- •Приближенные числа
- •Правила вычислений с приближенными числами.
- •Приближенное решение алгебраических и трансцендентных уравнений. Отделение корней и уточнение приближенных корней. Графическое решение уравнений.
- •Метод половинного деления (метод «вилки»).
- •Метод хорд.
- •Метод Ньютона (метод касательных).
- •Метод итерации. Приведение уравнений к виду, удобному для итерации.
- •Приближенное решение систем линейных уравнений. Метод итераций.
- •Приближенное решение систем нелинейных уравнений. Метод итерации.
- •Постановка задачи интерполирования функций. Общее решение задачи интерполирования функции полиномом.
- •Интерполяционная формула Лагранжа
- •Интерполирование сплайнами
- •14 Аппроксимирование функций (15 не нашли)
- •Аппроксимирование функций. Метод ортогональных функций.
- •Квадратурная формула Ньютона-Котеса
- •Квадратурная формула Гаусса
- •Численные метода решения задачи Коши для обыкновенных дифференциальных уравнений. Метод Эйлера. Метод Эйлера-Коши
- •Метод Рунге-Кутта
- •Редукция к задаче Коши двухточечной краевой задачи для линейного уравнения второго порядка.
- •Метод коллокации.
- •23.Аппроксимация производных конечно-разностными соотношениями.
- •Метод конечных разностей численного решения обыкновенных дифференциальных уравнений.
- •Принципы построения сеток на плоскости и в пространстве.
- •26. Построение разностных схем для уравнений параболического типа.
- •27. Экстремумы функций. Классификация методов безусловной оптимизации.
- •28. Общая характеристика методов оптимизации нулевого порядка.
- •Метод прямого поиска (метод Хука-Дживса).
- •Метод деформируемого многогранника (метод Нелдера-Мида).
- •Метод вращающихся координат (метод Розенброка).
- •Метод параллельных касательных (метод Пауэлла).
- •Общая характеристика методов оптимизации первого порядка.
- •34.Метод наискорейшего спуска
- •35. Общая характеристика методов оптимизации второго порядка. Метод Ньютона.
- •36. Метод Ньютона с регулировкой шага (метод с переменной метрикой)
- •37. Метод статистических испытаний (метод Монте-Карло)
- •38. Вычисление кратных интегралов методом Монте-Карло
- •39. Структура искусственной нейронной сети (инс)
- •40. Компьютерная модель нейрона (нейроэлемента, нэ)
- •41. Функции активации нейроэлементов
- •45.Методы обучения элементарного перцептрона.
- •46.Многослойный перцептрон.
- •47. Понятие обучающей выборки.
Метод конечных разностей численного решения обыкновенных дифференциальных уравнений.
(метод сеток)
По определению производная функции одной переменной имеет вид:
Компьютер не может совершить предельный переход.
Однако мы можем придать h малое (но не нулевое) значение и проверить, получается ли приближение достаточно точным (проблема точности) и что ошибка не возрастает в ходе вычислений (проблема устойчивости).
Метод сводится к тому, что производная заменяется разностью.
Метод сеток, или метод конечных разностей – один из самых распространенных методов численного решения уравнений с частными производными.
В основе – идея замены производных конечно-разностными отношениями.
Ограничимся случаем двух независимых переменных.
Пусть в плоскости xOy имеется некоторая область G с границей Г (Рис.6.1).
Построим два семейства параллельных прямых:
Точки пересечения прямых называют узлами. Два узла называют соседними, если они удалены вдоль оси Ox или Oy на шаг сетки h или k соответственно.
Узлы, принадлежащие G +Г и расположенные вне этой области на расстоянии, меньшем, чем шаг от Г, называют внутренними.
Оставшиеся из выделенных – граничные.
Рассмотрим сначала разности в направлении x.
Р азложим функцию u = u(x, y0) в ряд Тейлора в окрестности точки x0, y0.
где ξ лежит между x и x0.
Е сли положить x = x0 + h, то можно получить следующее выражение
Т .е. если представить ux с помощью
то ошибка ограничения будет равна
Равенство (6.1) получено с помощью подстановки x = x0 + h, результат называется правой разностью.
А налогично можно получить левую разность
П риближение для uxx через правую разность
Е сли в выражение (6.3) подставить правые разности для ux, весь результат окажется «сдвинутым» вправо. Для компенсации используем левые разности для ux. Получим
Можно отметить симметрию полученной формулы относительно x0, y0.
Д ля определения ошибки ограничения вспомним, что
П оложим теперь x = x0+ h; x = x0 - h и сложим два равенства. Получится, что ошибка ограничения равна
А налогичный анализ проводится для производных в направлении y:
Здесь k -- величина шага по y.
О шибка ограничения равна
С использованием полученных выражений можно полностью переписать дифференциальное уравнение в частных производных и перейти к уравнению в конечных разностях.
Принципы построения сеток на плоскости и в пространстве.
По определению производная функции одной переменной имеет вид:
Компьютер не может совершить предельный переход.
Однако мы можем придать h малое (но не нулевое) значение и проверить, получается ли приближение достаточно точным (проблема точности) и что ошибка не возрастает в ходе вычислений (проблема устойчивости).
Метод сводится к тому, что производная заменяется разностью.
В основе – идея замены производных конечно-разностными отношениями.
Ограничимся случаем двух независимых переменных.
Пусть в плоскости xOy имеется некоторая область G с границей Г (Рис.6.1).
П остроим два семейства параллельных прямых:
Точки пересечения прямых называют узлами. Два узла называют соседними, если они удалены вдоль оси Ox или Oy на шаг сетки h или k соответственно.
Узлы, принадлежащие G +Г и расположенные вне этой области на расстоянии, меньшем, чем шаг от Г, называют внутренними.
Оставшиеся из выделенных – граничные.
(в пространстве ничего не нашла)