- •Численные методы
- •Содержание
- •Введение
- •1. Вычисление определенных интегралов Справочная информация
- •Формула средних прямоугольников
- •Формула трапеций
- •Формула Симпсона (j.Gregory(Грегори)1668,Th.Simpson1743)
- •Пример решения в среде Matlab
- •Контрольные задания
- •2. Решение нелинейных уравнений Справочная информация
- •Метод простых итераций Метод основывается на приведении исходного уравнения к форме
- •Относительная разница между значениями приближения корня на третьей и четвёртой итерациях составляет
- •Метод хорд
- •Пример решения на пэвм в среде Matlab
- •Контрольные задания
- •3. Решение систем линейных алгебраических уравнений Справочная информация
- •Метод Гаусса с выбором главного элемента
- •Метод простых итераций
- •О выборе метода решения систем уравнений
- •Пример решения на пэвм в среде Matlab
- •Контрольные задания
- •4. Интерполяция таблично заданных функций Справочная информация
- •Кусочно-линейная интерполяция
- •Пример решения на пэвм в среде Matlab
- •Контрольные задания
- •5. Аппроксимация таблично заданных функций Справочная информация
- •Пример решения на пэвм в среде Matlab
- •Контрольные задания
- •6. Решение задачи коши для обыкновенных дифференциальных уравнений 1-го порядка Справочная информация
- •Усовершенствованный метод Эйлера
- •Оценка погрешностей методов
- •Программное обеспечение
- •Пример решения на пэвм в среде Matlab
- •Контрольные задания
- •7. Решение задачи коши для нормальных систем обыкновенных дифференциальных уравнений и уравнений высших порядков Справочная информация
- •Метод Эйлера
- •Усовершенствованный метод Эйлера
- •Оценка погрешностей методов
- •Пример решения на пэвм в среде Matlab
- •Контрольные задания
- •Приложение. Основы работы в среде matlab Интерфейс среды
- •Переменные и константы
- •Арифметические операторы
- •Операторы отношения
- •Логические операторы
- •Элементарные функции
- •Простейшие способы ввода–вывода информации
- •Векторы и матрицы
- •Оператор двоеточие «:»
- •Оператор разветвления if
- •Операторы циклов
- •Вывод информации в файл
- •Форматный вывод информации
- •Ввод данных из файла
- •Построение графиков
- •Сообщения об ошибках и исправление ошибок
- •Список литературы
Контрольные задания
По номеру своего варианта вычислить один из приведённых ниже определённых интегралов с относительной погрешностью не превышающей 0.001. Для вычисления интеграла использовать один из описанных в этом разделе метод.
1. . 2.. 3.. 4..
5. . 6.. 7..
8. . 9. . 10. . 11. .
12. . 13. . 14. .
15. . 16.. 17.. 18..
19. . 20.. 21..
22. . 23.. 24.. 25..
26. . 27.. 28..
29. . 30..
2. Решение нелинейных уравнений Справочная информация
Как известно, далеко не всякое алгебраическое уравнение
может быть решено аналитически. Это относится к большинству трансцендентных уравнений и к алгебраическим уравнениям выше четвёртого порядка. Однако точное решение уравнений на практике часто и не требуется. Чтобы считать задачу решённой, достаточно бывает отыскать значения корней с требуемой степенью точности. Для получения таких решений разработаны численные методы.
Р
Рис.1.
На втором этапе внутри выделенных отрезков вычисляются значения каждого из корней уравнения с заданной точностью. Для этого используются два основных итерационных подхода: последовательное уточнение первоначального приближения значения корня, взятого из выделенного отрезка, и сужение выделенного отрезка, содержащего корень.
Методы последовательного уточнения начального приближенного значения корня. К этим методам относятся метод простых итераций, метод Ньютона и ряд других. Они обладают высокой эффективностью, но их применение связано с рядом ограничений, накладываемых на свойства функции f(x).
Метод простых итераций Метод основывается на приведении исходного уравнения к форме
.
Это преобразование может быть выполнено многими способами. Например, уравнение
может быть преобразовано как
или .
Далее процесс уточнения корня строится по итерационной схеме
…………
……………
где x0 – начальное приближенное значение корня на отрезке [a, b].
