- •Численные методы
- •Сиговцев Генадий Сергеевич, заведующий кафедрой имо
- •Метод Гаусса решениясистем линейных алгебраических уравнений
- •Задача Коши для оду
- •Краевыезадачи для оду
- •Разностныесхемы для краевой задачи с оду 2-го порядка
- •1. Введение
- •1.1. Роль численных методов
- •1.2. Источники и классификация погрешностей
- •1.2.1. Погрешности данных, метода и вычислений
- •1.3. Абсолютная и относительная погрешности вычисления
- •Методы решенияалгебраических уравнений
- •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
- •1.1. Методы решения алгебраических уравнений
- •Метод Гаусса решениясистем линейных алгебраических уравнений
- •2.2. Метод Гаусса решения систем линейных алгебраических уравнений
- •2.1. Интерполяционный многочлен Лагранжа
- •2.2. Использование интерполяционного многочлена для вычисления производной.
- •Итерационныеметоды. Общая схема
- •2.3. Итерационные методы. Общая схема
- •Вариантыитерационных методов
- •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
- •1.3. Итерационные методы решения систем уравнений
- •2.1. Интерполяционный многочлен Лагранжа
- •Алгебраическаяпроблема собственных значений
- •2.6. Алгебраическая проблема собственных значений
- •2.6.1. Степенной метод
- •2.6.2. Метод вращений
- •Задачаинтерполяции. Многочлен Лагранжа.
- •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
- •Минимизацияостаточного члена
- •3.2. Минимизация остаточного члена
- •3.2.1. Постановка задачи
- •3.2.2. Многочлены Чебышева
- •3.2.3. Минимизация оценки остаточного члена
- •Интерполяционнаяформула Ньютона с разделенными разностями
- •3.3. Интерполяционная формула Ньютона с разделенными разностями
- •Численноедифференцирование
- •3.4. Численное дифференцирование.
- •3.4.1. Использование интерполяционных многочленов с разделенными разностями.
- •3.4.3. Оценка погрешности по методу Рунге..
- •3.4.4. Уточнение приближенного решения.
- •Сплайн-интерполяция
- •3.5. Сплайн - интерполяция
- •3.5.1. Линейный интерполяционный сплайн
- •3.5.2. Кубический интерполяционный сплайн
- •3.5.3. Метод прогонки.
- •Метод наименьших квадратов
- •3.6. Метод наименьших квадратов
- •3.6.1. Подбор эмпирических формул
- •3.6.2. Среднеквадратичные приближения.
- •2.4. Метод наименьших квадратов
- •Квадратурныеформулы
- •3.7. Квадратурные формулы.
- •3.7.1. Формула прямоугольников.
- •3.7.2. Формула трапеций.
- •3.7.3.Формула Симпсона (парабол).
- •3.7.4. Оценка погрешности численного интегрирования.
- •2.5. Квадратурные формулы
- •4.2. Одношаговые методы численного решения
- •4.2.1. Классификация численных методов для задачи Коши
- •МетодЭйлера
- •4.3. Метод Эйлера
- •4.3.1. Разностная схема
- •4.3.2. Погрешность аппроксимации
- •4.3.3. Сходимость
- •Неявный метод Эйлера.
- •Метод Рунге-Кутты второго порядка точности.
- •Явный двухшаговый метод Адамса.
- •Неявный двухшаговый метод Адамса.
- •Методы Рунге-Кутты
- •4.5. Методы Рунге-Кутты второго порядка точности
- •4.5.1. Канонический вид явных одношаговых методов
- •4.5.2. Построение семейства схем второго порядка точности.
- •Метод Рунге-Кутты второго порядка точности.
- •Многошаговые схемы. МетодАдамса
- •4.7. Многошаговые схемы. Метод Адамса
- •4.7.1. Сценарий построения разностных схем
- •Явныесхемы Адамса
- •4.8. Явные схемы Адамса
- •4.8.1. Построение двухшаговой и трехшаговой схем
- •4.8.2. Погрешность аппроксимации
- •4.8.3. Устойчивость на модельной задаче
- •Явный двухшаговый метод Адамса.
- •Явный двухшаговый метод Адамса.
- •4.7. Многошаговые схемы. Метод Адамса
- •4.7.1. Сценарий построения разностных схем
Интерполяционнаяформула Ньютона с разделенными разностями
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.
Численноедифференцирование
3.4. Численное дифференцирование.
Каждая
из рассмотренных ранее интерполяционных
формул может быть использована для
приближенного нахождения значений
производных функции
.
3.4.1. Использование интерполяционных многочленов с разделенными разностями.
Пусть
(18)
Дифференцируя формулу (18) m раз, получаем:
(19)
(20)
Рассматривая
интерполяционный многочлен в форме
Ньютона и используя обозначения
,
имеем
![]()
Тогда
![]()
![]()
. . .
![]()
Оставляя в правых частях полученных формул только первые слагаемые, можно записать следующие простые приближенные выражения для производных :
![]()

................................................
![]()
Пусть
-
достаточно гладкая функция.
Исследуем погрешность приближенных формул для производных первого и второго порядка.
Пусть
![]()
(21)
где
,
-
погрешность.
Заменяя
значение функции в точке
по
формуле Тейлора
,
где
,
получаем
.
Еще раз применяя формулу Тейлора, получаем
,
где
.
Таким
образом, если функция
имеет
ограниченную производную второго
порядка, то погрешность в формуле (21)
для любого
оценивается
неравенством
(22)
где
,
и при ![]()
.
В
случае, когда
совпадает
с одним из узлов интерполяции
или
,
можно получить больше информации о
погрешности приближенного решения.
Пусть
.
Используя формулу Тейлора
![]()
из (21) получаем
.
При
величина
(если
третья производная функции
ограничена)
бесконечно малая величина порядка
,
т.е.
(23)
где
.
Формулу
приближенного вычисления второй
производной функции
рассмотрим
для важного частного случая, когда
.
Возьмем
.
Тогда ее можно записать в виде
(24)
По формуле Тейлора
,
![]()
,
![]()
Подставляя эти выражения, получаем
![]()
Таким
образом, если функция
имеет
ограниченную производную третьего
порядка, то погрешность формулы (24) для
произвольной точки
оценивается
следующим образом:
(25)
где
.
Если
,
то используя для значений
и
формулу
Тейлора, заканчивающуюся членом с
производной 4 - го порядка, получаем для
погрешности выражение
.
Таким образом, если функция имеет ограниченную производную 6-го порядка, то
(26)
