- •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
8.3.4. Метод деления отрезка пополам (вилки, дихотомии)
Идея метода состоит в том, что на каждой итерации в качестве очередного приближения к корню выбирается середина отрезка [a,b](рис. 52), а в качестве нового отрезка для выбора следующего приближения принимается та половина исходного, на концах которого функцияf(х)имеет разные знаки:
[a, x], если sign (f(x)) sign (f(а)), т. е. f(x) f(a) < 0,
[x, b], если sign (f(x))=sign (f(а)), т. е. f(x) f(a) > 0.
Рис. 52. Метод дихотомии
Таким образом, получается последовательность вложенных отрезков, левые границы которых образуют неубывающую последовательность аk, правая – невозрастающую последовательностьbk. При неограниченном увеличении числа итерацийkэти последовательности сходятся к общему пределу: последовательностьak слева и последовательностьbk– справа. Значение предела является точным значением корнях*.
Сужение исходного отрезка до размеров требуемой точности bk – ak2 позволяет определить приближенное значение корня:
.
Метод половинного деления требует только информации о значении функции. Для него не нужно условие сходимости, но метод дихотомии относительно медленный, т. е. заданную степень точности можно получить за большее количество итераций, чем при использовании других методов. Блок-схема метода представлена на рис. 53.
8.3.5. Метод Ньютона (метод касательных)
Общая стратегия метода состоит в замене на каждой итерации функции f(x)приближенной линейной зависимостью.
Замена функции прямой, т. е. её линеаризация, проводится следующим образом. Пусть имеется такое приближение х(k-1)к корню уравнения, что оно отличается от точного решения на достаточно малую величинуh(k):
x*=x(k-1) + h(k) ,
тогда функция f(x)в окрестности точких(k-1) может быть разложена в ряд Тейлора
Т. к. f(x*)0, то, ограничиваясь линейными относительноhчленами разложения, можно получить формулу для приближенного расчета шагаh(k):
. (61)
Значение h(k)не точно. Тем не менее, оно дает новое приближение
х(k)=x(k-1) + h(k) , (62)
которое расположено ближе к корню, чем предыдущее. Тогда из новой точки x(k)можно сделать еще один шаг для дальнейшего уточнения значения корня по той же методике. В результате организуется итерационный алгоритм поиска корня уравнения из выбранной некоторым образом точки начального приближениях(0).
Рис. 53. Алгоритм поиска корня уравнения методом дихотомии
Вычисления заканчиваются тогда, когда два последовательных приближения различаются на величину, не превышающую заданной точности , т. е.
или . (63)
В геометрической интерпретации производная определяет тангенс угла наклона касательной к функции (рис. 54). Поэтому значениеh(k)(61) можно также получить из прямоугольного треугольника, образующегося с помощью касательной.
Рис. 54. Геометрическая интерпретация метода Ньютона
Как видно из приведенного рисунка, очередным приближением к решению оказывается точка пересечения оси хс касательной, проведенной к графику функции в точке с координатами(х(k-1)), f(x(k-1)).
Однако если касательные проводить из точки a, то уточнение корня не будет происходить.
Рассмотрим другой возможный график функции (рис. 55). В этом случае проводить касательные нужно из точки a.
Из приведенных рисунков видно, что для уточнения корня функции f(x)на[a, b]нужно определить, с какого конца интервала необходимо начинать итерационный процесс поиска.
Если f’(x)* f (x) > 0 илиf(b)* f(x) > 0, где x [a, b], то процесс поиска начинается с точкиb.
Если f’(x)* f (x) < 0 xилиf(а)* f(x) > 0, то процесс поиска начинается с точкиа.
Рис. 55. Возможное поведение функции
Метод Ньютона требует информации о значении функции, ее первой и второй производной, т. е. большей, чем метод дихотомии. Но метод Ньютона теоретически обладает самой высокой скоростью сходимости. Кроме того, метод Ньютона не требует выполнения каких-либо условий сходимости последовательности xk. Блок-схема реализации метода приведена на рис. 56.