![](/user_photo/2706_HbeT2.jpg)
- •Общие сведения Сведения об эумк
- •Методические рекомендации по изучению дисциплины
- •Рабочая учебная программа Учреждение образования «Белорусский государственный университет информатики и радиоэлектроники»
- •Пояснительная записка
- •Содержание дисциплины
- •1. Название тем лекционных занятий, их содержание, объем в часах Наименование тем, их содержание
- •2. Перечень тем ипр
- •Перечень тем контрольных работ
- •4. Литература
- •4.1 Основная
- •4.2 Дополнительная
- •5. Перечень компьютерных программ, наглядных и других пособий, методических указаний и материалов и технических средств обучения
- •6. Учебно-методическая карта дисциплины содержание дисциплины
- •Теоретический раздел Вступление
- •Дискретная и вычислительная математика
- •Часть 1. Вычислительная математика Математическое моделирование и вычислительный эксперимент
- •1 Решение систем линейных алгебраических уравнений
- •1.1 Точные методы
- •1.1.1 Метод Гаусса
- •1.1.2 Связь метода Гаусса с разложением матрицы на множители. Теорема об lu разложении
- •Теорема об lu разложении
- •1.1.3 Метод Гаусса с выбором главного элемента
- •1.1.4 Метод Холецкого (метод квадратных корней)
- •1.2 Итерационные методы решений систем алгебраических уравнений
- •1.2.1 Метод Якоби (простых итераций)
- •1.2.2 Метод Зейделя
- •1.2.3 Матричная запись методов Якоби и Зейделя
- •1.2.4 Метод Ричардсона
- •1.2.5 Метод верхней релаксации (обобщённый метод Зейделя)
- •1.2.6 Сходимость итерационных методов
- •2 Плохо обусловленные системы линейных алгебраических уравнений
- •2.1 Метод регуляризации для решения плохо обусловленных систем
- •2.2 Метод вращения (Гивенса)
- •3 Решение нелинейных уравнений
- •3.1 Метод простых итераций
- •3.1.1 Условия сходимости метода
- •3.1.2 Оценка погрешности
- •3.2 Метод Ньютона
- •3.2.1 Сходимость метода
- •4 Решение проблемы собственных значений
- •4.1 Прямые методы
- •4.1.1 Метод Леверрье
- •4.1.2 Усовершенствованный метод Фадеева
- •4.1.3 Метод Данилевского
- •4.1.4 Метод итераций определения первого собственного числа матрицы
- •5 Задача приближения функции
- •5.1 Интерполяционный многочлен Лагранжа
- •5.1.1 Оценка погрешности интерполяционного многочлена
- •5.2 Интерполяционные полиномы Ньютона
- •5.2.1 Интерполяционный многочлен Ньютона для равноотстоящих узлов
- •5.2.2 Вторая интерполяционная формула Ньютона
- •5.3 Интерполирование сплайнами
- •5.3.1 Построение кубического сплайна
- •5.3.2 Сходимость процесса интерполирования кубическими сплайнами
- •5.4 Аппроксимация функций методом наименьших квадратов
- •6 Численные методы решения задачи Коши для обыкновенных дифференциальных уравнений и систем дифференциальных уравнений
- •6.1 Семейство одношаговых методов решения задачи Коши
- •6.1.1 Метод Эйлера (частный случай метода Рунге-Кутта)
- •6.1.2 Методы Рунге-Кутта
- •6.2 Многошаговые разностные методы решения задачи Коши для обыкновенных дифференциальных уравнений
- •6.2.1 Задача подбора числовых коэффициентов aк , bк
- •6.2.2 Устойчивость и сходимость многошаговых разностных методов
- •6.2.3 Примеры m-шаговых разностных методов Адамса для различных m
- •6.3 Численное интегрирование жестких систем обыкновенных дифференциальных уравнений
- •6.3.1 Понятие жесткой системы оду
- •6.3.2 Некоторые сведения о других методах решения жестких систем
- •6.3.2.1 Методы Гира
- •6.3.2.2 Метод Ракитского(матричной экспоненты) решения систем оду
- •6.4 Краевые задачи для обыкновенных дифференциальных уравнений
- •6.5 Решение линейной краевой задачи
- •6.6 Решение двухточечной краевой задачи для линейного уравнения второго порядка сведением к задаче Коши
- •6.7 Методы численного решения двухточечной краевой задачи для линейного уравнения второго порядка
- •6.7.1 Метод конечных разностей
- •6.7.2 Метод прогонки (одна из модификаций метода Гаусса)
- •7 Приближенное решение дифференциальных уравнений в частных производных
- •7.1 Метод сеток для решения смешанной задачи для уравнения параболического типа (уравнения теплопроводности)
- •7.2 Решение задачи Дирихле для уравнения Лапласа методом сеток
- •7.3 Решение смешанной задачи для уравнения гиперболического типа методом сеток
- •Часть 2. Дискретная математика
- •1. Основные Элементы теории множеств
- •1.1 Элементы и множества
- •1.2 Задание множеств. Парадокс Рассела
- •1.3 Операции над множествами
- •1.4 Булеан множества
- •1.5 Представление множеств в эвм
- •Разбиения и покрытия
- •2 Отношения и функции
- •2.1 Прямое произведение множеств
- •Элементы комбинаторики
- •Теория конфигураций и теория перечисления
- •Размещения
- •Сочетания
- •3.1 Перестановки и подстановки
- •4 Элементы математической логики
- •5 Конечные графы и сети Основные определения
- •5.1 Матрицы графов
- •Матрица смежности Списки инцидентности
- •5.2 Достижимость и связность
- •5.3 Эйлеровы и гамильтоновы графы
- •5.4 Деревья и циклы
- •5.5 Алгоритмы поиска пути
- •Двунаправленный поиск
- •Поиск по первому наилучшему совпадению
- •Алгоритм Дейкстры
- •АлгоритмА*
- •Остовное дерево
- •Матрица Кирхгофа
- •5.6 Конечные автоматы
- •5.6 Элементы топологии
- •5.7 Метрическое пространство
- •Указания по выбору варианта
- •Контрольная работа № 2 Общие сведения
- •Квадратурная формула Гаусса
- •Указания по выбору варианта
- •Индивидуальные практические работы Индивидуальная практическая работа № 1 Общие сведения
- •Интерполяционный полином Лагранжа
- •Аппроксимация функций с помощью кубического сплайна
- •Приближение формулами Ньютона
- •Аппроксимация функций методом наименьших квадратов
- •Индивидуальная практическая работа № 2
6.1.2 Методы Рунге-Кутта
Метод Рунге-Кутта второго порядка точности
Отличительная особенность методов Рунге-Кутта от метода (6.5) заключается в том, что значение правой части уравнения вычисляется не только в точках сетки, но и также в середине отрезков(промежуточных точках).
