2.Метод Рунге двойного счета для оценки погрешности.
- •Методы решения задачи Коши для обыкновенного дифференциального уравнения.
- •9.1.Интегральное представление задачи Коши.
- •10.1.Обусловленность задачи поиска минимума.
- •10.3.Метод золотого сечения.
- •10.4.Метод координатного спуска.
- •10.5.Метод наискорейшего спуска.
2.3.Методы уточнения корней простой итерации.
Сущность этого метода заключается в следующем. Пусть дано уравнение f(x) = 0, где f(x) - непрерывная функция, и требуется определить ее вещественные корни. Для этого заменяют исходное уравнение равносильным:
x = (x).
Выбрав приближенное значение корня x0 подставляют его в правую часть этого уравнения. Тогда получают:
x1 = (x0).
После этого процесс продолжают:
x2 = (x1) … xn = (xn-1).
Если эта последовательность - сходящаяся, т.е. существует предел , то, переходя к пределу в выраженииxn = (xn-1) и предполагая функцию (x) непрерывной, можно найти:
или
= ().
Таким образом, предел является корнем уравнения и может быть вычислен по приведенной формуле с любой степенью точности.
0 Y=x Y=(x) Y=x Y=(x) y y
X0 X1 X2 X0 X1 X2 X3
На приведенных рисунках процесс итерации сходится (кривая y = (x) в окрестности корня - пологая, т.е. '(x) < 1).
X0 X1 X2 y X Y=x
если f '(x)>0, то –1/r<<0; если f '(x)<0, то –1/r>>0, где r=max(| f '(a)|, |f '(b)|).
Однако, если рассмотреть случай, где '(x) > 1, то процесс итерации может быть расходящимся.
Поэтому для практического применения метода итерации нужно выяснить достаточные условия сходимости итерационного процесса.
(см. вопрос№2.6.)
2.4.Метод Ньютона.
Пусть корень уравнения f(x) = 0 отделен на отрезке [a,b], причем f '(x) и f "(x) непрерывны и сохраняют определенные знаки при a x b. Найдя какое-нибудь n-е приближение корня xn (a xn b), можно уточнить его по методу Ньютона следующим образом. Положим = xn + hn , где hn считают малой величиной. Отсюда, применяя формулу Тейлора, получим
0 = f(xn + hn) f(xn) + hn f '(xn) .
Следовательно,
Отсюда можно найти следующее (по порядку) приближение корня:
X0 X1 y F(x0) B B=x0 a 0
Как видно из этого рисунка правильный выбор начального приближения обеспечивает удачу в поиске корня. Общее правило - "хорошим" начальным приближением является то, для которого выполняется неравенство:
f(x0) f "(x0) > 0 .
Из общей формулы метода вытекает, что чем больше численное значение первой производной в окрестности данного корня, тем меньше поправка, которую нужно прибавить к n-му приближению, чтобы получить n+1 приближение. Поэтому метод Ньютона удобно применять тогда, когда в окрестности данного корня график функции имеет большую крутизну. Но если численное значение первой производной близ корня мало, то поправки будут велики, и вычисление корня по этому методу может оказаться очень долгим, а иногда и вовсе невозможным.
2.5.Метод хорд.
Пусть для определенности f(a) < 0 и f(b) > 0. Тогда, вместо того, чтобы делить отрезок [a,b] пополам, более естественно разделить его в соотношении f(a)/f(b) . Это дает приближенное значение корня x1 = a + h .
Для вычисления значения h можно составить пропорцию (см.рисунок)
Откуда
b B f(b) a A
x x y 0
Далее, применяя этот прием к тому из отрезков [a,x] или [b,x], на концах которого функция f(x) имеет противоположные знаки, получим второе приближение корня и т.д.
Геометрически способ пропорциональных частей эквивалентен замене кривой y = f(x) хордой, проходящей через точки A [a, f(a)] и B [b, f(b)]. Отсюда можно получить еще одну формулу этого метода. Из подобия треугольников вытекает, что
. Отсюда .