- •Глава 1. Численные методы.
- •1.1 Структура погрешности в численном анализе.
- •Округление.
- •Погрешность вычисления функции при неточном задании аргументов. (Вопрос вычисления функции при наличии ошибки в вычислении ее аргумента)
- •1.2. Понятие близости в метрическом пространстве.
- •Примеры классов функций и соответствующих нормированных пространств.
- •1.3. Задача приближения функций. Интерполяция.
- •Задача наилучшего приближения в нормированном пространстве.
- •Задача приближения полиномами.
- •Общая задача интерполяции.
- •1.4. Интерполяционный многочлен Ньютона.
- •Пример:
- •Запись интерполяционного многочлена для равноотстоящих узлов.
- •1.5. Среднеквадратичное приближение функции.
- •1.6. Классические ортогональные многочлены и их применение в задачах приближения функций.
- •С другой стороны
- •1.7. Некоторые общие свойства ортогональных полиномов.
- •1.8. Многочлены Чебышева, их свойства и применение в задачах приближения функций.
- •Первые применения многочленов Чебышева к задаче интерполяции.
- •1.9. Равномерное приближение функций на отрезке.
- •1.10 Теоремы о равномерном приближении функций на отрезке.
- •Глава II. Численное интегрирование.
- •2.1. Квадратурные формулы на основе интерполяций.
- •Формулы Ньютона-Котеса.
- •2.2 Квадратурные формулы Гаусса-Кристоффеля.
- •Глава III. Численные методы алгебры.
- •3.1. Принцип сжатых отображений.
- •3.2. Метод простых итераций для функциональных уравнений.
- •3.3.Метод Ньютона.
- •3.4. Численные методы линейной алгебры.
- •3.4.1. Нормы матриц. Спектральные свойства матриц.
- •Для любой квадратной матрицы и любой согласованной матричной нормы имеет место неравенство:
- •Простейшие следствия из определений.
- •3.4.2. Обусловленность матриц и систем уравнений.
- •3.4.3. Итерационные методы решения систем лау.
- •3.4.4 Стационарные итерационные процедуры. Теоремы о сходимости.
- •Некоторые определения.
- •Глава IV. Численные методы решения обыкновенных дифференциальных уравнений.
- •4.1. Численное дифференцирование.
- •4.2.Численные методы решения задачи Коши.
- •4.2.1. Оценка погрешности метода Эйлера.
- •1. Ошибка растет с номером шага k.
- •4.2.2.Методы Рунге-Кутта.
- •4.3. Численные методы решения краевых задач для оду.
- •4.3.1.Задача аппроксимации на сетке.
- •4.3.2.Аппроксимация, устойчивость и сходимость разностных схем.
- •Итерационная процедура устойчива по правой части тогда и только тогда, когда
- •При этом, если выполняется условие
4.2.1. Оценка погрешности метода Эйлера.
Будем считать, что ошибка округления имеет порядок не меньший, чем . Тогда из (9) следует:
(10)
Разложим точное решение задачи (5) в точкес такой же точностью:
(11)
Вычтем(11) из (10)
(12)
где
В силу условий теоремы существования и единственности частные производные ограничены в прямоугольнике:
Обозначим и оценим (12) по модулю
(13)
по условию.
Обозначим
(14)
Теорема 2.
Для метода Эйлера имеет место следующая оценка погрешности:
(15)
Из (13) следует (рекурсия назад)
Используя алгебраическое тождество
получаем
(16)
(В последнем неравенстве использовано свойство второго замечательного предела)
Учитывая, что
получим
,
т.е. оценку (15).
Замечание.
Из соотношения (16) следует, что
1. Ошибка растет с номером шага k.
2. Порядок ошибки в методе Эйлера .
4.2.2.Методы Рунге-Кутта.
Методы Рунге-Кутта - это группа итерационных методов решения задачи Коши (4), характеризуемая следующими условиями:
Это одношаговые методы, т.е. при переходе из точки в точкуиспользуется лишь информация о предыдущей точке. Этому условию соответствует такая общая запись итерационной процедуры
, (17)
где выражается через значения функциив точкеили близким к ней (сдвинутым на долю шага).
2. Процедура (16) согласуется с рядом Тейлора вплоть до членов порядка , гдеp -порядок метода.
3. Метод не использует производных от , а требует только вычисления функции в различных точках сетки, причем число вычислений функции - минимально возможное для данного порядка.
Заметим, что метод Эйлера является частным случаем метода Рунге-Кутта, имеющий наименьший первый порядок точности. Рассмотрим один из примеров повышения порядка точности метода Рунге-Кутта (16) до второго порядка.
Представим в виде следующей линейной комбинации
.
Разложим функцию в точкев ряд Тейлора до членов первого порядка включительно
.
Подставляя эти формулы в (16) , получим:
. (18)
(все входящие в правую часть функции берутся в точке )
Аналогичное разложение по Тейлору напишем для функции , используя уравнение
. (19)
Требуя совпадения коэффициентов разложений (18) и (19) при одинаковых степенях h, получим систему уравнений для неизвестных коэффициентов :
(20)
Система (20) недоопределена. Поэтому один из коэффициентов можно задать произвольно.
Например, положим .
Решая (20), получим
.
Итерационная процедура (17) приобретает вид
. (21)
Учитывая результат теоремы 2, заключаем, что точность этого метода , т.е. данный метод - второго порядка.
Рассмотрим некоторые частные случаи процедуры (21).
Отбрасывая погрешность, получаем
. (22)
Полученный метод Рунге-Кутта носит название “предиктор-корректор”. Чтобы прояснить смысл этого названия разобьем процедуру (22) на два этапа:
На первом этапе “предсказываем” значение по методу Эйлера. На втором этапе это значение корректируется путем усреднения угловых коэффициентов в точкахи. За счет коррекции, точность данного метода и повышается на порядок по сравнению с методом Эйлера.
Согласно (21) , получаем
. (23)
Обозначим
.
Тогда (23) разбивается на два этапа:
На первом этапе находим - прогнозируемое значение на половинном шаге от точкипо методу Эйлера.
Вычисляем наклон интегральной кривой в точке , и на втором этапе, двигаясь по касательной с данным угловым коэффициентом из точки () в точку (), получаем окончательноПолученный метод носит название “модифицированный метод Эйлера”.
Замечание 1.
Существуют процедуры Рунге-Кутта повышенной точности (порядка 3, 4, 5…). Например, метод Рунге-Кутта четвертого порядка точности (наиболее употребляемый на практике) сформулирован следующим образом
где
(24)
Если , то погрешность процедуры.
Замечание 2.
При практическом применении методов Рунге-Кутта возникает вопрос: какой формулой пользоваться на практике? Если априори известно, что - достаточно гладкая функция, например,, то наиболее эффективна процедура (24). Если же гладкость функциинедостаточна, то лучше использовать методы второго и третьего порядка.
Замечание 3.
В среде МАТЛАБ реализованы две процедуры Рунге-Кутта:
ode23 – метод второго и третьего порядка
и ode45 - метод четвертого и пятого порядка.
В лабораторной работе 7 предусмотрено знакомство с этими командами.
Лекция 13.