- •Численные методы
- •Содержание
- •Введение
- •1. Вычисление определенных интегралов Справочная информация
- •Формула средних прямоугольников
- •Формула трапеций
- •Формула Симпсона (j.Gregory(Грегори)1668,Th.Simpson1743)
- •Пример решения в среде Matlab
- •Контрольные задания
- •2. Решение нелинейных уравнений Справочная информация
- •Метод простых итераций Метод основывается на приведении исходного уравнения к форме
- •Относительная разница между значениями приближения корня на третьей и четвёртой итерациях составляет
- •Метод хорд
- •Пример решения на пэвм в среде Matlab
- •Контрольные задания
- •3. Решение систем линейных алгебраических уравнений Справочная информация
- •Метод Гаусса с выбором главного элемента
- •Метод простых итераций
- •О выборе метода решения систем уравнений
- •Пример решения на пэвм в среде Matlab
- •Контрольные задания
- •4. Интерполяция таблично заданных функций Справочная информация
- •Кусочно-линейная интерполяция
- •Пример решения на пэвм в среде Matlab
- •Контрольные задания
- •5. Аппроксимация таблично заданных функций Справочная информация
- •Пример решения на пэвм в среде Matlab
- •Контрольные задания
- •6. Решение задачи коши для обыкновенных дифференциальных уравнений 1-го порядка Справочная информация
- •Усовершенствованный метод Эйлера
- •Оценка погрешностей методов
- •Программное обеспечение
- •Пример решения на пэвм в среде Matlab
- •Контрольные задания
- •7. Решение задачи коши для нормальных систем обыкновенных дифференциальных уравнений и уравнений высших порядков Справочная информация
- •Метод Эйлера
- •Усовершенствованный метод Эйлера
- •Оценка погрешностей методов
- •Пример решения на пэвм в среде Matlab
- •Контрольные задания
- •Приложение. Основы работы в среде matlab Интерфейс среды
- •Переменные и константы
- •Арифметические операторы
- •Операторы отношения
- •Логические операторы
- •Элементарные функции
- •Простейшие способы ввода–вывода информации
- •Векторы и матрицы
- •Оператор двоеточие «:»
- •Оператор разветвления if
- •Операторы циклов
- •Вывод информации в файл
- •Форматный вывод информации
- •Ввод данных из файла
- •Построение графиков
- •Сообщения об ошибках и исправление ошибок
- •Список литературы
Относительная разница между значениями приближения корня на третьей и четвёртой итерациях составляет
.
Таким образом, если в задаче требовалось бы вычислить значение корня с относительной разностью δотн=0.00002, то уточнение значения корня можно прекратить. Однако истинное значение оценки относительной погрешности вычисления будет определяться по формуле
.
Для определения значения M, предполагая монотонность первой производной функции φ(x) на отрезке [x0, x4], достаточно вычислить её значения при x0 = 1.5 и x4 = 1.53202 и взять из них наибольшее по модулю
= 1 –0.6(3·1.52– 14.6·1.5 + 16.8) = 0.01,
= 1 –0.6(3·1.532022– 14.6·1.53202 + 16.8) = 0.11574,
М= 0.11574,
откуда
.
Аналогичную оценку относительной погрешности можно получить, рассмотрев только последнюю итерацию
= 1–0.6(3·1.53202– 14.6·1.5320 + 16.8) = 0.11567,
= 1–0.6(3·1.532022– 14.6·1.53202 + 16.8) = 0.11574,
М= 0.11574,
откуда
.
Полученные значения оценки относительной погрешности отличаются друг от друга в два раза. Однако это не должно вызывать недоумения, поскольку полученные числа – не значения погрешности, а всего лишь её оценки сверху.
Метод Ньютона (I.Newton, 1669, Mr.Raphson, 1720)
В данном методе каждое новое приближение к значению корня уравнения f(x) = 0 ищется по следующей итерационной схеме
………………….
………………….
