- •Содержание
- •Введение Этапы решения технических задач на пк
- •Методы реализации математических моделей
- •1. Элементы теории погрешностей
- •1.1. Постановка задачи
- •1.2. Источники погрешностей
- •1.3. Приближенные числа и оценка их погрешностей
- •1.4. Правила записи приближенных чисел
- •1.5. Задачи теории погрешностей
- •1.6. Понятия устойчивости, корректности и сходимости
- •1.7. Некоторые обобщенные требования к выбору численных методов
- •2. Решение систем линейных алгебраических уравнений
- •2.1. Основные понятия и определения
- •2.2. Методы решения слау
- •2.2.1. Прямые методы решения слау
- •2.2.2. Итерационные методы решения слау
- •2.3. Вычисление определителей высоких порядков
- •2.4. Вычисление обратных матриц
- •2.5. Применение метода итераций для уточнения элементов обратной матрицы
- •3. Численное решение нелинейных уравнений
- •3.1. Постановка задачи
- •3.2. Отделение корней
- •3.2.1. Метод половинного деления
- •3.2.2. Графическое отделение корней
- •3.3. Итерационные методы уточнения корней
- •3.3.1. Метод простой итерации
- •3.3.2. Метод Ньютона (метод касательных)
- •3.3.3. Метод секущих
- •3.3.4. Метод деления отрезка пополам
- •3.3.5. Метод хорд
- •3.4. Общий алгоритм численных методов решения нелинейных уравнений
- •4. Решение систем нелинейных уравнений
- •4.1. Постановка задачи
- •4.2. Метод простой итерации
- •4.2.1. Условия сходимости метода простой итерации для нелинейных систем уравнений второго порядка
- •4.2.2. Общий случай построения итерирующих функций
- •4.3. Метод Ньютона для системы двух уравнений
- •4.4. Метод Ньютона для системn-го порядка сnнеизвестными
- •5. Аппроксимация функций
- •5.1. Постановка задачи
- •5.2. Интерполирование функций
- •5.3. Типовые виды локальной интерполяции
- •5.3.1. Линейная интерполяция
- •5.3.2. Квадратичная(параболическая)интерполяция
- •5.4. Типовые виды глобальной интерполяции
- •5.4.1. Интерполяция общего вида
- •5.4.2. Интерполяционный многочлен Лагранжа
- •5.4.3. Интерполяционный многочлен Ньютона
- •Локальная интерполяция. Рассмотрим два вида локальной интерполяции – линейную и квадратичную.
- •Глобальная интерполяция. Рассмотрим интерполяционные многочлены Лагранжа и Ньютона.
- •5.5. Сплайны
- •5.6. Сглаживание результатов экспериментов
- •5.7. Вычисление многочленов
- •6. Численное интегрирование
- •6.1. Постановка задачи
- •6.2. Простейшие квадратурные формулы
- •6.2.1. Формула прямоугольников
- •6.2.2. Формула трапеций
- •6.2.3. Формула Симпсона
- •6.3. Составные квадратурные формулы с постоянным шагом
- •6.3.1. Составная формула прямоугольников (средних)
- •6.3.2. Формула трапеций
- •6.3.3. Формула Симпсона
- •6.4. Выбор шага интегрирования для равномерной сетки
- •6.4.1. Выбор шага интегрирования по теоретическим оценкам погрешностей
- •6.4.2. Выбор шага интегрирования по эмпирическим схемам
- •6.5. Составные квадратурные формулы с переменным шагом
- •6.6. Квадратурные формулы наивысшей алгебраической точности (формула Гаусса)
- •7. Численное дифференцирование
- •7.1. Постановка задачи
- •7.2. Аппроксимация производных посредством локальной интерполяции
- •7.3. Погрешность численного дифференцирования
- •7.4. Аппроксимация производных посредством глобальной интерполяции
- •7.4.1. Аппроксимация посредством многочлена Ньютона
- •7.4.2. Вычисление производных на основании многочлена Лагранжа
- •7.5. Метод неопределенных коэффициентов
- •7.6. Улучшение аппроксимации при численном дифференцировании
- •8. Обыкновенные дифференциальные уравнения
- •8.1. Постановка задачи
- •8.2. Задача Коши для оду
- •8.3. Численные методы решения задачи Коши
- •8.3.1. Одношаговые методы решения задачи Коши
- •8.3.2. Многошаговые методы решения задачи Коши
- •Литература
- •220013, Минск, п. Бровки, 6
1.5. Задачи теории погрешностей
Прямая задача теории погрешностей. Пусть в некоторой областиGn-мерного числового пространства рассматривается непрерывно дифференцируемая функция
y=f(x1, ...,xn).
