- •Министерство образования Республики Беларусь
- •Раздел 3. Численное решение нелинейных уравнений 52
- •Раздел 4. Решение систем нелинейных уравнений 64
- •Раздел 5. Аппроксимация функций 72
- •Раздел 6. Численное интегрирование 94
- •Раздел 7. Численное дифференцирование 112
- •Раздел 8. Обыкновенные дифференциальные уравнения 122
- •Основы численных методов введение
- •1. Этапы решения технических задач на эвм
- •2. Методы реализации математических моделей
- •Раздел 1. Элементы теории погрешностей
- •1.1. Постановка задачи
- •1.2. Источники погрешностей
- •1.3. Приближенные числа и оценка их погрешностей
- •1.4. Правила записи приближенных чисел
- •1.5. Задачи теории погрешностей
- •1.6. Понятия устойчивости, корректности постановки задач и сходимости численного решения
- •1.7. Некоторые обобщенные требования к выбору численных методов
- •Раздел 2. Решение систем линейных алгебраических уравнений
- •2.1. Основные понятия и определения
- •2.2. Методы решения слау
- •2.2.1. Прямые методы решения слау
- •1. Правило Крамера
- •2. Метод обратных матриц
- •3. Метод Гаусса
- •4. Модифицированный метод Гаусса
- •5. Метод прогонки
- •6. Метод квадратного корня
- •2.2.2. Итерационные методы решения слау
- •1. Метод простой итерации
- •2. Метод Зейделя
- •2.3. Вычисление определителей высоких порядков
- •2.4. Вычисление обратных матриц
- •2. Другой подход к определению обратной матрицы а–1
- •3. Обращение матрицы а посредством треугольных матриц
- •2.5. Применение метода итераций для уточнения элементов обратной матрицы
- •Раздел 3. Численное решение нелинейных уравнений
- •3.1. Постановка задачи
- •3.2. Отделение корней
- •3.2.1. Метод половинного деления
- •3.2.2. Графическое отделение корней
- •3.3. Итерационные методы уточнения корней
- •3.3.1. Метод простой итерации
- •3.3.2. Метод Ньютона (касательных)
- •3.3.3. Метод секущих
- •3.3.4. Метод деления отрезка пополам
- •3.3.5. Метод хорд
- •3.4. Общий алгоритм численных методов решения нелинейных уравнений
- •Раздел 4. Решение систем нелинейных уравнений
- •4.1. Постановка задачи
- •4.2. Метод простой итерации
- •4.2.1. Условия сходимости метода простой итерации для нелинейных систем уравнений второго порядка
- •4.2.2. Общий случай построения итерирующих функций
- •4.3. Метод Ньютона для систем двух уравнений
- •4.4. Метод Ньютона для системn-го порядка сnнеизвестными
- •Раздел 5. Аппроксимация функций
- •5.1. Постановка задачи
- •5.2. Интерполирование функций
- •5.3. Типовые виды локальной интерполяции
- •5.3.1. Линейная интерполяция
- •5.3.2. Квадратичная (параболическая) интерполяция
- •5.4. Типовые виды глобальной интерполяции
- •5.4.1. Интерполяция общего вида
- •5.4.2. Интерполяционный многочлен Лагранжа
- •1. Формула Лагранжа для произвольной системы интерполяционных узлов
- •2. Полином Лагранжа на системе равноотстоящих интерполяционных узлов
- •5.4.3. Интерполяционный многочлен Ньютона
- •1. Интерполяционный многочлен Ньютона для системы равноотстоящих узлов
- •2. Интерполяционный многочлен Ньютона для системы произвольно расположенных узлов
- •3. Локальная интерполяция
- •4.2. Интерполяционный многочлен Ньютона
- •5.5. Сплайны
- •5.6. Сглаживание результатов экспериментов
- •1. Метод выбранных точек
- •2.Метод средних
- •3. Метод наименьших квадратов
- •5.7. Вычисление многочленов
- •Раздел 6. Численное интегрирование
- •6.1. Постановка задачи
- •6.1.1. Понятие численного интегрирования
- •6.1.2. Понятие точной квадратурной формулы
- •6.2. Простейшие квадратурные формулы
- •6.2.1. Формула прямоугольников
- •6.2.2. Формула трапеций
- •6.2.3. Формула Симпсона
- •6.3. Составные квадратурные формулы с постоянным шагом
- •6.3.1. Составная формула средних
- •6.3.2. Формула трапеций
- •6.3.3. Формула Симпсона
- •6.4. Выбор шага интегрирования для равномерной сетки
- •6.4.1. Выбор шага интегрирования по теоретическим оценкам погрешностей
- •6.4.2. Выбор шага интегрирования по эмпирическим схемам
- •1. Двойной пересчет
- •2. Схема Эйткина
- •3. Правило Рунге
- •4. Другие оценки погрешности
- •6.5. Составные квадратурные формулы с переменным шагом
- •6.6. Квадратурные формулы наивысшей алгебраической точности (формула Гаусса)
- •Раздел 7. Численное дифференцирование
- •7.1. Постановка задачи
- •7.2. Аппроксимация производных посредством локальной интерполяции
