- •Лекция 1 Приближённые методы решения слау
- •В) Метод Гаусса. (Метод последовательного исключения переменных)
- •Прямой ход.
- •Формулы прямого хода
- •Обратный ход
- •Формулы обратного хода.
- •Интерполяция, аппроксимация.
- •Оценка погрешности:
- •Приближённое интегрирование функций
- •1) Интегрирование по методу прямоугольников.
- •2) Интегрирование по методу трапеций.
- •3) Интегрирование по методу Симпсона.
- •2.1) Отделение корней.
- •Уточнение корней до заданной точности.
- •1) Метод половинного деления (дихотомии).
- •2) Метод хорд.
- •2) Метод Ньютона (касательных).
- •4) Комбинированный метод (хорд и касательных).
- •Постановка задачи.
- •1Ый усовершенствованный метод Эйлера.
- •2Oй усовершенствованный метод Эйлера.
- •С.) Метод Рунге-Кутта. (4го порядка)
- •D). Метод Рунге–Кутта 3-го порядка
- •Многошаговые методы.
С.) Метод Рунге-Кутта. (4го порядка)
Наиболее знаменитым из методов Рунге-Кутта является классический метод 4го порядка
(14)
(15)
Грубая оценка погрешности (двойной просчёт): (16)
Где у(хi) – точное решение, у*i – приближённое решение с шагом h/2, yi – … с шагом h .
Для оценки правильности выбора шага h используют равенство:
(17)
q должно равняться нескольким сотым, иначе h уменьшается.
D). Метод Рунге–Кутта 3-го порядка
Многошаговые методы.
(используют информацию о нескольких предыдущих точках)
Д ) Алгоритм Адамса.
Пусть дано дифференциальное уравнение: у′ = f(x, y) (1)
с начальными условиями: у(х0) = у0 (1*)
Требуется найти решение уравнения (1) на отрезке [a,b].
Разобьём отрезок [a,b] на n равных частей точками хi = х0 + ih (i =0, 1, …, n).
1ый этап: стартовая процедура. Используют какой-либо одношаговый метод того же порядка точности до тех пор, пока не будет получено достаточно значений для работы многошагового метода.
Следовательно, определены: у1, у2, …, уk-1 в точках: х0 + h, …, x0 + h(k-1).
2ойэтап: рекурсивной процедуры. Определение: уk, yk+1,…, yn основано на интегрировании интерполяционного многочлена Ньютона.
Рабочие формулы явных методов Адамса (2-го, 3-го, 4-го порядков).
(2)
(3)
(4)
Формулы (2)-(4) называются экстраполяционными и на практике используются в качестве прогноза.
Для улучшения точности или коррекции результата применяют неявные методы (используют ещё ненайденные значения: уk+1, yk+2,…).
(5)
(6)
(7)
Формулы (5)-(7) называются интерполяционными.
Для грубой оценки точности (двойной просчёт):