- •1.Источники и классификация погрешностей. Неустранимая и вычислительная погрешность.
- •2. Постановка задачи интерполирования. Существование и единственность обобщенного интерполяционного многочлена.
- •3. Интерполяционный многочлен Лагранжа.
- •4. Схема Эйткина
- •5. Остаточный член интерполяционного многочлена Лагранжа.
- •6. Минимиз. Оценки остаточного члена интерпол. Мн-на.
- •7. Разделенные разности и интерполяционная формула Ньютона с разделенными разностями.
- •8. Конечные разности и интерполяционные формулы Ньютона с конечными разностями.
- •9. Составление таблиц.
- •10. Сходимость интерполяционного процесса
- •11.Общая задача интерполирования алгебраическими многочленами. Интерполяционный многочлен Эрмита с узлами кратности 2.
- •13 . Оптимизация шага при численном диф-нии
- •14. Интерполяционные квадратурные формулы
- •15. Квадратурные формулы Ньютона-Котеса
- •16. Простейшие квадрат ф-лы н-Кот. И оценка их погрешности.
- •17. Составные квадратурные формулы средних прямоугольников, трапеций, парабол и оценка их погрешности
- •18. Квадратурные формулы Гаусса
- •20. Метод наименьших квадратов.
- •22.Обобщённые мног-ны наилучших среднеквадратических приближений.
- •24. Многочлены наилучших равномерных приближений. Примеры.
- •25. Наилучшие приближения в линейном нормированном пространстве.
- •26. Интерполяционные сплайны.
- •27. Существование и единственность кубического сплайна.
- •28.Краткие сведения о нормах векторов и матриц.
- •29. Обусловленность линейных алгебраических систем.
- •30. Метод Гаусса решения системы линейных ур-ний.
- •31. - Разложение квадратных матриц.
- •32. Разложение симметричных матриц. Метод квадр. Корней решения лин. Алг.Систем
- •34. Принцип сжимающих отображений в метрическом пространстве.
- •35. Метод простой итерации решения лин. Алг. Систем и усл. Его сходимости.
- •36. Метод Якоби решения линейных алгебраических систем
- •37. Метод Зейделя решения лин. Алг. Систем.
- •38. Метод покоординатного спуска решения линейных алгебраических систем.
- •39. Метод скорейшего спуска решения линейных алгебраических систем
- •40. Степенной метод решения частичной проблемы собственных значений.
- •41. Метод Данилевского раскрытия характеристического уравнения
- •42. Метод вращений решения полной проблемы собственных значений.
- •43. Метод бисекции и простой итерации решения уравнений с одним неизвестным.
- •44. Методы хорд и касательных как частные случаи метода простой итерации.
- •45. Методы локализации корней алгебраического уравнения.
- •46. Метод Лобачевского решения алгебраических уравнений.
- •47. Методы простой итерации и Зейделя решения системы нелинейных уравнений.
- •48. Метод Ньютона и аналоги метода Зейделя решения системы нелинейных уравнений.
- •49. Классификация численных методов решения задачи Коши. Методы Эйлера, трапеций и к-э.
- •50. Метод Рунге-Кутта решения задачи Коши. Построение методов р-к второго порядка точности.
- •51. Оценка погрешности и сходимость одношаговых методов решения задачи Коши.
- •52. Экстраполяц. Метод Адамса решения задачи Коши.
- •53. Интерполяционный метод Адамса решения задачи Коши.
- •54. Общий вид линейных многошаговых методов решения задачи Коши.
- •55. Условие корней многошаговых методов решения задачи Коши
- •56. Сходимость многошаговых методов решения Коши.
- •57. Сеточные методы решения краевых задач для обыкновенных дифференциальных уравнений.
- •58. Сходимость сеточного метода решения краевых задач для обыкновенных диф. Уравнений.
- •59. Методы прогонки и пристрелки решения разностных схем при решении краевых задач для обыкновенных д.У.
- •60. Эквивалентность граничных и вариационных задач
- •61. Метод Ритца решения вариационных задач.
- •62. Построение системы линейных уравнений для определения значений параметров в методе Ритца.
- •63. Вариационно-разностный вариант метода Рица.
- •64. Сеточные методы решения краевой задачи для уравнения Пуассона. Фоpмулиpовка исходной диффеpенциальной краевой задачи
- •Постpоение pазностной схемы
- •65. Основные понятия теории разностных схем.
