- •Федеральное агентство по образованию
- •2404000000-35 Удк 681.142:519.6
- •Оглавление
- •1. Основы работы в Mathcad 10
- •2. Роль численных методов 36
- •3. Методы аппроксимации и интерполирования 42
- •4. Лабораторная работа № 1. Интерполирование степенными многочленами 44
- •5. Лабораторная работа № 2. Параметрическая идентификация математических моделей методами аппроксимации 65
- •6. Решение систем линейных алгебраических уравнений 93
- •7. Лабораторная работа № 3. Решение систем линейных уравнений приближенными методами 109
- •8. Лабораторная работа № 4. Решение нелинейных уравнений приближенными методами 142
- •9. Лабораторная работа № 5. Решение систем нелинейных уравнений приближенными методами 174
- •10. Лабораторная работа № 6. Решение обыкновенных дифференциальных уравнений первого порядка численными методами 197
- •11. Лабораторная работа № 7. Численное интегрирование 212
- •12. Лабораторная работа № 8. Моделирование реактора идеального вытеснения для многостадийной химической реакции с линейной кинетикой 226
- •13. Лабораторная работа № 9. Расчет моделей процессов диффузии и теплопроводности с помощью явной разностной схемы 249
- •Предисловие
- •1. Основы работы в Mathcad
- •1.1. Панели инструментов
- •1.2. Ввод и вывод данных
- •1.3. Осуществление несложных вычислений
- •1.4. Построение и настройка графиков
- •1.5. Программирование в Mathcad
- •1.5.1. Программирование без программирования
- •1.5.2. Язык программирования Mathcad
- •1.5.3. Создание программы (Add Line)
- •1.5.4. Редактирование программы
- •1.5.5. Локальное присваивание ()
- •1.5.6. Условные операторы (if, otherwise)
- •1.5.7. Операторы цикла (for, while, break, continue)
- •1.5.8. Возврат значения (return)
- •1.5.9. Перехват ошибок (on error)
- •1.5.10. Примеры программирования
- •2. Роль численных методов
- •2.1. Этапы решения задачи на компьютере
- •2.2. Математические модели
- •2.3. Численные методы
- •3. Методы аппроксимации и интерполирования
- •4. Лабораторная работа № 1. Интерполирование степенными многочленами
- •4.1. Постановка задачи
- •4.2. Порядок выполнения работы
- •4.3. Краткие теоретические сведения
- •4.3.1. Метод неопределенных коэффициентов
- •4.3.2. Интерполяционный многочлен Лагранжа
- •4.3.3. Интерполяционные формулы Ньютона для равностоящих узлов
- •4.4. Примеры выполнения
- •4.4.1. Интерполирование степенными многочленами с использованием метода неопределенных коэффициентов
- •4.4.2. Интерполирование степенными многочленами с использованием второй интерполяционной формулы Ньютона
- •4.5. Требования к отчету
- •4.6. Контрольные вопросы и задания
- •4.7. Задания
- •5. Лабораторная работа № 2. Параметрическая идентификация математических моделей методами аппроксимации
- •5.1. Постановка задачи
- •5.2. Порядок выполнения работы
- •5.3. Краткие теоретические сведения
- •5.3.1. Метод выбранных точек
- •5.3.2. Метод средних
- •5.3.3. Метод наименьших квадратов
- •5.4. Примеры выполнения
- •5.4.1. Аппроксимация с использованием метода выбранных точек
- •5.4.2. Аппроксимация с использованием метода средних
- •5.4.3. Аппроксимация с использованием метода наименьших квадратов
- •5.4.4. Сравнительный анализ методов аппроксимации
- •5.5. Требования к отчету
- •5.6. Контрольные вопросы и задания
- •5.7. Задания
- •6. Решение систем линейных алгебраических уравнений
- •6.1. Общие положения
- •6.2. Точные методы решения систем линейных уравнений
- •6.2.1. Метод Крамера
- •6.2.2. Метод Гаусса
- •6.2.3. Метод обращения матриц
- •7. Лабораторная работа № 3. Решение систем линейных уравнений приближенными методами
- •7.1. Постановка задачи
- •7.2. Порядок выполнения работы
- •7.3. Краткие теоретические сведения
- •7.3.1. Математическое описание реактора идеального смешения непрерывного действия
