- •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
1.2. Источники и классификация погрешностей
1.2.1. Погрешности данных, метода и вычислений
Почти всегда используемые на практике решения математических задач имеют некоторые погрешности.
Погрешность решения задачи обуславливается следующими причинами:
1. Математическое описание задачи является неточным, в частности, неточно заданы исходные данные описания.
2. Применяемый для решения метод часто не является точным: получение точного решения задачи требует неограниченного или неприемлемо большого числа арифметических операций, и поэтому вместо получения точного решения приходится прибегать к приближенному.
3. При выполнении арифметических операций на ЭВМ или любым другим образом, как правило, производятся округления. (Это же относится к вводу чисел в память ЭВМ и выводу полученных результатов.)
Погрешности, соответствующие этим причинам, называются:
неустранимая погрешность,
погрешность метода,
вычислительная погрешность.
1.3. Абсолютная и относительная погрешности вычисления
Если
-
точное значение некоторой величины, а
-
известное приближение к нему, то
абсолютной погрешностью приближения
называют
обычно некоторую величину
,
про которую известно, что она удовлетворяет
неравенству:
![]()
Относительной погрешностью
называют некоторую величину
,
про которую известно, что она удовлетворяет
неравенству:

Относительную погрешность часто выражают в процентах. Она дает более точное представление о величине ошибки, содержащейся в некоторой величине.
1.4. Погрешности арифметических операций.
1.4.1. Погрешность вычисления значений функции.
Пусть
непрерывно
дифференцируемая функция,
-
приближенные значения ее аргументов,
для которых
-
известные абсолютные погрешности.
Для погрешности приближенного
значения функции
по
формуле Лагранжа получаем
,
где
Заменяя
, получаем

Оценка погрешности соответственно:
,
где
или
, где
1.4.2. Погрешность суммы
Пусть задана функция
![]()
Тогда
,
.
Для абсолютной погрешности получаем
.
Относительная погрешность

.
Пусть
,
,
тогда
,
т.е. при сложении приближенных величин
относительная погрешность не возрастает.
1.4.3. Погрешность разности
Пусть задана функция
![]()
Тогда аналогично предыдущему абсолютная погрешность
.
Для относительной погрешности имеем формулу
.
Отсюда следует, что если
приближенные значения
и
близки
друг к другу, то относительная погрешность
их разности
может оказаться намного больше
и
.
1.4.4. Погрешность произведения
Пусть задана
функция ![]()
Тогда абсолютная погрешность
.
Относительная погрешность
.
1.4.5. Погрешность частного
Пусть задана функция 
Тогда абсолютная погрешность
.
Относительная погрешность

1.5. Обратная задача оценки погрешности
Иногда возникает задача
определения допустимой погрешности
аргументов, при которой погрешность
значений функции будет не более заданной
величины
.
Используем ранее полученное неравенство
.
Должно быть
.
При n=1 вопрос решается однозначно:

При n>1 возможны разные подходы:
1. Считать погрешности всех аргументов одинаковыми
![]()
Тогда получаем
, следовательно
2. Считать, что вклад
погрешности каждого аргумента в
погрешность результата одинаков.
,
тогда

Если для разных аргументов
достижение определенной точности их
задания существенно различается, то
можно ввести функцию стоимости
затрат
на задание точки
с
заданными абсолютными погрешностями
и
искать ее минимум в области
,![]()
