
- •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.
Квадратурная формула Ньютона-Котеса
Формула Ньютона – Котеса:
(1)
где
,
i = 0, 1, 2,…, n
-- коэффициенты Ньютона
– Котеса,
- шаг разбиения интервала [a,
b]
на n точек.
Для коэффициентов Ньютона – Котеса справедливы следующие соотношения:
Недостатком метода Ньютона-Котеса является то, что при большихn в формуле (1) будут встречаться как положительные, так и отрицательные коэффициенты Hi, превосходящие по абсолютной величине достаточно большое число. При больших n могут появиться большие погрешности при вычислении интегралов. Поэтому формулы Ньютона-Котеса малопригодны для вычислений, когда число узлов n велико.
Пример.
Вычислить
интеграл
методом Ньютона – Котеса.
Интервал
[1, 2] разобьем на n
= 5 точек, шаг разбиения
Тогда, согласноформуле (1), будемиметь
По
свойствам коэффициентов Ньютона-Котеса
Далее вычислим значения подынтегральной функции в точках xi, i = 0, 1, 2, 3, 4, 5.
Учитывая свойства коэффициентов Ньютона-Котеса, можем записать
= 0,13525
Квадратурная формула Гаусса
(используется для интегрирования функции, имеющей аналитическое выражение)
Пусть необходимо вычислить
интеграл вида
Квадратурная формула Гаусса
имеет вид
(1)
где
, (i = 1,
2,…, n),
(2)
ti - нули полинома Лежандра Pn(t), т. е. Pn(ti) = 0.
Для коэффициентов Ai и узлов ti существуют справочные таблицы.
Формула Гаусса обеспечивает наивысшую точность в том смысле, что для полиномов степени не выше 2n-1 она точна.
Коэффициенты Ai и узлы ti для численного интегрирования по формуле Гаусса.
Пример.
Применяя квадратурную формулу Гаусса, вычислить интеграл .
Разобьем интервал [1, 2] на n
= 5 точек и для вычисления интеграла
воспользуемся полиномом Лежандра 5-й
степени
.
Делаем замену переменной
,
где
- корни (нули) полинома Лежандра
,
т. е.
.
Из таблицы 1 возьмем значения
корней
и коэффициентов
:
Тогдаможемзаписать
Далее вычислим значение
подынтегральной функции
Согласноформуле (.2) получаем
Численные метода решения задачи Коши для обыкновенных дифференциальных уравнений. Метод Эйлера. Метод Эйлера-Коши
Задача
Коши состоит в нахождении решения y
= y(x)
, удовлетворяющего начальным условиям
(1)
где
заданные числа. Условия (1) для задачи
Коши задаются в одной точке . Для
граничных задач дополнительные условия
задаются не в одной, а в нескольких
точках.
Численные методы используются в задачах, имеющих единственное решение (т.е. корректно поставленных). В некоторых случаях условий корректности может оказаться недостаточно. Необходимо, чтобы задача была хорошо обусловлена (устойчива), т. е. малые изменения в задании исходных данных приводили к достаточно малым изменениям искомого решения.
Метод Эйлера
Метод Эйлера - один из самых простых методов численного решения дифференциальных уравнений. Его недостаток - сравнительно низкая точность.
Пусть дано дифференциальное уравнение
(2)
с
начальным условием
(3)
Численное решение задачи Коши (5.3)-(5.4) состоит в том, чтобы получить искомое решение y = y(x) в виде таблицы его приближенных значений для заданных значений аргумента x на некотором отрезке [a, b]: а = x0<x1< ... <xn = b. Точки называются узловыми точками, а множество этих точек называют сеткой на [a, b].
Выбираем малый шаг h и на отрезке [a, b] строим систему равноотстоящих точек
, (i
= 0, 1, 2,…, n).
(4)
В методе
Эйлера искомая интегральная кривая y
= y(x)
, проходящая через точку (x0,y0),
приближенно заменяется ломаной с
вершинами (xi,yi)
, звенья которой прямолинейны между
прямыми
и имеют подъем с начальным условием
(5) Таким
образом, каждое значение yi+1
можно найти по формуле
,
(i
= 0, 1, 2,…, n)
(6)
В
результате, получим совокупность
значений
численного решения задачи Коши.
В каждом узле xi имеем yi»y(xi) , (i = 0, 1, 2,…, n). Причем для любого численного метода начальные условия задачи Коши выполняются точно, т. е. y(x0) = y0
Метод Эйлера может применяться для решения обыкновенных дифференциальных уравнений высших порядков и для систем дифференциальных уравнений.
Рассмотрим систему дифференциальных уравнений первого порядка
с
начальными условиями
Решения задачи Коши для данной системы уравнений можно получить, используя следующие формулы
Пример.
Найти
решение задачи Коши
,
на отрезке [1; 1,5]
Применим метод Эйлера. Сделав замену переменных y’ = z, z’ = w , понизим порядок уравнения. Из исходного уравнения получаем систему дифференциальных уравнений первого порядка:
с
начальными условиями
Cоответствующие формулы метода Эйлера имеют вид
где
Интервал
[1; 1,5] разобьем на 5 точек с шагом разбиения
Метод Эйлера применяется редко, однако при дальнейшем рассмотрении мы будем на него ссылаться