- •7.4. Аппроксимация производных посредством глобальной интерполяции
- •7.4.1. Аппроксимация посредством многочлена Ньютона
- •7.4.2. Вычисление производных на основании многочлена Лагранжа
- •7.5. Метод неопределенных коэффициентов
- •7.6. Улучшение аппроксимации при численном дифференцировании
- •Раздел 8. Обыкновенные дифференциальные уравнения
- •8.1. Постановка задачи
- •8.2. Задача Коши для оду
- •8.3. Численные методы решения задачи Коши
- •8.3.1. Одношаговые методы решения задачи Коши
- •1. Метод Эйлера
- •2. Метод Эйлера с пересчетом
- •3. Метод Эйлера с последующей итерационной обработкой
- •4. Метод Рунге-Кутта
- •8.3.2. Многошаговые методы решения задачи Коши
- •1. Семейство методов Адамса
- •2. Многошаговые методы, использующие неявные разностные схемы
- •3. Повышение точности результатов
3.2.2. Графическое отделение корней
Очевидно, что найти корень уравнения (1) означает найти абсциссу точки пересечения графика y =f(x) с прямойу = 0, т.е. осью абсцисс. При этом если построениеy =f(x) затруднительно, то ее представляют в эквивалентном виде:
f1(x) = f2(x) (3)
с таким расчетом, чтобы графики y1 =f1(x) иy2 =f2(x) строились проще. Абсциссы их точек пересечения и будут корнями уравнения (1).
Рассмотрим в качестве примера уравнение x3 – 3x – 0,4 = 0. Согласно (3) запишем его как
x3 = 3x+ 0,4 . (4)
EMBED Word.Picture.8
Из рисунка видно, что здесь три корня: с1[–2, –1]; с2[–1, 0];с3[1, 2].
При графическом отделении корней уравнения результат зависит от точности построения графиков.
3.3. Итерационные методы уточнения корней
3.3.1. Метод простой итерации
Метод простой итерации применяется к решению уравнения (1), разрешенному относительно x:
x=(x). (5)
Переход от записи (1) к эквивалентной записи (5) можно сделать многими способами.
Метод состоит в построении последовательности (2) в виде:
,n = 0,1,2,….
Если (xn) – непрерывная функция, аxn– сходящаяся последовательность, то искомое значениеx* =xn и будет решением (5), а, следовательно, и (1).
Например, получим (5) из (1) следующим образом: умножим (1) на подобранную специальным образом функцию (x)0 (в частности можно взять(x) =const) и сложим с тождествомx =x, тогда (5) будет иметь вид, эквивалентный виду (3):
. (6)
Подбирая (x) добиваются сходимости решения (6). Она может быть монотонной (если'(x) > 0), или колеблющейся (если'(x) < 0).
Метод, очевидно, является одношаговым (m=1) и для начала вычислений нужно знать одно начальное приближениеx0=, или x0=, илиx0= (+)/2.
EMBED Word.Picture.8EMBED Word.Picture.8
В методе простой итерации сходимость гарантированна не всегда, например, если (x) имеет такой характер:
Такая ситуация может быть устранена подбором (x) в (6).
Что касается выбора (x), то можно взять, например,(x) =Const= 1/k. В этом случае необходимо, чтобы |k| >max|f(x)| / 2. При этом знакkдолжен совпадать со знакомf(x).
Доказано, что в общем случае расходимость (несходимость) исключается, если подбирается соотношение
| '(x) | q < 1. (7)
При этом скорость сходимости увеличивается при уменьшении величины q.
Максимальный интервал (,) при выполнении условия (7) называется областью сходимости. Для данной оценки (7) берется любоеx (,);x*(,).
Итерационный процесс уточнения корня заканчивается, когда {|xn–xn–1| или |f(xn) –f(xn–1)|} <.
3.3.2. Метод Ньютона (касательных)
Данный метод является модификацией метода простой итерации. Если функция f(x) непрерывна и дифференцируема, то выбрав в (6)получим эквивалентное уравнение в видеx=x –f(x)/f'(x) =(x),f'(x)0.
Подбором (x) добиваются, чтобы в (7)q='(x*)0, что обеспечивает большую скорость сходимостив рекуррентномсоотношении метода в близи искомого корня
,n= 1,2,… (8)
Это также одношаговый метод.
Геометрическая интерпретация метода представлена на рисунке.
EMBED Word.Picture.8
Проблематичным является выбор x0 в виду узости области сходимости вычисления производной. Часто при неудачном выбореx0 нет монотонного убывания последовательности |f(xn)|, поэтому рекомендуется вычисления проверить по модифицированной схеме
n= 0,1,2,…
Здесь сомножители n[0,1] выбирают так, чтобы выполнялось неравенство
| f(xn+1)| < |f(xn)| .
При выборе начального приближения х0предпочтительней использовать заведомо сходящийся метод, например, метод деления отрезка пополам.