- •66. Сходимость сеточного метода
- •Фоpмулиpовка исходной дифференциальной краевой задачи
- •67.Метод матричной прогонки решения разностной схемы. Фоpмулиpовка исходной диффеpенциальной краевой задачи
- •68. Разностные схемы для одномерного параболического уравнения. Фоpмулиpовка исходной диффеpенциальной задачи
- •69. Разностные схемы решения задачи Коши для уравнения гиперболического типа.
- •70. Сеточные методы решения смешанной задачи для уравнений гиперболического типа.
- •71. Метод квадратур решения интегрального уравнения Фредгольма 2-го рода.
- •72. Решение интегрального уравнения Фредгольма 2-го рода с вырожденным ядром.
- •Решение интегр. Ур-ния с вырожденным ядром.
- •73. Решение интегрального уравнения Фредгольма 2-го рода методом вырожденного ядра.
- •Способы приближения невырожденного ядра вырожденным.
24. Многочлены наилучших равномерных приближений. Примеры.
Рассмотрим пр-во - непрерывных наф-ий. Пусть. Будем рассматривать задачу аппроксимации ф-ииf многочленом степениn.Если степень n не фиксир., то ф-ию f можно с любой точностью приблизить к соответствующим многочленам более точно справедлива следующая теорема.
Теорема Веерштрасса. и что
Если число n –фиксировано, то ф-ию f уже нельзя приблизить с любой точностью к многочлену однако для любой ф-циистепениn, такой что , гдеберётся по всевозможным многочленам степениn. Такой многочлен наз. многочленом наилучшего равномерного приближения или Чебышевским приближением. Отметим, что не существует общего алгоритма построения мног.однако для построения этого многочлена можно использовать след. утв.:
Теорема Чебышева:Для того, чтобы многочлен степени n был многочленом наилучшего равномерного приближения для ф-ии f необх. и достат., чтобы насуществовали по крайней мереn+2 точки в которыхгде.
Другими словами, теорема говорит о том, что в точках поочерёдное отклонение ф-ции f от многочленадостигает наиб. значений . При этом точкиназ. точками Чебышевского альтернанса.
Пример1.Будем аппроксимировать ф-ию f многочлена нулевой степени . Положим.
Положим . Покажем , что в этом случае многочленесть многочлен наилучшего равномерного приближения. Имеем
А точки в которых f(x)=m и f(x)=М образуют Чебышевский альтернанс.
Пример2.Пусть и является выпуклой . Будем аппроксимировать ф-цию f многочленом.
Составим разность Пусть С – точка экстремума ф-ции(очевидно, что такая точка существует, причём). Потребуем, чтобы точкиа,с,в в указанном порядке образ. Чебышевский альтернанс. В этом случае будем иметь две системы уравнений:
Относительно неизвестных Е, с, .Заметим, что в данных системах через Е обозначено, а 4-ое уравнение каждой из систем есть условие того, что точка С – точка экстремума ф-ции.
25. Наилучшие приближения в линейном нормированном пространстве.
Пусть - линейное нормированное пространство и в нем задана последовательность линейно независимых элементов. Рассмотрим множество линейных комбинаций
, где - числовые коэффициенты.
Будем аппроксимировать ф-ию f ф-ей т.о., что(1)
При этом наз-ть эл-ом наилучшего приближения.
Теорема. В ЛНП элемент наилучшего приближения всегда существует.
Д-во. Обозначим . Покажем, что функциянепрерывно зависит от своих аргументов.
Для приращения функции
используя для нормы аксиому треугольника, имеем
(2). Отсюда получаем оценку:
, из которой следует непрерывность ф-ии .
На единичной сфере , которая является замкнутым ограниченным множеством, непрерывная функцияпринимает свое минимальное значение. Обозначим его через. В силу аксиомы тождества для нормы и линейной независимости элементов, должно выполняться. В случае произвольного набора коэффициентов имеем
. (3) Выберем число . Ф-иянепрерывна на шаре, поэтому достигает на нём своей нижней грани
Заметим, что (4) . Вне шара, т.е. при с учётом (3) и (4) имеем оценку:Показали, что на шареф-иядостигает своего минимума, а вне шаравып-ся.
ЛНП наз-ся строго нормированным, если из условия следует, что, гдечисло.