- •«Численные методы»
- •Оглавление
- •§1. Теоретические основы численных методов 10
- •§2. Особенности математических вычислений на эвм. Погрешности вычислений 13
- •§3. Численные методы решения алгебраических и трансцендентных уравнений 25
- •§4. Методы решения систем уравнений 38
- •Введение
- •Из истории вычислительной математики
- •§1. Теоретические основы численных методов
- •§2. Особенности математических вычислений на эвм. Погрешности вычислений
- •Задания для самостоятельного решения
- •Практическая работа №1
- •Примеры выполнения заданий работы
- •Контрольные вопросы.
- •§3. Численные методы решения алгебраических и трансцендентных уравнений
- •3.1 Задача решения алгебраических и трансцендентных уравнений
- •3.2 Локализация корней
- •3.3 Метод деления отрезка пополам (метод бисекции, метод дихотомии)
- •3.4 Метод простой итерации
- •Задания для самостоятельного решения
- •Практическая работа №2
- •Примеры выполнения заданий работы
- •Контрольные вопросы.
- •3.5 Методы Ньютона
- •3.6. Решение уравнений с помощью табличного процессора Excel
- •Задания для самостоятельного решения
- •Практическая работа №3
- •Примеры выполнения заданий работы
- •Контрольные вопросы.
- •§4. Методы решения систем уравнений
- •4.1 Система линейных уравнений
- •4.1.1 Прямые методы решения систем линейных уравнений
- •Задания для самостоятельного решения
- •Практическая работа №4
- •Примеры выполнения заданий работы
- •4.1.2 Вычисление определителей и обратной матрицы
- •Задания для самостоятельного решения
- •Контрольные вопросы.
- •4.1.3 Итерационные методы решения систем линейных уравнений. Метод простой итерации
- •4.2. Решение системы уравнений и вычисление определителя с помощью табличного процессора Excel
- •Задания для самостоятельного решения
- •Практическая работа №5
- •Примеры выполнения заданий работы
- •Контрольные вопросы
- •§5. Методы приближения и аппроксимации функций
- •5.1 Понятия интерполяции и экстраполяции
- •5.2 Интерполяционный многочлен Лагранжа
- •Задания для самостоятельного решения
- •5.3 Приближение функций с помощью табличного процессора Excel
- •Задания для самостоятельного решения
- •Практическая работа №6
- •Примеры выполнения заданий работы
- •Контрольные вопросы
- •5.3 Интерполяционные формулы Ньютона
- •Задания для самостоятельного решения
- •§6. Численное интегрирование
- •6.1 Задача численного интегрирования
- •6.2 Методы прямоугольников и трапеций
- •6.3 Метод Симпсона (метод парабол)
- •Задания для самостоятельного решения
- •Практическая работа №7
- •Примеры выполнения заданий работы
- •Контрольные вопросы
- •6.4 Квадратурная формула Гаусса
- •6.5. Вычисление интеграла с использованием табличного процессора Excel.
- •Задания для самостоятельного решения
- •Практическая работа №8
- •Примеры выполнения заданий работы
- •Контрольные вопросы
- •§7. Решение обыкновенных дифференциальных уравнений
- •7.1. Задача численного решения обыкновенных дифференциальных уравнений
- •7.2. Методы Эйлера
- •7.3 Метод Рунге – Кутта
- •Задания для самостоятельного решения
- •Практическая работа №9
- •Примеры выполнения заданий работы
- •Контрольные вопросы
- •§8. Методы оптимизации
- •8.1 Методы одномерной оптимизации
- •Задания для самостоятельного решения
- •8.2 Методы многомерной оптимизации
- •8.3. Решение задач оптимизации с помощью табличного процессора Excel
- •Задания для самостоятельного решения
- •Практическая работа №10
- •Примеры выполнения заданий работы
- •Контрольные вопросы
- •Литература
§1. Теоретические основы численных методов
Математика как наука возникла в связи с необходимостью решения практических задач: измерений на местности, навигации и т.д. Вследствие этого математика была численной математикой, ее целью являлось получение решения в виде числа.
Численное решение прикладных задач всегда интересовало математиков. Крупнейшие представители прошлого сочетали в своих исследованиях изучение явлений природы, получение их математического описания, как иногда говорят, математической модели явления, и его исследование. Анализ усложненных моделей потребовал создания специальных, как правило, численных или асимптотических методов решения задач. Названия некоторых из таких методов — методы Ньютона, Эйлера, Лобачевского, Гаусса, Чебышева. Эрмита, Крылова — свидетельствуют о том, что их разработкой занимались крупнейшие ученые своего времени.
В результате появления ЭВМ (электронно-вычислительных машин или, как часто говорят, компьютеров) с программным управлением менее чем за пятьдесят лет скорость выполнения арифметических операций возросла от 0,1 операции в секунду при ручном счете до 101 операций на современных серийных ЭВМ, т.е. примерно в 1013 раз.
