- •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
3.4.3. Оценка погрешности по методу Рунге..
Погрешность
приближенного решения во многих задачах,
когда одним из определяющих параметров
алгоритма является положительная
величина
-
шаг сетки, можно записать в виде:
(27)
В
частности, в таком виде записываются
формулы (23) и (26) для погрешностей
приближенного дифференцирования со
значениями
и
.
На
сетке с шагом
при
конечном
имеем:
(28)
![]()
Пренебрегая
в формулах (27) и (28) величинами
(т.е.
рассматривая только старший член
погрешности), из (1) и (2) находим:
(29)
Так
как
,
где
-
точное значение искомой величины, а
ее
приближение, полученное на сетке с шагом
,
то из (29) получаем
(30)
а подставив это в (27), получаем приближенную формулу для погрешности, которая называется первой формулой Рунге:
(31)
Эта
формула дает величину погрешности с
точностью до членов порядка
.
Принципиальное
отличие этой формулы от оценок погрешности
типа
,
в
том,что формула Рунге использует только
полученные приближенные решения и не
требует оценок каких-либо величин
исходной задачи. Чаще всего на практике
отношение шагов сетки
.
3.4.4. Уточнение приближенного решения.
Выражение
(30) можно использовать для уточнения
приближенной величины
,
т.к. добавление к ней
дает
новое приближение
,
погрешность которого
.
(32)
Формула (32) называется второй формулой Рунге.
Сплайн-интерполяция
3.5. Сплайн - интерполяция
Рассмотрим решение задачи интерполяции на классе сплайнов - функций, которые широко используются в вопросах численного анализа, в машинной графике и в других областях.
3.5.1. Линейный интерполяционный сплайн
Пусть
-
разбиение отрезка
.
,
-
заданные значения.
Сплайном
первой степени называется :непрерывная
на отрезке
,
линейная на каждом частичном промежутке
функция.
Его обозначение
.
Интерполяционным для данной функции
называется
сплайн, удовлетворяющий условиям
,
.
График
линейного интерполяционного сплайна
-
это ломаная, проходящая через заданные
точки.
Пусть
,
.
Выражение для сплайна
на
этом промежутке:
![]()
Остаточный
член :
.
Оценка
остаточного члена зависит от
дифференцируемых свойств функции
.
Пусть
.
Обозначение
-
колебание функции на ![]()
![]()
Справедлива следующая лемма:
Лемма (вариант теоремы о среднем):
Пусть
.
Если величины
одинакового
знака, то существует
такое,
что
![]()
С помощью этой леммы доказывается следующая теорема об оценке остаточного члена линейного интерполяционного сплайна.
Теорема
Если
,
то
.
Действительно,
,
где
.
По
приведенной выше лемме
,
где ![]()
![]()
С
улучшением гладкости функции
оценка
погрешности ее интерполяции линейными
сплайнами также улучшается. А именно,
если
,
то
,
где ![]()
Для
можно
получить оценку
.
Дальнейшее
увеличение гладкости функции
не
дает повышения порядка аппроксимации.
Происходит насыщение алгоритма.
Сходимость.
Пусть
на
задана
последовательность сеток
:
,
,
которая удовлетворяют условию
при
.
Для
строится
интерполяционный сплайн
.
Интерполяционный процесс сходится,
если
при
для
любой функции
из
некоторого класса . Отсюда вытекает
возможность интерполяции с наперед
заданной точностью:
.
Преимущество по сравнению с интерполяционными многочленами: из оценки погрешности следует сходимость.
Пусть
.
По доказанной теореме
.
По
определению
при
,
поэтому процесс интерполяции линейными
сплайнами сходится на множестве
непрерывных функций по произвольной
последовательности сеток
.
Если
,
,
то
.
Сходимость порядка
.
