- •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.
26. Построение разностных схем для уравнений параболического типа.
Параболические уравнения при B2 - 4AC = 0.
Типичная физическая задача -- процесс теплопередачи по длинному стержню, лежащему вдоль оси х от х = 0 до х = L.
Предположим, что в точке х = 0 температура поддерживается на уровне Т0, а в точке х = L температура поддерживается на уровне TL.
Предположим также, что в момент времени t = 0 распределение температуры вдоль стержня задавалось функцией f(x).
Тогда распределение температуры вдоль стержня во все последующие моменты времени дается решением уравнения
uxx = aut, (7.16)
В уравнении (7.16) u – температура стержня в данной точке в данный
момент времени, постоянная а зависит от физических свойств стержня. Для простоты положим а = 1, так что уравнение сведется к виду:
uxx = ut, (7.17)
Граничные условия
u(0, t) = T0,
u(L, t) = TL. (7.18)
Начальное условие
u(x, 0) = f(x). (7.19)
Уравнение (7.17) представляет собой параболическое дифференциальное уравнение в частных производных.
Его называют уравнением теплопередачи или уравнением диффузии
При записи в разностной форме граничные условия (7.18) запишутся в виде
u0, j = T0 ;j = 1, 2, …,
(7.20)
un, j = TL ; j = 1, 2, …,
Начальное условие имеет вид ui, 0 = f(ih). (7.21)Чтобы преобразовать в разностную форму уравнение (7.17), введем сетку, охватывающую область 0 ≤ х ≤ L и t > 0 с интервалом разбиения h в направлении x и интервалом разбиения k в направлении t.
С использованием (6.1) и (6.3) получаем
где
λ= k/h2. (7.23)
Выражении (7.22) индекс i изменяется от 1 до n - 1, а индекс j -- от 1 до ∞.
В ерхний предел ошибки ограничения
где
|uxxxx| < M
при условии λ≠1/6.
П ри λ = 1/6
где
|uxxxxxx| < N.
Рассмотрим теперь два других способа построения разностных схем
для параболического уравнения.
Р азностная схема (7.22) была получена с использованием правых разностей. Если же взять левые, получим
В ерхний предел ошибки ограничения
Этот предел больше, чем в схеме (7.22); кроме того, нельзя свести ошибку ограничения к О(h6) специальным выбором параметра λ.
Рассмотрим еще один способ построения разностного уравнения, эквивалентного (7.22).
Согласно (6.4), в точке i, j
А налогично в точке i, j + 1
У средняя, получим
Если теперь для вычисления ut воспользоваться правыми разностями, то
и разностное уравнение, эквивалентное (7.17), запишется в виде
Этот способ построения разностного уравнения часто называют методом Кранка - Никольсона.
Верхний предел ошибки ограничения
Полученный верхний предел в (6 λ + 1) раз меньше, чем для схемы (7.17).
Поэтому разностное уравнение (7.25) предпочтительнее, чем (7.17).