Если последовательность значений xk (k = 0, 1, 2,...) имеет конечный предел, то итерационный процесс сходится к точному значению корня xт за бесконечно большое число шагов. Абсолютная и относительная погрешности найденного значения корня xk на k-ом шаге могут быть получены из выражений
, ,
где
, ,.
Первое из этих выражений может иметь другие формы записи
, .
Приведённые формулы для вычисления погрешностей требуют решения дополнительной задачи поиска максимума модуля первой производной функции φ(x) на отрезке локализации корня [a, b]. В связи с этим на практике итерации завершают при выполнении одного из условий:
или ,
где δабс и δотн – задаваемые абсолютная и относительная разницы между соседними значениями приближения корня, соответственно. В этом случае надо помнить, что истинная погрешность определения корня может заметно отличаться от δабс или δотн. Поэтому после завершения поиска корня необходимо вычислить истинное значение погрешности решения по приведённым формулам для εабс или εотн.
Может случиться так, что последовательность приближённых значенийxk (k = 0, 1, 2, ...) корня xт не имеет предела. В этом случае метод расходится, и описанная итерационная схема не может быть применена для решения уравнения. Анализ выражения для εабс позволяет сформулировать условие сходимости итераций. Очевидно, для того, чтобы погрешность εабс при стремлении k к бесконечности стремилась к нулю и итерации сходились к точному решению, надо обеспечить выполнение следующего неравенства
,
которое на практике обычно заменяется на упрощённое
.
Процесс уточнения корня уравнения методом простых итераций может быть проиллюстрирован графически.
Рис.2. Рис.3.
Как видно на рис.2, для выбранной на отрезке [a, b] начальной точки x0 вычисляется значение функции (x0). Абсцисса этой точки с помощью графика функции y = x преобразуется в новое приближение переменной x1. Далее процесс повторяется, и находятся значения x2, x3,..., xk,... до тех пор, пока не будет выполнено условие завершения итерационного процесса. В данном случае итерационный процесс сходится. На рис.3 показана ситуация, когда метод итераций расходится. Каждое новое значение xk отстоит всё дальше от точного решения уравнения xт и заданная погрешность вычисления недостижима. Такая ситуация характерна для неудачного преобразования уравнения f(x) = 0 к уравнению x = (x).
Исходя из этого, можно указать способ преобразования исходного уравнения f(x) = 0 к форме, обеспечивающей сходимость итераций. Он основан на том, что исходное уравнение равносильно уравнению x = x + λ f(x), где λ – отличная от нуля произвольная постоянная, которая выбирается из приближённого условия сходимости итераций , считая (x) = x + λ f(x).
Рассмотрим работу метода на примере поиска приближённого значения корня уравнения
x3– 7.3x2+16.8x – 12.2 = 0,
лежащего на отрезке [1, 2], и оценки погрешности его определения.
На первом этапе необходимо построить график левой части уравнения, для чего вычисляются её значения в трёх базовых точках
f(1.0) = 1.03 – 7.3·1.02 + 16.8·1.0 – 12.2 = – 1.70,
f(1.5) = 1.53 – 7.3·1.52 + 16.8·1.5 – 12.2 = – 0.05,
f(2.0) = 2.03 – 7.3·2.02 + 16.8·2.0 – 12.2 = 0.20.
К
Рис.4.
x = x + λ(x3– 7.3x2+16.8x – 12.2).
Здесь
φ(x) = x + λ(x3– 7.3x2+ 16.8x – 12.2),
а
= 1 + λ(3x2– 14.6x + 16.8).
Для нахождения значения множителя λ можно воспользоваться условием сходимости метода
.
Отсюда –1 < 1 + 1.65λ < 1,
–2 < 1.65λ < 0,
–1.212 < λ < 0,
что позволяет выбрать λ = –0.6.
С использованием в качестве начального значения x0 = 1.5 выполняется первая итерация
x1 = 1.5 – 0.6(1.53– 7.3·1.52+16.8·1.5 – 12.2) = 1.53.
Выполнение второй итерации даёт следующий результат
x2 = 1.53 – 0.6(1.533– 7.3·1.532+16.8·1.53 – 12.2) = 1.5318,
а третья и четвёртая итерации соответственно дают
x3 = 1.5320, x4 = 1.53202.