- •1. Погрешности и их классификация
- •2. Приближенные числа и действия с ними.
- •Правила записи приближенных чисел.
- •Округление чисел
- •3. Уменьшение погрешностей
- •4. Устойчивость. Корректность. Сходимость.
- •5. Вычисление значений функций. Вычисление значений многочлена. Схема Горнера.
- •Вычисление значений рациональных дробей
- •Приближенное нахождение сумм числовых рядов.
- •Вычисление значений аналитической функции
- •Вычисление значений показательной функции
- •Вычисление значений логарифмической функции
- •Вычисление значений синуса и косинуса.
- •Вычисление значений гиперболического синуса
- •Вычисление значений гиперболического косинуса.
- •Применение метода итерации для приближенного вычисления значений функции
- •Вычисление квадратного корня
- •6. Приближение функций При решении задач постоянно встречается необходимость замены одной функции некоторой другой функцией .
- •6.1.2. Равномерное приближение.
- •6.2. Многочлены Тейлора.
- •6.3. Интерполяционный многочлен Лагранжа.
- •6.4. Линейная интерполяция.
- •7. Минимизация погрешности интерполяции. Многочлены Чебышева.
- •8. Интерполяция с равноотстоящими узлами.
- •9. Конечные и разделенные разности.
- •10.Интерполяционный многочлен Ньютона.
- •11. Интерполирование сплайнами.
- •12. Численное дифференцирование.
- •Погрешность численного дифференцирования.
- •13. Численное интегрирование.
- •Для удобства в вычислениях вместо дробных индексов вводят целочисленные, т.Е.
- •И формула Симпсона принимает вид
- •Еще одной формулой численного интегрирования является следующая, которая называется формулой Ньютона:
- •Остаточный член имеет вид
- •В последней формуле число узлов обязательно равно .
- •Особые случаи численного интегрирования.
- •Применение метода Монте-Карло к вычислению определенных и кратных интегралов.)
- •Приближенное решение алгебраических и трансцендентных уравнений. Отделение корней.
- •Теорема об оценке погрешности приближенного корня.
- •Графическое решение уравнений.
- •Метод половинного деления (дихотомия).
- •Метод хорд (метод пропорциональных частей)
- •Метод Ньютона (метод касательных).
- •Видоизмененный (упрощенный) метод Ньютона.
- •Комбинированный метод (хорд и касательных).
- •Метод итераций
- •Оценка погрешности приближения
- •15. Метод итерации для системы двух уравнений
- •Метод Гаусса.
- •Применение метода Гаусса для вычисления определителей.
- •Метод итерации для решения систем уравнений
- •Решение обыкновенных дифференциальных уравнений.
- •Так, например, уравнение
- •Является уравнением 1-го порядка.
- •В ходе поиска общего решения часто приходят к соотношению вида
- •Запишем это разложение в виде
- •Метод Эйлера с пересчетом.
- •Решение это приводим:
- •Видно, что при большом числе узлов метод Эйлера может привести к заметным погрешностям, в таких случаях предпочитают пользоваться численными методами высших порядков.
- •Метод Адамса.
Вычисление значений рациональных дробей
Всякую рациональную дробь можно представить в виде отношения двух полиномов, т.е.
,
где ,
.
Если требуется определить значение R(x) в точке x = , то числитель и знаменатель дроби
можно найти, пользуясь схемой Горнера.
Приближенное нахождение сумм числовых рядов.
Пусть надо найти с заданной предельной абсолютной погрешностью сумму S сходящегося ряда
Из сходимости ряда имеем
,
где Sn - n-я частичная сумма, Rn – остаток ряда, причем Rn 0 при n .
Очевидно, что в поставленной задаче должно быть выполнено условие
.
В этом случае можно утверждать, что
На практике слагаемые а1, а2, , ап определяются также приближенно. Кроме того, сумма Sn обычно округляется до заданного числа десятичных знаков.
Для учета всех этих погрешностей поступают так: выбирают три приближенных числа 1, 2 и 3 такие, что
.
Число п членов ряда берут столь большим, чтобы остаточная погрешность удовлетворяла неравенству
.
Далее, каждое из слагаемых вычисляют с предельной абсолютной погрешностью . Тогда для суммы Sn справедливо неравенство
.
Наконец, полученный приближенный результат округляют до более простого числа с таким расчетом, чтобы погрешность округления была
.
В таком случае число является приближенным значением суммы S ряда с заданной погрешностью . Действительно, из приведенных выше неравенств имеем:
.
Чаще всего принимают
.
Если заключительное округление отсутствует, то обычно полагают
.
Для оценки остатка ряда полезны следующие теоремы.
Теорема 1. Если члены ряда представляют собой соответствующие значения положительной монотонно убывающей функции f(x), т.е. , то
0
1
2
Теорема 2. Если ряд - знакочередующийся, т.е.
и модули его членов монотонно убывают, то
и
Пример. Найти сумму ряда
с точностью до 0,001.
Вспоминая, что
,
примем остаточную погрешность
.
Члены данного ряда представляют собой соответствующие значения монотонной функции.
.
Поэтому ;
; ; .
Примем п = 45. Принимая предельную погрешность суммирования, равной ,
находим предельную абсолютную погрешность слагаемых аk :
,
т.е. члены ряда аk будем вычислять с пятью верными, в узком смысле, десятичными знаками после запятой. Опуская промежуточные вычисления, запишем, что в результате суммирования 45 членов, имеем
.
Округляя это значение до тысячных, имеем
.
Т.к. , то суммарная погрешность
.
Т.о. .
Для сравнения: (с точностью до ).
Вычисление значений аналитической функции
Действительная функция f(x) называется аналитической в точке , если в некоторой окрестности этой точки функция разлагается в степенной ряд (ряд Тейлора):
(5.6)
Разложение f(x) в ряд Тейлора является удобным способом вычисления значений этой функции.
Если f() известно и требуется найти значение , где h – «малая поправка», то формулу (5.6) выгодно записывать в виде
(5.7),
где (0 < < 1) (5.8)
Подставляя значение h в (5.7), мы получаем задачу, решение которой подробно разбиралось выше (см. «нахождение сумм числовых рядов»).