Предположим, что
приближенное значение
решения задачи в точке
уже известно. Для нахождения
поступают так:
1) используют схему Эйлера в таком виде
-
(6.6)
и
отсюда вычисляют
;
2) воспользуемся разностным уравнением вида
-
,
(6.7)
откуда
найдем значение
.
Далее подставим значение
в уравнение (6.7). Тогда
-
,
(6.8)
где
.
Можно показать,
что метод (6.8) имеет второй порядок
точности, т.е.
.
Метод (6.8) называется
методом прогноза и коррекции в том
смысле, что на первом этапе решение как
бы предсказывается с точностью
,
а на втором этапе - с точностью до
(второй
порядок точности).
Будем рассматривать
явные методы. Задаем числовые коэффициенты
,
,
i=2,...,m;
j=1,2,...,(m-1)
и =1,2,...,m
. Последовательно вычисляем функции
;
;
;
……………………………………………..
.
Затем из формулы
находим значения
.
Здесь
,
-числовые
параметры, которые определяются или
выбираются из соображений точности
вычислений.
При m=1 и =1 получается метод Эйлера, при m=2 получаем семейство методов
-
,
(6.9)
где:
;
;
y0=u0.
Семейство определяет
явные методы Рунге-Кутта. Подставив
нужные 1
и 2,
получаем окончательную формулу. Точность
этих методов совпадает с точностью
аппроксимирующего метода и равна
.
Невязкой, или погрешностью аппроксимации метода (6.9) называется величина
,
полученная заменой в (6.9) приближенного решения точным решением.
При 1+2=1
получим первый порядок точности. Если
же потребовать дополнительно
,
то получим методы второго порядка
точности вида
при
.
Приведем один из методов Рунге-Кутта третьего порядка точности
,
где:
;
;
.
Метод Рунге-Кутта 4-го порядка точности
,
где:
Методы Рунге-Кутта сходятся и порядок их точности совпадает с порядком аппроксимации разностным отношением.
Теорема.
Пусть
правая часть уравнения (6.4)
удовлетворяет
условию Липшица по аргументу u
с константой L,
и пусть
-невязка
метода Рунге-Кутта. Тогда для погрешности
метода при
справедлива оценка
,
где:
;
;
.
На практике обычно
пользуются правилом Рунге. Для этого
сначала проводят вычисления с шагом
, затем -
.
Если
-
решение при шаге ,
а
-
при шаге
,
то справедлива оценка
.
Тогда за оценку погрешности при шаге
принимают величину
.
6.2 Многошаговые разностные методы решения задачи Коши для обыкновенных дифференциальных уравнений
Рассмотрим задачу Коши для обыкновенного дифференциального уравнения
, |
(6.10) |
где .
Для решения задачи
Коши для уравнения (1) при t>0
введем равномерную сетку с постоянным
шагом
.
Введем понятие линейного m шагового разностного метода для решения задачи (6.10). Линейным m-шаговым методом называется система разностных уравнений
-
,
(6.11)
где:
n=m,m+1...;
-числовые
коэффициенты не зависящие от n;
k=0,1,…,m.
Систему (6.11) будем
рассматривать как рекуррентные
соотношения, выражающие новое значения
через ранее найденные значения
,
причем расчет начинают с индекса n=m,
т.е. с уравнения
.
Отсюда следует,
что для начала расчета по формулам
(6.11) надо знать m
предыдущих значений функции y,
причем y
=u
. Эти предыдущие m
значений могут быть найдены одним из
одношаговых методов Рунге-Кутта.
Отличие от одношаговых методов состоит в том, что по формулам (6.11) расчет ведется только в точках сетки.
Определение. Метод (6.11) называется явным, если коэффициент b =0. Тогда значение легко выражается через . В противном случае метод называется неявным, и для нахождения y придется решать нелинейное уравнение вида
-
.
(6.12)
Обычно это уравнение
решают методом Ньютона при начальном
значении
.
Коэффициенты уравнения (6.11) определены
с точностью до множителя, тогда, чтобы
устранить этот произвол, вводят условие
,
с тем условием, что правая часть (6.11)
аппроксимирует правую часть уравнения
(6.10).
На практике
используют частный случай методов
(6.11), т.н. методы Адамса, т.е. когда
производная
аппроксимируется разностным отношением,
включающим две соседние точки
и
.
Тогда
;
=0,
k=2,...,m
и
-
.
(6.13)
Это и есть методы Адамса. При b =0 метод будет явным, в противном случае – неявным.