- •Введение
- •Основы работы с MathCad
- •1. Введение в численные методы. Теория погрешностей и машинная арифметика Понятие о вычислительном эксперименте
- •Классификация погрешностей
- •Элементы теории погрешностей
- •2. Теория погрешностей и машинная арифметика Погрешности арифметических действий Погрешность функции
- •Погрешности арифметических действий
- •3. Численное решение нелинейных уравнений
- •Решение нелинейных уравнений
- •4. Численное решение систем уравнений Решение систем линейных уравнений
- •Решение матричных уравнений
- •Решение систем нелинейных уравнений
- •5. Решение систем уравнений и систем уравнений MathCad Решение одного уравнения
- •Нахождение корней полинома
- •Решение систем уравнений
- •Приближенные решения
- •Символьное решение уравнений
- •6. Интерполяция функций
- •Глобальная интерполяция
- •7. Интерполяция функций Интерполяционные формулы Ньютона
- •Локальная интерполяция
- •8. Интерполяция функций Кубическая сплайн-интерполяция
- •Интерполяция средствами MathCad
- •9. Математическая обработка экспериментальных данных Элементы теории ошибок
- •Элементы теории ошибок Случайные ошибки
- •Аппроксимация в виде линейной комбинации функций
- •Полиномиальная аппроксимация в Mathcad
- •С помощью функции regress
- •11. Численное интегрирование и дифференцирование Численное интегрирование
- •Методы прямоугольников
- •Метод трапеций
- •Метод Симпсона
- •Метод Монте - Карло
- •Численное дифференцирование
- •12. Решение обыкновенных дифференциальных уравнений
- •Одношаговые методы решения задачи Коши
- •Общая характеристика одношаговых методов
- •13. Решение дифференциальных уравнений в частных производных Уравнения первого порядка
- •Типы дифференциальных уравнений в частных производных
- •Уравнения первого порядка
- •Лабораторная работа
- •Варианты задания 1
- •Варианты задания 2
- •Варианты задания 3
- •Локальная интерполяция
- •Предсказание
- •Варианты заданий 4
- •Полиномиальная регрессия
- •Обобщенная регрессия
- •Варианты задания 5
- •Численное интегрирование и дифференцирование
- •Варианты задания 6
Одношаговые методы решения задачи Коши
Метод Эйлера
Это простейший метод решения задачи Коши, позволяющий интегрировать дифференциальные уравнения первого порядка. Его точность невелика, и поэтому на практике им пользуются сравнительно редко. Однако на основе этого метода легче понять алгоритм других, более эффективных методов.
Найдём
приближенное решение уравнения (12.3) на
отрезке [x0,
b],
удовлетворяющее начальному условию
y=y0 при
x=x0.
Разделим отрезок [x0,b], точками
на
n равных
частей (рис. 12.1).
Рис. 12.1
Обозначим
,т.е.
.
В этом методе
заменяется
приближенной формулой:
(12.5)
В результате на первом отрезке [x0, x1] искомое решение приближенно представляется формулой:
,
.
Здесь x0 , y0 , h известны, следовательно, находим:
Иными словами на отрезке [x0, x1] искомая интегральная кривая (точное решение) заменяется отрезком прямой M0M1 касательной к кривой в точке M0. Тангенс угла наклона этой прямой равен f(x0, y0). Аналогично находятся остальные приближенные значения:
(12.6)
Ошибка метода имеет порядок h2.
Модифицированный метод Эйлера
Хотя
тангенс угла наклона касательной к
истинной кривой в исходной точке
известен и равен
,
он известен в соответствии с изменением
независимой переменной. Поэтому в точке
x0 +h
наклон касательной уже не таков, каким
он был в точке x0.
Следовательно, при
сохранении шага наклона
касательной на всем интервале h
в результаты вычисления вносится
погрешность. Точность метода
Эйлера можно существенно
повысить, улучшив аппроксимацию
производной. Это можно сделать,
используя среднее значение производной
в начале и в конце интервала. В
модифицированном методе Эйлера сначала
вычисляется значение функции в следующей
точке по методу Эйлера:
,
которое
используется для вычисления приближенного
значения в конце интервала
.
Вычислив среднее между этим значением
производной и её значением в начале
интервала, найдем более точное значение
yn+1:
(12.7)
Это
соотношение описывает модифицированный
метод Эйлера. Ошибка на каждом шаге при
использовании этого метода, имеет
порядок h3.
За повышение точности приходится
расплачиваться дополнительными
затратами математического времени,
необходимыми для вычисления
.
Метод Рунге - Кутта
Существует и другие явные одношаговые методы. Наиболее распространенным из них является метод Рунге - Кутта. На его основе могут быть построены разностные схемы разного порядка точности. Приведем схему Рунге - Кутта четвертого порядка:
где
(12.8)
Таким образом, метод Рунге - Кутта требует на каждом шаге четырёхкратного вычисления правой части уравнения f(x, y). Метод Эйлера и его модифицированный вариант так же могут рассматриваться как методы Рунге - Кутта первого и второго порядков. Метод Рунге - Кутта требует большого объема вычислений, однако это окупается повышенной точностью, что даёт возможность проводить счет с большим шагом. Другими словами, для получения результатов с одинаковой точностью в методе Эйлера потребуется значительно меньший шаг, чем в методе Рунге - Кутта.
