
- •Глава 1. Численные методы и особенности использования эвм
- •Глава 2. Решение нелинейных уравнений с одной переменной 23
- •Глава 3. Методы приближения, интерполяции и аппроксимации функций 47
- •Глава 4. Численное интегрирование 75
- •Глава 5. Приближенное интегрирование дифференциальных уравнений 108
- •Глава 6. Численное дифференцирование 139
- •Глава 7. Методы численной оптимизации 150
- •Предисловие
- •Глава 1. Численные методы и особенности использования эвм в решении математических задач
- •1.1. Математическое моделирование и численные методы
- •1.2. Общая постановка и понятие устойчивости задач вычисления
- •1.3. Структура погрешности решения задач вычисления
- •1.4. Абсолютная и относительная погрешности
- •Пример 1.4. Примеры записи абсолютной погрешности числа :
- •Пример 1.5. Пример записи относительной погрешности числа :
- •1.5. Погрешность машинных вычислений и представлений чисел в памяти эвм
- •1.6. Графы вычислительных процессов
- •1.7. Вопросы для самопроверки
- •Глава 2. Решение нелинейных уравнений с одной переменной
- •2.1. Локализация корней
- •2.2. Уточнение корней
- •2.2.1. Метод половинного деления (бисекции, дихотомии)
- •2.2.2. Метод хорд
- •2.2.3. Метод Ньютона (касательных)
- •2.2.4. Модифицированный метод Ньютона
- •2.2.5. Метод секущих
- •2.2.6. Метод итераций
- •Б) односторонний расходящийся процесс; в) двухсторонний сходящийся процесс; г) двухсторонний расходящийся процесс.
- •2.2.7. Комбинированный метод хорд и касательных
- •2.3. Вопросы для самопроверки
- •Глава 3. Методы приближения, интерполяции и аппроксимации функций
- •3.1. Методы приближения функций
- •3.1.1. Формула Тейлора, ряд Тейлора
- •3.1.2. Полиномы Чебышева
- •3.1.3. Экономизация степенных рядов
- •3.1.4. Приближения с помощью дробно-рациональных функций
- •3.2. Методы интерполяции функций
- •3.2.1. Прямой метод
- •3.2.2. Полином Лагранжа
- •3.2.3. Полином Ньютона
- •3.3. Методы аппроксимации функций
- •3.3.1. Среднеквадратичная аппроксимация
- •Премиальные фонды и прибыли предприятий
- •Коэффициенты регрессии
- •Расчет суммы квадратов отклонений по линейной модели
- •Сумма квадратов отклонений для рассматриваемых моделей
- •3.3.2. Полиномиальная аппроксимация
- •3.3. Вопросы для самопроверки
- •Глава 4. Численное интегрирование
- •4.1. Понятие определенного интеграла
- •4.2. Классификация методов численного интегрирования
- •4.3. Методы Ньютона-Котеса
- •4.3.1. Методы прямоугольников
- •4.3.2. Метод трапеций
- •4.3.3. Метод Симпсона (метод парабол)
- •4.4. Погрешность методов Ньютона-Котеса
- •4.5. Вычисление интегралов с заданной точностью
- •4.6. Особые случаи численного интегрирования
- •4.7. Вычисление кратных интегралов
- •Результаты вычисления значений функции .
- •4.8. Методы Монте-Карло
- •4.9. Вопросы для самопроверки
Глава 3. Методы приближения, интерполяции и аппроксимации функций
Компьютеры выполняют
простейшие арифметические операции,
однако при программировании решений
вычислительных задач требуется
рассчитывать значения таких функций
как
,
,
и т.д. Усилия многих математиков и
программистов были затрачены на
разработку методов и программ, позволяющих
вычислять значения функций эффективно
и точно. Многообразие существующих
методов вычисления функций на ЭВМ можно
условно разделить на три группы.
Группа методов, для которых доступна полная информация о функции (методы приближения функций). Если известен аналитический вид функции (задано ее математическое выражение), то можно реализовать полное исследование ее математических свойств. Основной задачей данной группы методов является замена (приближение) исходной сложной функции некоторой другой функцией, которую можно вычислить на ЭВМ.
Группа методов, для которых доступна информация о значениях функции на конечном множестве значений ее аргументов (методы интерполяции функций). Предполагается, что значения аргументов и самой функции заданы точно, а задачей данной группы методов является распространение (восстановление) значений функций с дискретного множества точек на непрерывную область (на основании конечного множества значений функции требуется вычислить ее значение для произвольного значения аргумента).
Группа методов, для которых доступна недостоверная информация о значениях функции на конечном множестве ее аргументов (методы аппроксимации функций). Значения функции или ее аргументов могут быть искажены разного рода неточностями (погрешностями измерений, округления и т.д.), а задачей данной группы методов является не только распространение (восстановление) функции с дискретного множества точек на непрерывную область, но и устранение (фильтрация) погрешностей в исходной информации.
3.1. Методы приближения функций
Пусть задана
некоторая функция
,
для которой доступно полное исследование
свойств (вычисление любых производных,
поиск экстремумов и т.д.). Требуется
разработать численный метод вычисления
ее значений для произвольных значений
аргумента
.
Как известно, в ЭВМ непосредственно
вычисляются функции, использующие
элементарные арифметические операции
сложения, вычитания, умножения и деления.
Среди элементарных функций особенностям
организации вычислительного процесса
на ЭВМ удовлетворяют степенные и
полиномиальные функции (многочлены).
Таким образом, функция, с помощью которой
целесообразно приближать (заменять)
исходную функцию
,
является полиномом
:
,
где
– его коэффициенты, а целое положительное
число
– степень полинома.
Правомочна ли
такая постановка задачи, когда произвольную
функцию
можно заменить полиномиальной функцией
?
Для класса функций, непрерывных на
некотором отрезке
,
ответ на поставленный вопрос положителен.
Из курса линейной алгебры известно, что
последовательность многочленов
образует бесконечномерный базис в
пространстве функций, непрерывных на
отрезке
,
и любую функцию данного класса можно
представить как линейную комбинацию
базисных функций, то есть:
.
Ограничивая бесконечный степенной ряд членами, можно приближать функцию полиномом с любой наперед заданной степенью точности.
Теорема
Вейерштрасса.
Если функция
непрерывна на отрезке
,
то каково бы ни было число
,
найдется алгебраический многочлен
,
такой что
,
.