- •Численные методы расчеты в microsoft Excel при исследовании автомобильных конструкций
- •Содержание
- •Введение
- •1. Вычисление определенных интегралов Справочная информация
- •Формула трапеций
- •Контрольные задания
- •2. Решение нелинейных уравнений Справочная информация
- •Контрольные задания
- •3. Решение систем линейных алгебраических уравнений Справочная информация
- •Метод Гаусса с выбором главного элемента
- •Программное обеспечение Excel’а
- •Контрольные задания
- •4. Интерполяция таблично заданных функций Справочная информация
- •Интерполяция многочленами
- •Контрольные задания
- •5. Аппроксимация таблично заданных функций Справочная информация
- •Контрольные задания
- •6. Решение задачи коши для обыкновенных дифференциальных уравнений 1-го порядка Справочная информация
- •Усовершенствованный метод Эйлера
- •Оценка погрешностей методов
- •Контрольные задания
- •7. Решение задачи коши для нормальных систем обыкновенных дифференциальных уравнений и уравнений высших порядков Справочная информация
- •Метод Эйлера
- •Оценка погрешности метода
- •Контрольные задания
- •Список литературы
- •Численные методы расчеты в microsoft Excel при исследовании автомобильных конструкций
- •107023, Г.Москва, б.Семёновская ул., 38.
Контрольные задания
По номеру своего варианта вычислить один из приведённых ниже определённых интегралов с использованием формулы трапеций и сделать оценку погрешности выполненных вычислений.
1. . 2. . 3. . 4. .
5. . 6. . 7. .
8. . 9. . 10. . 11. .
12. . 13. . 14. .
15. . 16. . 17. . 18. .
19. . 20. . 21. .
22. . 23. . 24. . 25. .
26. . 27. . 28. .
29. . 30. .
2. Решение нелинейных уравнений Справочная информация
К ак известно, далеко не всякое алгебраическое уравнение
может быть решено аналитически. Это относится к большинству трансцендентных уравнений и к алгебраическим уравнениям выше четвёртого порядка. Однако точное решение уравнений на практике часто и не требуется. Чтобы считать задачу решённой, достаточно бывает отыскать значения корней с требуемой степенью точности. Для получения таких решений разработаны численные методы.
Р
Рис.1.
f(a) f(b) < 0.
Процесс отделения корней может быть проиллюстрирован на примере уравнения x3 – 7.3x2 + 16.8x – 12.2 = 0, для которого корни ищутся на отрезке [0, 3]. Сначала выполняется процесс табулирования функции f(x) = x3 – 7.3x2 + 16.8x – 12.2, а затем, используя полученные результаты, строится диаграмма типа «гладкие графики» (см. рис.2). Как видно из графика функции, на этом этапе можно выделить два отрезка локализации корней [1.5, 1.6] и [2.2, 2.4].
На втором этапе внутри выделенных отрезков вычисляются значения каждого из корней уравнения с заданной точностью. Для этого используются два основных итерационных подхода: последователь-
Рис.2.
ное уточнение первоначального приближения значения корня, взятого из выделенного отрезка, и сужение выделенного отрезка, содержащего корень.
Метод половинного деления (метод бисекций)
А
Рис.3.
совпадает с длиной отрезка его последней локализации. В свою очередь относительная погрешность вычисляется как
.
При этом за значение корня принимается либо одна из границ суженного отрезка [a, b], либо его середина.
Алгоритм метода может быть проиллюстрирован на рассмотренном выше примере уточнения корня уравнения
x3 – 7.3x2 + 16.8x – 12.2 = 0.
В качестве отрезка локализации выбирается отрезок [1.5, 1.6], содержащий первый корень уравнения (см. рис.2). На первом шаге уточнения корня вычисляются значения функции на границах выбранного отрезка
f(1.5) = 1.53– 7.3·1.52+ 16.8·1.5 – 12.2 = –0.05,
f(1.6) = 1.63– 7.3·1.62+ 16.8·1.6 – 12.2 = 0.088.
Затем в середине отрезка x1 = 1.55 также вычисляется значение функции
f(1.55) = 1.553– 7.3·1.552+ 16.8·1.55 – 12.2 = 0.0256.
Так как эта точка не соответствует корню уравнения, то определяется новый отрезок его локализации. Для этого проверяется знак произведения значений функции на левой границы отрезка локализации корня и в его центре f(1.5)·f(x1). Из расчётов видно, что это произведение меньше нуля, значит в качестве нового отрезка локализации корня должен приниматься отрезок [1.5, 1.55].
Для выполнения второго шага значения функции на границах нового отрезка локализации считать не нужно, они уже известны
f(1.5) = –0.05, f(1.55) = 0.0256.
Достаточно вычислить её значение в середине нового отрезка локализации корня x2= 1.525
f(1.525) = 1.5253– 7.3·1.5252+ 16.8·1.525 – 12.2 = –0.0105.