- •7.3.2. Математическое описание кинетических закономерностей химических превращений
- •7.3.4. Приближенные методы решения систем линейных уравнений
- •7.3.4.1. Метод простых итераций
- •7.3.4.2. Метод Зейделя
- •7.4. Примеры выполнения
- •7.4.1. Пример выполнения задания точным методом
- •7.4.2. Пример выполнения задания методом итераций и методом Зейделя
- •7.5. Требования к отчету
- •7.6. Контрольные вопросы и задания
- •7.7. Задания
- •8. Лабораторная работа № 4. Решение нелинейных уравнений приближенными методами
- •8.1. Постановка задачи
- •8.2. Порядок выполнения работы
- •8.3. Краткие теоретические сведения
- •8.3.1. Этапы решения нелинейного уравнения
- •8.3.4. Метод деления отрезка пополам (вилки, дихотомии)
- •8.3.5. Метод Ньютона (метод касательных)
- •8.3.6. Метод простых итераций
- •8.4. Пример выполнения задания методом итераций
- •8.5. Требования к отчету
- •8.6. Контрольные вопросы и задания
- •8.7. Задания
- •9. Лабораторная работа № 5. Решение систем нелинейных уравнений приближенными методами
- •9.1. Постановка задачи
- •9.2. Порядок выполнения работы
- •9.3. Краткие теоретические сведения
- •9.3.1. Метод Ньютона
- •9.3.2. Метод итераций
- •9.4. Примеры выполнения
- •9.4.1. Метод Ньютона
- •9.4.2. Метод итераций
- •9.5. Требования к отчету
- •9.6. Контрольные вопросы и задания
- •9.7. Задания
- •10. Лабораторная работа № 6. Решение обыкновенных дифференциальных уравнений первого порядка численными методами
- •10. 1. Постановка задачи
- •10.2. Порядок выполнения работы
- •10.3. Краткие теоретические сведения
- •10.3.1. Метод Эйлера
- •10.3.2. Модифицированный метод Эйлера
- •10.3.3. Метод Эйлера-Коши
- •10.3.4. Метод Рунге-Кутта 4-го порядка
- •10.4. Примеры выполнения
- •10.4.1. Реализация метода Эйлера в математическом редактореMathcad
- •10.4.2. Решение обыкновенного дифференциального уравнения 1-го порядка с помощью функции rkfixed
- •10.5. Требования к отчету
- •10.6. Контрольные вопросы и задания
- •10.7. Задания
- •11. Лабораторная работа № 7. Численное интегрирование
- •11. 1. Постановка задачи
- •11.2. Порядок выполнения работы
- •11.3. Краткие теоретические сведения
- •11.3. 1. Метод прямоугольников
- •11.3.2. Метод трапеций
- •11.4. Пример выполнения
- •11.5. Требования к отчету
- •11.6. Контрольные задания
- •1 Таблица 101.7. Задания
- •12. Лабораторная работа № 8. Моделирование реактора идеального вытеснения для многостадийной химической реакции с линейной кинетикой
- •12. 1. Постановка задачи
- •12.2. Порядок выполнения работы
- •12.3. Краткие теоретические сведения
- •12.3.1. Математическая модель реактора идеального вытеснения
- •12.3.2. Численное решение систем дифференциальных уравнений
- •12.4. Пример выполнения
- •12.5. Проверка расчета с помощью функции rkfixed
- •12.6. Требования к отчету
- •12.7. Контрольные вопросы и задания
- •1 Таблица 112.8. Задания
- •13. Лабораторная работа № 9. Расчет моделей процессов диффузии и теплопроводности с помощью явной разностной схемы
- •13.3.2. Решение уравнений в частных производных
- •13.3.3.Метод сетки
- •13.3.4. Явная разностная схема
- •13.3.5. Условия устойчивости явной разностной схемы
- •13.4. Пример выполнения
- •13.5. Требования к отчету
- •13.6. Контрольные вопросы и задания
- •13.7. Задания
- •Библиографический список
- •Использование
4.3.2. Интерполяционный многочлен Лагранжа
Интерполяционный многочлен Лагранжа, принимающий значения y1, …, yn+1в соответствующих точках, записывается в виде:
(7)
или
. (8)
Интерполяционный многочлен Лагранжа можно построить при любом расположении узлов интерполирования (точки могут быть не равностоящие). Однако его недостатком является то, что при изменении числа точек все коэффициенты вычисляются заново.
