- •1. Источники и виды погрешностей. Абсолютная и относительная погрешности. Вычислительная погрешность и погрешность функции.
- •3. Решение систем линейных алгебраических уравнений. Правило Крамера и обратная матрица. Вычислительная сложность.
- •4. Решение систем линейных уравнений. Метод исключения Гаусса с верхней и нижней треугольной матрицами. Методы прямой и обратной подстановки. Решение линейных систем алгебраических уравнений
- •Метод исключения Гаусса без перестановки строк
- •5. Решение систем линейных уравнений с симметричными и положительно определенными матрицами. Разложение Холесского с внутренним произведением.
- •6. Разложение Холесского с внешним произведением и с поблочным вычислением матриц.
- •Доказательство теоремы Халецкого
- •7. Метод исключения Гаусса и lu-разложение. Понятие эквивалентности систем уравнений, понятие и состав элементарных операций.
- •8. Алгоритм исключения Гаусса без перестановки строк. Lu- и ldv-разложения.
- •9. Алгоритм исключения Гаусса при наличии вырожденных главных подматриц. Алгоритм с перестановкой строк или с выбором главного элемента.
- •10. Свойства и определения матричных и векторных норм. Теорема Коши – Шварца. Число обусловленности системы линейных уравнений. Геометрический смысл числа обусловленности. Матричная норма
- •Геометрический смысл плохо обусловленных и хорошо обусловленных матриц
- •11. Задачи приближения и интерполяции функций и эмпирических данных.
- •13. Формулы численного дифференцирования интерполяционным методом.
- •14. Формулы численного дифференцирования методом неопределенных коэффициентов.
- •15. Наиболее распространенные формулы численного дифференцирования.
- •16. Задачи и методы численного интегрирования. Квадратурные формулы.
- •Элементарные квадратурные формулы, полученные методом интерполяции
- •17. Численное интегрирование интерполяционными методами.
- •18. Численное интегрирование методом неопределенных коэффициентов.
- •Частные случаи
- •19. Квадратурные формулы Ньютона – Котеса.
- •20. Формулы прямоугольника, трапеций и Симпсона.
- •21. Ортогональные и ортонормальные системы функций и многочленов. Скалярное произведение. Ортогонализация произвольной системы линейно независимых функций. Формула Грама – Шмидта.
- •22. Квадратурные формулы Гаусса. Наиболее распространенные формулы.
- •23. Интегрирование быстро осциллирующих функций. Интегрирование функций на больших интервалах изменения аргумента.
- •24. Тригонометрическая интерполяция и дискретное преобразование Фурье.
- •25. Быстрое преобразование Фурье.
- •26. Задача наименьших квадратов. Прямой метод решения.
- •27. Задача наименьших квадратов. Решение методом qr-разложения.
- •28. Алгоритм qr-разложения. Ортогональные матрицы и матрицы плоского вращения.
- •29. Задача численного решения обыкновенных дифференциальных уравнений. Задача Коши и граничные задачи.
- •30. Решение задачи Коши с помощью формулы Тейлора.
- •31. Методы Рунге – Кутта. Формулы Эйлера и Адамса.
- •32.Конечно-разностные методы решения задачи Коши.
- •33. Явные формулы Адамса.
- •34. Решение задачи Коши методом неопределенных коэффициентов.
- •35. Решение систем обыкновенных дифференциальных уравнений методом Эйлера.
- •36. Определение градиента функции нескольких переменных.
- •Метод градиента
- •37. Матрица Якоби системы функций нескольких переменных.
- •38. Решение нелинейных уравнений методом простой итерации.
- •39. Решение нелинейных уравнений методом Ньютона.
- •46. Необходимые и достаточные условия минимума и максимума функции многих переменных. Необходимые и достаточные условия экстремума функции нескольких (двух) переменных
- •47. Форма функции многих переменных в окрестности точки седла.
- •48. Градиентный метод минимизации функции многих переменных.
- •49. Минимизация функции многих переменных методом Ньютона.
- •Применительно к задачам оптимизации
- •50. Формула и множители Лагранжа в задаче оптимизации
- •Описание метода
- •51. Производная по направлению и возможное направление спуска.
