
- •Тема1: Модели и моделирование
- •Пример построения математической модели:
- •Погрешности численных методов
- •Свойства численного решения
- •Тема2 Аппроксимация функций
- •Интерполяционная формула Лагранжа
- •Сплайны
- •Сплайны третьей степени
- •Метод наименьших квадратов
- •Тема 3: Решение нелинейных уравнений
- •Метод половинного деления
- •Метод простых итераций
- •Метод хорд
- •Метод Ньютона (касательных)
- •Тема 4: Решение систем линейных уравнений
- •Метод Гаусса
- •Метод прогонки
- •Метод уточнения решения
- •Метод Гаусса-Зейделя
- •Тема5: Решение систем нелинейных уравнений
- •Простой итеррации
- •Метод Ньютона
- •Метод возмущения параметров
- •Тема 6: Численное интегрирование
- •Метод определенного интеграла
- •Метод трапеции
- •Метод Симпсона
- •Метод Гаусса
- •Метод Монте-Карло
- •Метод Монте-Карло для вычисления кратных интегралов
- •Решение обыкновенных дифференциальных уравнений (оду)
- •Метод Эйлера
- •Модифицированный метод Эйлера
- •Метод Рунге – Кутта
- •Метод Рунге-Кутта для решения систем оду
- •Метод Рунге-Кутта для оду высших порядков
- •Метод стрельбы
- •Метод конечных разностей (мкр) (метод сеток).
- •Решение дифференциальных уравнений с частными производными
- •Явная разностная схема для уравнения теплопроводности
- •Неявная разностная схема для уравнения теплопроводности
- •Задачи оптимизации.
- •Метод половинного деления
- •Метод золотого сечения
- •Метод покоординатного подъёма (спуска)
- •Метод градиентного подъёма (спуска)
- •Метод наискорейшего подъёма
- •Задания для самостоятельной проработки
Тема 3: Решение нелинейных уравнений
Задача нахождения корней нелинейного уравнения возникает достаточно часто F(x)=ax + b, F(x)=0. Нелинейные уравнения делятся на алгебраические и трансцендентные. Для алгебраического уравнения f(x) – полином некоторой степени больше 1. Хотя алгебраические и трансцендентные уравнения часто решаются одинаковыми методами, на существуют численные методы, использующие свойства алгебраических уравнений, методы решения делятся на прямые и итерационные. Прямые методы позволяют найти решения уравнений непосредственно с помощью формул. В итерационных методах задается процедура решения в виде многократного применения. Некоторые процедуры в этом случае нахождение корня уравнения состоит из двух этапов:
-
отыскание приближенного значения корня или содержащего его отрезка;
-
уточнение значения корня до некоторой заданной точности.
Приближенное значение корня может быть найдено различными способами:
-
из физических соображений;
-
из решения аналогичной задачи;
-
графическим методом.
Если удалось найти две точки образующие отрезок [a,b] на концах которого F(x) имеет различные знаки, то в качестве начального приближения можно взять середину этого отрезка. Итерационный процесс состоит в последовательном уточнении начального приближения, каждый такой шаг называется итерацией. В результате получается последовательность приближенных значений корня. Если эта последовательность с ростом n приближается к истинному значению корня, то итерационный процесс сходится. К сожалению, часто бывает, что итерационный процесс не сходится.
Простроим график функции y = F(x)
y
y
a b
0 x
Если разный знак, то это гарантирует что будет один корень.
Метод №10
Метод половинного деления
Этот метод является одним из простейших методов решения нелинейных уравнений.
Допустим, что нам удалось найти отрезок, на концах которого функция f(x) имеет разный знак. В этом случае можно быть уверенным, что на [a,b] содержится хотя бы один корень уравнения. a<c<b.
y
y=F(x)
a
c
b
0 x
В качестве начального
приближения берем точку
середине
отрезка[a,b].
Получаем два отрезка [a,x0]
и [x0,b],
затем проверяем, на концах какого из
этих двух отрезков функция F(x)
имеет разный знак. Если знак у F(x)
разный на [a,x0],
то мы полагаем b=x0
и получаем новый отрезок [a,b],
если знак разный на [x0,b],
то полагаем что a=x0.
Полученный сокращенный отрезок [a,b]
делим пополам и получаем х1.
If F(a)*F(xi)<0 then
b:=x[i]
else a:=x[i];
x[i+1]:=(a+b)/2
ε=|x[i+1]-x[i]|
при этом надо
обязательно учитывать, что на итерационном
шаге с номером i
будет достигнута точность
.
Недостатком этого
метода является достаточно медленная
сходимость.
Метод №11
Метод простых итераций
Представим нелинейное уравнение F(x)=0 в виде x=f(x) это преобразование можно сделать различными способами:
Например
x=F(x)+x=f(x)
Пусть х0 является нулевым приближением корня этого уравнения. Тогда в качестве первого приближения берем x1=f(x0), а второго x2=f(x1).
Допустим, мы нашли приближенное значение: xi+1=f(xi).
Проиллюстрируем этот метод графически
у
у=х
у=f(x)
0 х2 х1 х0 х
Итерационный процесс сходится.
у у=f(x)
y=x
0 с х0 х1 х2 х
Итерационный процесс расходится.
Для сходимости итерационного процесса достаточно чтобы выполнялось условие |f/(x)|<1, при всех значениях хi, в противоположном случае итерационный процесс может расходиться.
Сходимость метода
может зависеть от удачного преобразования
от F(x)
= 0, и
- это
Метод №12