- •1.Понятие«вычислительная задача». Типы вычислительных задач и их постановка.
- •3. Условия корректности вычислительной задачи.
- •2. Метод Гаусса решения систем линейных алгебраических уравнений: класс метода, прямой и обратный ходы, оценка трудоемкости.
- •Трудоёмкость метода Гаусса
- •Условие сходимости метода простых итераций
- •Трудоёмкость метода простых итераций
- •Условие сходимости метода Зейделя
- •Наглядное представление метода Зейделя
- •7. Источники погрешностей вычислений.
- •8. Метод бисекции решения нелинейных уравнений: условие локализации корня, алгоритм решения, условие окончания, надежность и эффективность метода.
- •9. Погрешности представления (округления) чисел в эвм. Понятие «представимое множество эвм». Способы округления.
- •11. Понятия «абсолютная погрешность» и «относительная погрешность». Реальные оценки погрешностей.
- •Упрощенный метод Ньютона
- •13. Правила записи приближенных чисел, понятия «значащие цифры числа» и «верные значащие цифры числа».
- •15. Абсолютная и относительная погрешности сложения.
- •14. Метод Ньютона–Рафсона решения систем нелинейных уравнений: алгоритм решения, условие окончания.
- •Алгоритм решения:
- •16. Метод Лагранжа интерполяции данных: тип метода, вид и степень общего полинома Лагранжа, условие интерполяции, задача построения полинома Лагранжа, недостаток метода.
- •17. Абсолютная и относительная погрешности вычитания.
- •18. Метод сплайнов интерполяции данных: тип метода, количество и степень сплайн-полиномов, условие интерполяции и условия сопряженности сплайнов, эффективность метода.
- •19. Абсолютная и относительная погрешности умножения.
- •20. Абсолютная и относительная погрешности деления.
- •21. Абсолютная и относительная погрешности деления.
- •24. Методы центральных прямоугольников, трапеций и Симпсона вычисления определенных интегралов: расчетные формулы, порядок точности, оценка погрешности, вычисление погрешности по правилу Рунге.
- •27. Общее понятие «численный метод».
- •28. Метод Монте-Карло вычисления определенных интегралов: расчетная формула, алгоритм метода.
- •29. Понятие «численный метод эквивалентных преобразований».
- •35. Понятие «итерационный (приближенный) численный метод.
- •Условие сходимости метода простых итераций
- •Трудоёмкость метода простых итераций
- •36.Решение оду модифицированным методом Эйлера: порядок точности, начальные условия, расчетная формула для получения решения, графическая интерпретация, вычисление погрешности по правилу Рунге.
- •37.«Численный метод статистических испытаний (случайный численный метод)»
11. Понятия «абсолютная погрешность» и «относительная погрешность». Реальные оценки погрешностей.
Абсолютная погрешность - это разница между результатом измерения Хизм и истинным (действительным) значением Хд измеряемой величины.
Относительная погрешность - это отношение абсолютной погрешности
измерения к действительному значению измеряемой величины:
Выражается в процентах.
12. Метод Ньютона решения нелинейных уравнений: условие сходимости, выбор начального приближения, вывод итерационной формулы, алгоритм решения, условие окончания, надежность и эффективность метода. Модификации метода Ньютона: метод с разностной производной, упрощенный метод
Метод Ньютона
Вывод итерационной формулы
Рис. 1.3
из последнего соотношения получаем
1) принимаем и вводим в ЭВМ начальное значение x и допустимую погрешность вычисления корня ε;
2) присваиваем величине x0 значение x;
3) вычисляем новое значение
;
4) анализируем условие . если это условие выполняется, то переходим к пункту 2, т. е. продолжаем поиск корня; иначе выводим в качестве результата величину x.
Данный метод предполагает наличие у функции f(x) не только свойства непрерывности, но еще и дифференцируемости. Однако метод Ньютона можно применять и для недифференцируемых функций. В этом случае можно воспользоваться разностным аналогом производной
.
Такой подход иллюстрируется на рис. 1.4.
а б
Рис. 1.4: а – начало; б – продолжение
Алгоритм метода Ньютона с разностной производной:
1) вводим в ЭВМ x и ε;
2) формируем дополнительную точку x1 = x + 0,1;
3) формируем две точки для проведения секущей
x0 = x1,
x1 = x;
4) вычисляем новое значение
;
5) анализируем условие . если это условие выполняется, то переходим к пункту 3, т. е. продолжаем поиск корня; иначе выводим в качестве результата величину x.
Метод Ньютона нельзя использовать для функций, у которых в окрестности корня производная близка к нулю.
Упрощенный метод Ньютона
Если производная функции f′(x) в процессе поиска корня изменяется мало, то можно еë вычислить один раз в начальной точке x0.
Тогда итерационная формула поиска запишется в виде:
Данный подход иллюстрируется на рис. 1.5.
Рис. 1.5
Метод Ньютона сходится быстро, однако для обеспечения его сходимости нужно определённым образом задавать начальную точку x0.
Условие сходимости (необходимое и достаточное) (см. рис. 1.6):
.
а б
Рис. 1.6
13. Правила записи приближенных чисел, понятия «значащие цифры числа» и «верные значащие цифры числа».
Правила записи приближенных чисел
Для каждого приближенного числа обязательно указывается его погрешность. Запись вида
a = a* ± D ( a *) означает, что a* является приближенным значением числа a с абсолютной погрешностью D (a *). Если же a* является приближенным значением числа a с относительной погрешностью d (a * ), то пишут так: a = a * ( 1 ± d ( a * )).
Значащие цифры в приближённых вычислениях, все цифры числа, начиная с 1-й слева, отличной от нуля, до последней, за правильность которой можно ручаться. Например, если измерение произведено с точностью до 0,0001 и дало результат 0,0320, то З. ц. будут 3, 2 и 0.
Значащая цифра приближенного значения а, находящаяся в разряде, в котором выполняется условие: абсолютная погрешность не превосходит половину единицы этого разряда, называется верной. Значащие цифры разрядов, где не выполняется данное условие, называются сомнительными.