Так как произведение f(1.5) f(x2) больше нуля, то в качестве нового отрезка локализации принимается [1.525, 1.55]. Аналогично выполняются шаги c третьего по седьмой, дающие следующие значения приближения корня
x3 = 1.5375 – центр отрезка [1.525, 1.55],
x4 = 1.53125 – центр отрезка [1.525, 1.5375],
x5 = 1.53438 – центр отрезка [1.53125, 1.5375],
x6 = 1.53281 – центр отрезка [1.53125, 1.53438],
x7 = 1.53203 – центр отрезка [1.53125, 1.53281].
Значение относительной погрешности вычисления приближения x7= 1.53203 корня уравнения будет определяться по формуле
.
Таким образом, если в задаче требовалось бы вычислить значение корня с относительной погрешностью εотн = 0.001, то уточнение значения корня можно прекратить.
При реализации метода расчётная таблица может быть составлена в следующем виде:
i |
ai |
bi |
f(ai) |
|
f(xi) |
|
1 |
a1 |
b1 |
f(a1) |
x1 |
f(x1) |
|
2 |
Если f(a1)f(x1)<0, то a2 = a1, иначе a2 = x1. |
Если f(a1)f(x1) 0, то b2 = b1, иначе b2 = x1. |
f(a2) |
x2 |
f(x2) |
|
… |
….……… |
…….…… |
…… |
….. |
…… |
……. |
Ниже на рис.4 представлены результаты расчётов в программе Excel.
Рис.4.
Метод Ньютона (I.Newton, 1669, Mr.Raphson, 1720)
В данном методе каждое новое приближение к значению корня уравнения f(x) = 0 ищется по следующей итерационной схеме
,
,
………………….
,
………………….
где x0 – первоначальное приближенное значение корня, взятое с отрезка [a, b] локализации точного решения уравнения.
Если последовательность значений xk (k = 0, 1, 2,...) сходится к точному значению корня xт, то абсолютная погрешность значения корня на k-ом шаге (xk) определяется выражением
, ,
где
, , , .
Может случиться так, что последовательность приближённых значений xk (k = 0, 1, 2, ...) искомого корня не имеет предела. В этом случае метод расходится, и описанная итерационная схема не может быть применена для решения уравнения. Анализ выражения для εабс позволяет сформулировать условие сходимости итераций. Очевидно, для того, чтобы погрешность εабс при стремлении k к бесконечности стремилась к нулю и итерации сходились к точному решению, надо обеспечить выполнение следующего неравенства
.
Приведённые формулы для оценки погрешностей и условия сходимости итераций предполагают знание точного решения уравнения xт и решение дополнительной задачи поиска минимума модуля первой производной функции f(x) и максимума модуля её второй производной на отрезке локализации корня [a, b]. В связи с этим на практике условие сходимости используется в форме
,
где
, ,
а при его выполнении для определения погрешности приближённого решения применяют более грубую её оценку в виде
,
где
, .
Графическая интерпретация работы метода Ньютона представлена на рис.5. Из точки на кривой y = f(x), имеющей абсциссу x0, проводитс я касательная до пересечения с осью 0x. Абсцисса точки пересечения принимается за новое приближение значения x1 корня уравнения f(x) = 0. В случае сходимости последовательности вычисляемых значений x0, x1,…, xk,… процесс продолжается до тех пор, пока не выполнится условие его окончания.
Р
Рис.5.
x3 – 7.3x2 + 16.8x – 12.2 = 0,
расположенного на отрезке [1.5, 1.6] (см. рис.2) и оценки погрешности его определения.
Следуя итерационной схеме метода Ньютона, в качестве нулевого приближения искомого корня можно взять x0 = 1.5 и вычислить первое приближение корня следующим образом
,
где
f(x0) = f(1.5) = 1.53 – 7.3·1.52 + 16.8·1.5 – 12.2 = –0.05,
= 3·1.52 – 14.6·1.5+16.8 = 1.65,
Отсюда получается значение корня в первом приближении
.
Вторая итерация:
f(x1)= 1.53033 – 7.3·1.53032 + 16.8·1.5303 – 12.2 = –0.00254,
= 3·1.53032 – 14.6·1.5303 + 16.8 = 1.48306,
.
Третья итерация:
f(x2)= 1.5320183 – 7.3·1.5320182 + 16.8·1.532018 – 12.2 = –8·10 –6,
= 3·1.5320182 – 14.6·1.532018 + 16.8 = 1.47378,
.
Оценку относительной погрешности полученного приближённого решения можно найти по формуле
,
откуда
.
Выполненные вычисления без определения истинного значения относительной погрешности могут быть сведены в таблицу:
i |
xi |
|
|
0 |
x0 |
|
|
1 |
x1 |
|
|
… |
….. |
………… |
….. |
При реализации в программе Excel эта расчётная таблица метода Ньютона может быть представлена образом, приведённом ниже на рис.6 вместе с результатами расчетов.
Рис.6.