- •52. Обратные и некорректные задачи.
29. Задача численного решения обыкновенных дифференциальных уравнений. Задача Коши и граничные задачи.
Рассмотрим решение обыкновенного дифференциального уравнения первого порядка:
Существуют граничные задачи, в которых исходное решение или его производные должны принимать заданные значения на границах интервала.
Решение дифференциального уравнения ищется на интервале:
, где x – независимая переменная, - i-ая производная от искомой функции. n - порядок уравнения. Общее решение ОДУ n–го порядка содержит n произвольных постоянных, т.е. общее решение имеет вид .
Для выделения единственного решения необходимо задать n дополнительных условий. В зависимости от способа задания дополнительных условий существуют два различных типа задач: задача Коши и краевая задача. Если дополнительные условия задаются в одной точке, то такая задача называется задачей Коши. Дополнительные условия в задаче Коши называются начальными условиями. Если же дополнительные условия задаются в более чем одной точке, т.е. при различных значениях независимой переменной, то такая задача называется краевой. Сами дополнительные условия называются краевыми или граничными.
Ясно, что при n=1 можно говорить только о задачи Коши.
Примеры постановки задачи Коши:
Примеры краевых задач:
Решить такие задачи аналитически удается лишь для некоторых специальных типов уравнений.
Численные методы решения задачи Коши для ОДУ первого порядка
Постановка задачи. Найти решение ОДУ первого порядка
на отрезке при условии
При нахождении приближенного решения будем считать, что вычисления проводятся с расчетным шагом , расчетными узлами служат точки промежутка [x0, xn].
Целью является построение таблицы
xi |
x0 |
x1 |
… |
xn |
yi |
y0 |
y1 |
… |
yn |
т.е. ищутся приближенные значения y в узлах сетки.
Интегрируя уравнение на отрезке , получим
Вполне естественным (но не единственным) путем получения численного решения является замена в нем интеграла какой–либо квадратурной формулой численного интегрирования. Если воспользоваться простейшей формулой левых прямоугольников первого порядка
,
30. Решение задачи Коши с помощью формулы Тейлора.
Чтобы построить ряд Тейлора в окрестности точки, нужно найти значения производных функции в этих точках:
и т.д.
В результате решения на интервале можно представить в виде конечного числа слагаемых ряда Тейлора:
Недостаток этого метода:
необходимость вычисления для каждого дифференциального уравнения значений производных в начале интервала интегрирования.
Большую группу методов, свободную от этих недостатков, образуют методы Рунга-Кутта. К этим методам относятся методы Эйлера и Адама.
Метод Эйлера представляет собой аппроксимации производной разделенной разностью первого порядка.
Отсюда получим разностное уравнение:
– интервал интегрирования дифференциального уравнения.
Уравнение Эйлера и формулы Адамса определяется посредством приближения интеграла в интегральном уравнении, эквивалентном дифференциальному уравнению, с помощью соответствующих квадратурных формул.
Дифференциальное уравнение может быть представлено эквивалентным интегральным уравнением:
Задача заключается в построении квадратурной формулы для этого интервала.
Простейшая формула – формула прямоугольника.
Формула прямоугольника на интервале может быть записана в виде:
В этом случае имеет место формула Эйлера.
Точность формулы Эйлера имеет величину, пропорциональную квадрату шага дискретизации.
Более точная формула получится с помощью формулы трапеции:
Тогда расчетная формула принимает вид:
Эта формула является нелинейной по искомому значению функции в конце интервала.
Точность этой формулы имеет величину второго порядка .
На практике, чтобы преодолеть эту сложность, значение в конце интервала в правой части уравнения заменяется на значение функции по формуле Эйлера. При этом, алгоритм решения задачи принимает вид:
цикл
Второй подход к решению этой проблемы основывается на итерациях по значению функции в конце интервалов.
Алгоритм записывается:
цикл
На практике:
Аналогичным образом строится формула Адамса, основывается на методе Рунга-Кутта.
При этом используются значения функции не только в концах интервала, но и в точках, лежащих внутри интервала.