где x0 – первоначальное приближенное значение корня, взятое с отрезка [a, b] локализации точного решения уравнения.
Если последовательность значений xk (k = 0, 1, 2,...) сходится к точному значению корня xт, то абсолютная погрешность значения корня на k-ом шаге (xk) определяется выражением
,
где
, , ,.
Вычисление относительной погрешности и формулировка условия окончания процесса уточнения значения корня осуществляется так же, как это было описано выше в методе итераций. Аналогично формулируется и условие сходимости метода Ньютона
.
При решении практических задач точное значение xт корня уравнения неизвестно. Поэтому вместо приведённого неравенства, описывающего условие сходимости, используется следующее
,
где
, ,
а вместо описанной выше оценки для абсолютной погрешности в случае сходимости итераций метода Ньтона–Рафсона после 2-й итерации используют более грубую оценку
.
Г
Рис.5.
Методы сужения отрезка [a, b], к которым относятся метод хорд, метод половинного деления и другие, не имеют ограничений на функцию f(x), присущих методам последовательного уточнения.
Метод половинного деления (метод бисекций)
Работа метода иллюстрирована рис.6. Отрезок локализации [a, b] корня делится пополам
x1= (a + b)/2
и
Рис.6.
совпадает с длиной отрезка его последней локализации. В свою очередь относительная погрешность вычисляется как
.
При этом за значение корня принимается либо одна из границ суженного отрезка [a, b], либо его середина.
Алгоритм метода может быть проиллюстрирован на примере рассмотренного выше уравнения
x3 – 7.3x2 + 16.8x – 12.2 = 0.
В качестве отрезка локализации выбирается отрезок [1.5, 1.6], содержащий первый корень уравнения (см. рис.4). На первом шаге уточнения корня вычисляются значения функции на границах выбранного отрезка
f(1.5) = 1.53 – 7.3·1.52 + 16.8·1.5 – 12.2 = –0.05,
f(1.6) = 1.63 – 7.3·1.62 + 16.8·1.6 – 12.2 = 0.088.
Затем в середине интервала x1 = 1.55 также вычисляется значение функции
f(1.55) = 1.553 – 7.3·1.552 + 16.8·1.55 – 12.2 = 0.0256.
Так как эта точка не соответствует корню уравнения, то определяется новый отрезок его локализации. Для этого проверяется знак произведения значений функции на левой границы отрезка локализации корня и в его центре f(1.5)·f(x1). Из расчётов видно, что это произведение меньше нуля, значит, в качестве нового отрезка локализации корня должен приниматься отрезок [1.5, 1.55].
Для выполнения второго шага уточнения корня значения функции на границах нового отрезка локализации считать не нужно, они уже известны: f(1.5) = –0.05; f(1.55) = 0.0256. Достаточно вычислить её значение в середине нового отрезка локализации x2 = 1.525
f(1.525) = 1.5253 – 7.3·1.5252 + 16.8·1.525 – 12.2 = –0.0105.
Так как произведение f(1.5)·f(x2) больше нуля, то в качестве нового отрезка локализации принимается отрезок [1.525, 1.55]. Аналогично выполняются шаги c третьего по седьмой, дающие следующие значения приближения корня
x3= 1.5375 – центр отрезка [1.525, 1.55],
x4= 1.53125 – центр отрезка [1.525, 1.5375],
x5= 1.53438 – центр отрезка [1.53125, 1.5375],
x6= 1.53281 – центр отрезка [1.53125, 1.53438],
x7= 1.53203 – центр отрезка [1.53125, 1.53281].
Значение относительной погрешности вычисления приближения x7= 1.53203 корня уравнения будет определяться по формуле
.
Эта величина совпадает с длиной отрезка локализации найденного приближения корня, отнесённой к величине этого приближения
.
Таким образом, если в задаче требовалось бы вычислить значение корня с относительной погрешностью εотн= 0.001, то уточнение значения корня можно прекратить.