Пусть в точке (x1, ...,xn), принадлежащей областиG, нужно вычислить значение функции. Известны лишь приближенные значения аргументов (а1, ...,аn)Gи их погрешности. Очевидно, что это будет приближенное значение
y* =f(а1,а2, ...,аn).
Нужно оценить его абсолютную погрешность:
y* = |y–y* |
.
Для функции одного аргумента y=f(x) абсолютная погрешность, вызываемая достаточно малой погрешностьюа, оценивается величиной
y* =
.
Обратная задача теории погрешностей. Состоит в определении допустимой погрешности аргументов по допустимой погрешности функции.
Для функции одной переменной y=f(x) абсолютную погрешность можно вычислить приближенно по формуле
.
Для функций нескольких переменных y=f(x1, ...,xn) задача решается при следующих ограничениях.
Если значение одного из аргументов значительно труднее измеритьили вычислить с той же точностью, что и значение остальных аргументов, то погрешность именно этого аргумента и согласовывают с требуемой погрешностью функции.
Если значения всех аргументов можно одинаково легко определить с любой точностью, то применяют принцип равных влияний, т. е. учитывают, что все слагаемые
,
равны между собой. Тогда абсолютные погрешности всех аргументов определяются формулой
.
1.6. Понятия устойчивости, корректности и сходимости
Пусть в результате решения задачи по исходному значению величины хнаходится значение искомой величиныу. Если исходная величина имеет абсолютную погрешностьх, то решениеуимеет погрешностьу.
Задача называется устойчивой по исходному параметру х, если решениеунепрерывно зависит отх, т. е. малое приращение исходной величиныхприводит к малому приращению искомой величиныу. Другими словами, малые погрешности в исходной величине приводят к малым погрешностям в результате расчетов.
Отсутствие устойчивости означает, что даже незначительные погрешности в исходных данных приводят к большим погрешностям в решении или вовсе к неверному результату.
Задача называется поставленной корректно, если длялюбыхзначений исходных данных из некоторого класса ее решение существует, единственно и устойчиво по исходным данным.
Понятие сходимости численного
решениявводится для итерационных
процессов. По результатам многократного
повторения итерационного процесса
получают последовательность приближенных
значений
.
Говорят, что эта последовательность
сходится к точному решению, если
.
Таким образом, для получения решения задачи с необходимой точностью ее постановка должна быть корректной, а используемый численный метод должен обладать устойчивостью и сходимостью.
1.7. Некоторые обобщенные требования к выбору численных методов
Погрешность является одним из важнейших моментов при выборе численного метода. В основе выбора численного метода лежат следующие соображения.
1. Можно утверждать, что нет ни одного метода, пригодного для решения всех задач одного и того же класса. Поэтому всегда стоит задача выбора численного метода (ЧМ) для решения конкретной технической задачи.
2. Численный метод можно считать удачно выбранным:
– если его погрешность в несколько раз меньше неустранимой погрешности, а погрешность округлений в несколько раз меньше погрешности метода;
– если неустранимая погрешность отсутствует, то погрешность метода должна быть несколько меньше заданной точности;
– завышенное снижение погрешности численного метода приводит не к повышению точности результатов, а к необоснованному увеличению объема вычислений.
3. Предпочтение отдается методу, который:
– реализуется с помощью меньшего числа действий;
– требует меньшего объема памяти ПК;
– логически является более простым.
Перечисленные условия обычно противоречат друг другу, поэтому часто при выборе численного метода приходится находить компромисс между ними.
4. Численный метод должен обладать устойчивостью и сходимостью.
5. По возможности следует прибегать к существующему программному обеспечению ПК для решения типовых задач.
6. Нужно помнить всегда, что ПК многократно увеличивает некомпетентность исполнителя технической задачи.