Применение ЭВМ и расширение математического образования резко увеличило возможности применения вычислительной математики. Современные успехи в решении таких, например, проблем, как атомные и космические, вряд ли были бы возможны без применения ЭВМ и численных методов. Требование численного решения новых задач привело к появлению большого количества новых методов. Наряду с этим последние полвека происходило интенсивное теоретическое переосмысливание и старых методов, а также систематизация всех методов.
Особенностью настоящего времени является широкое применение математических методов и ЭВМ в различных областях человеческой деятельности: в науке, технике, экономике, медицине и даже в лингвистике. Такое широкое внедрение математики в сферу общественно-политической, производственной и других областей жизни вызвано необходимостью анализа и прогнозирования явлений и процессов, происходящих в обществе и природе. Для осуществления указанных целей прежде всего необходимо разработать математическую модель рассматриваемого явления, процесса или объекта.
Математическая модель – это описание наиболее существенных свойств и особенностей явления на языке математических понятий и уравнений.
Математическая модель, основанная на упрощении, идеализации, не тождественна реальному явлению, объекту, а является его приближенным описанием. Однако благодаря замене реального объекта приближенной моделью становится возможным его математическое описание и применение математического аппарата для его анализа. Математика позволяет провести детальный анализ рассматриваемого явления, предсказать его поведение в различных условиях и в будущем.
Построение математической модели является одним из наиболее сложных и ответственных этапов исследования объекта. Математическая модель никогда не бывает тождественна рассматриваемому объекту, не передает всех его свойств, так как основывается на упрощении и идеализации объекта. Поэтому результаты, получаемые на основе этой модели, имеют всегда приближенный характер.
Вопрос о точности является важнейшим в прикладной математике. Анализ ошибок (или, как говорят чаще, погрешностей) является неотъемлемой частью процесса решения прикладной задачи. Часть этих погрешностей связана с вычислениями, которые в наше время производятся на ЭВМ: в простейших случаях — на микрокалькуляторах (МК), а в достаточно сложных — на программируемых ЭВМ (компьютерах). С увеличением скорости производства вычислений и с вовлечением в счетный процесс чисел с большим количеством значащих цифр, как это делается в ЭВМ, потребность в оценке фактической точности результата лишь возрастает.
Возникновение, накопление и распространение ошибок проходят через все стадии решения прикладной задачи, начиная с получения значений исходных данных. В достаточно общем случае, процесс решения задач с использованием ЭВМ состоит из следующих этапов:
постановка задачи и построение математической модели (этап моделирования);
выбор метода и разработка алгоритма (этап алгоритмизации);
запись алгоритма на языке, понятном ЭВМ (этап программирования);
отладка и исполнение программы на ЭВМ (этап реализации);
анализ полученных результатов (этап интерпретации).
Математическая модель может иметь вид уравнения, системы уравнений или быть выраженной в форме иных, как угодно сложных, математических структур или соотношений самой различной природы. Математические модели, в частности, могут быть непрерывными или дискретными, в зависимости от того, какими величинами — непрерывными или дискретными — они описаны.
Этап поиска и разработки алгоритма решения задачи в рамках заданной математической модели называют алгоритмизацией. На этом этапе могут использоваться любые подходящие средства представления алгоритмов: словесные описания, формулы, схемы и т.п. Во многих случаях вслед за построением алгоритма выполняют так называемый контрольный просчет — грубую прикидку ожидаемых результатов, которые используются затем для анализа решения.
Особые трудности на этапе разработки алгоритма заключаются в поиске метода решения задачи. Дело в том, что уже для достаточно простых моделей чаще всего не удается получить результат решения в аналитической форме. Пусть, к примеру, задача свелась к решению уравнения с одной переменной: х - tgx = 0. При всей тривиальности этой задачи выразить корни уравнения путем аналитических преобразований не удается, и весь арсенал методов «точной» математики оказывается здесь беспомощным. В таких случаях приходится использовать приближенные математические методы, позволяющие получать удовлетворительные результаты. Основными методами решения подобных задач являются численные методы, при использовании которых результат получается путем вычислений. По этой причине наиболее естественный путь реализации численных методов — это использование ЭВМ.
На следующем этапе алгоритм задачи записывается на языке, понятном ЭВМ. Это — этап программирования. В простейших слу чаях дело сводится, например, к использованию имеющегося программного обеспечения.
В условиях использования ЭВМ численные методы выступают как мощное математическое средство решения практических задач.
Завершающий этап решения задачи — это анализ, или интерпретация результатов. На этом этапе происходит осмысливание полученных результатов, сопоставление их с результатами контрольного просчета, а также с данными, полученными экспериментальным путем. При этом одни результаты могут оказаться приемлемыми, а другие — противоречащими смыслу реальной задачи; такие решения следует отбросить. Высшим критерием пригодности полученных результатов в конечном итоге является практика.