Пример 2. Рассмотрим предыдущую задачу примера 1. Количество экспериментальных точек m=3. Порядок интерполяционного полинома Лагранжаn=2.
Формула (8) для n=2 будет выглядеть следующим образом:
или, подставив табличные значения, получим:
.
, т. е.a0=-1,59375, a1=3,8125, a2=-0,21875. Приx=3 получимL2(x)= 7,875.
Оценка погрешности интерполяционного полинома
Лагранжа
, (9)
где Mn+1=maxf(n)(x)на [a, b].
4.3.3. Интерполяционные формулы Ньютона для равностоящих узлов
Интерполяционные многочлены Ньютона можно построить только при равноотстоящем расположении узлов интерполирования (точки должны быть равноотстоящие).
Первая интерполяционная формула Ньютона.
Пусть функция y=f(x)задана своими значениями вn+1 узлах интерполирования, т. е.
y1 = f(x1); y2 = f(x2); … f(xn+1); …, f(xn+1) = yn+1
h = xi+1-xi = const,
n+1=m.
Требуется найти многочлен Pn(x)такой, чтобы
Pn(x1) = f(x1),
Pn(x2) = f(x2),
,
Pn(xn+1) = f(xn+1).
Первая интерполяционная формула Ньютона имеет вид:
. (10)
В этой формуле nу1 означает конечную разностьn-го порядка в точкеу1. Понятие конечной разности связано с понятием производной. По определению производная
.
В нашем случае х = xi+1 – xi= h, как правило, не является бесконечно малой величиной. Приращение функции или конечная разность первого порядка в точкеу1 записывается так:
у1 = у2 – у1,
конечная разность второго порядка в точке у1
2у1 = у2 – у1 =(у3 – у2)–(у2 – у1) = у3 – 2у2 + у1
конечная разность третьего порядка в точке у1
3у1=2у2 – 2у1 =(у3 –у2)–(у2 – у1) =у3 – 2у2 + у1=
=(у4 –у3)–2(у3 – у2)+ (у2 – у1)
nу1 = (n-1y1).
Понятие конечной разности используется также при численном решении дифференциальных уравнений.
Первая интерполяционная формула Ньютона не использует последнийузел интерполирования, а значит, точность интерполирования в начале таблицы будет выше, чем в конце.
Пример 3. Рассмотрим ту же задачу примера 1. Количество экспериментальных точекm=3. Порядок 1-й интерполяционной формулы Ньютонаn=2.
Формула (10) для n=2 будет выглядеть следующим образом:
,
у1 = у2 – у1,
2 у1 = у2 – у1 = у3 – 2у2 + у1,
h=4
или, подставив табличные значения, получим:
.
.
a0=– 1,59375, a1=3,8125, a2=– 0,21875, приx=3P2(x)= 7,875.
Вторая интерполяционная формула Ньютона
Формула имеет вид:
(11)
Вторая формула Ньютона используется для интерполирования в конце таблицы, т. к. не рассматривает первыйузел интерполирования(х1, у1).
Пример 4. Рассмотрим ту же задачу примера 1. Количество экспериментальных точекm=3. Порядок 2-й интерполяционной формулы Ньютонаn=2.
Формула (11) для n=2 будет выглядеть следующим образом:
,
у2 = у3 – у2, 2 у1 = у2 – у1 = у3 – 2у2 + у1, h=4.
.
.
a0=– 1,59375, a1=3,8125, a2=– 0,21875.
При x=3 получаемP2(x)= 7,875.
Существуют и другие интерполяционные полиномы. Все интерполяционные полиномы предназначены для получения аналитического приближенного описания реального процесса по его n+1 экспериментальным точкам.