- •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
2.5. Квадратурные формулы
2.5.1. Формула трапеций




2.5.2. Формула Симпсона





[
Задача Коши для ОДУ
4. Методы приближенного решения задач для обыкновенных дифференциальных уравнений
4.1. Задача Коши для ОДУ
4.1.1. Постановка задачи. Сведение к системе ОДУ 1-го порядка
Обыкновенные дифференциальные
уравнения (ОДУ) используются в качестве
математических моделей в различных
областях (физика, механика, химическая
кинетика, экология, биология и др.).
Конкретная прикладная задача может
приводить к уравнению любого порядка
или к системе уравнений. Но ОДУ порядка
![]()
![]()
можно заменой
,![]()
свести к эквивалентной системе
уравнений
1-го порядка
,![]()
Аналогично произвольную систему
дифференциальных уравнений любого
порядка, разрешенных относительно
старших производных, можно заменить
системой уравнений 1-го порядка. ОДУ
порядка
или
система из
уравнений
1-го порядка имеют множество решений, в
общем случае зависящее от
произвольных
параметров. Для их определения надо
задать
дополнительных
условий на неизвестные функции.
Дифференциальное уравнение вместе с
дополнительными условиями называют
"задачей". Можно выделить три типа
задач: задачи Коши, краевые задачи и
задачи на собственные значения.
Пусть
-
система из
уравнений
1-го порядка в векторной форме, т.е.
Тогда
задачей Коши называется задача поиска
решения
,
определенного на отрезке
и
удовлетворяющего начальному условию
,
.
Если
-
непрерывна и удовлетворяет условию
Липшица по
в
области
,
то решение задачи Коши существует и
единственно в некоторой окрестности![]()
.
Кроме того, если
-
непрерывно дифференцируема до порядка
,
то решение имеет непрерывную производную
порядка
.
Задача Коши допускает точное решение
через элементарные функции или в
квадратурах (через неопределенные
интегралы) только в исключительных
случаях. Приближенные методы решения
можно разделить на приближенно-аналитические
и численные. В приближенно-аналитических
методах строится последовательность
функций (выражающихся через элементарные
функции или через интегралы), сходящаяся
к точному решению. Элементы последовательности
могут использоваться как приближенные
решения. Численные методы - это алгоритмы
вычисления приближенных значений
решения в отдельных точках (на выбранной
сетке значений аргумента). В таком случае
приближенное решение получается в виде
таблицы.
4.2. Одношаговые методы численного решения
4.2.1. Классификация численных методов для задачи Коши
Рассмотрим разбиение отрезка
на
интервалов
точками
,
так, что
.
Такое разбиение называют сеткой, точки
-
узлами сетки. Если
-
постоянное число (шаг сетки), не зависящее
от
,
то сетка называется равномерной.
Численные методы позволяют находить
приближенные значения для точного
решения задачи Коши в узлах сетки:
.
В качестве приближенного решения в
таком случае выступает совокупность
векторов
(таблица),
которую называют сеточной функцией.
Большинство численных методов можно записать в следующем общем виде:
![]()
где
-
некоторая известная функция, зависящая
от вида уравнения, выбранной сетки и
метода решения. При
и
методы
называютсяодношаговыми, при
или
-многошаговыми. При
численные
методы носят название явных, при
-неявных, при
-
методы с забеганием вперед. Таким
образом, одношаговые методы имеют вид:
-
явные,
-
неявные.
