- •Глава 1. Интерполирование
- •Постановка задачи интерполирования
- •1.2. Единственность интерполяционного многочлена
- •. Интерполяционный многочлен Лагранжа
- •1.4. Погрешность интерполяционной формулы Лагранжа
- •. Конечные разности и их свойства
- •1.6. Первая интерполяционная формула Ньютона
- •1.7. Вторая интерполяционная формула Ньютона
- •1.8. Интерполяционная формула Гаусса
- •1.10. Численное дифференцирование
- •Глава 2. Численное интегрирование
- •2.1. Общие замечания
- •Глава 3. Численные методы решения алгебраических и трансцендентных уравнений
- •3.1. Вводные замечания
- •3.2. Отделение корней
- •3.3. Метод половинного деления
- •3.5. Метод Ньютона (метод касательных)
- •3.6. Комбинированный метод
- •3.7. Метод итерации (метод последовательных приближений)
- •Глава 4. Решение систем линейных уравнений
- •4.1. Метод Гаусса (схема единственного деления)
- •4.2. Вычисление определителей
- •4.3. Вычисление обратной матрицы
- •4.4. Некоторые сведения из линейной алгебры
- •Рассмотрим систему линейных алгебраических уравнений
- •Вычитая второе равенство из первого, получаем
- •4.6. Приведение линейной системы к виду,
- •4.7. Метод Зейделя Пусть система линейных алгебраических уравнений приведена к виду
- •Глава 5. Обработка результатов наблюдений
- •5.1. Постановка задачи
- •5.2. Приближение функции, заданной таблично,
- •Глава 6. Численные методы решения
- •6.1. Методы решения задачи Коши. Вводные замечания
- •6.2. Решение дифференциальных уравнений
- •6.3. Метод Эйлера Пусть дано дифференциальное уравнение
- •6.4. Уточненный метод Эйлера Рассмотрим дифференциальное уравнение
- •6.6. Методы Рунге – Кутта Пусть дано дифференциальное уравнение
- •6.7. Метод Милна
- •6.8. Приближенное решение систем дифференциальных
- •6.9.Краевые задачи для обыкновенных дифференциальных
- •6.10. Решение краевых задач
- •6.11. Метод прогонки Рассмотрим линейную систему уравнений (6.54). Преобразуя первые (n-1) уравнения:
- •Глава 7. Численное решение дифференциальных уравнений в частных производных
- •7.1. Классификация дифференциальных уравнений
- •7.2. Метод сеток решения краевых задач
- •7.3. Погрешность аппроксимации дифференциальных уравнений
- •7.4. Аппроксимация граничных условий
- •7.6. Метод сеток для уравнений
Министерство образования и науки Украины
Национальный аэрокосмический университет
им. Н.Е. Жуковского
«Харьковский авиационный институт»
Кафедра информатики
КОНСПЕКТ ЛЕКЦИЙ
«Численные методы»
Для специальностей:
7.080202 –Прикладная математика;
7.091302 – Метрология и измерительная техника;
8.080401 – Информационные управляющие системы и технологии;
8.091301 – Информационно-измерительные системы.
Харьков –2001 г.
ПРИЛОЖЕНИЯ
Примеры выполнения
лабораторных работ
В В Е Д Е Н И Е
Численные методы решения задач занимают большое место в практической деятельности инженеров. Необходимость применения численных методов возникает довольно часто. Рассмотрим простейшие примеры.
При решении прикладной задачи возникла необходимость получения решения алгебраического уравнения степени . Норвежский математик Н. Абель доказал, что алгебраическое уравнение n-й степени с произвольными буквенными коэффициентами при неразрешимо в радикалах. Не может быть получено точное решение и для огромного большинства трансцендентных уравнений, встречающихся на практике. Однако задачу можно считать практически решенной, если удается найти корни уравнения с требуемой точностью при помощи численных методов.
При вычислении определенных интегралов часто приходится сталкиваться с функциями, для которых первообразная не выражается через элементарные функции. Кроме того, подынтегральная функция при практических расчетах может быть задана таблично, и тогда само понятие первообразной теряет смысл. В этих случаях интегрирование заменяется приближенным вычислением интеграла при помощи численных методов.
Таких примеров можно привести много. Решение задач численными методами связано с выполнением большого объема вычислительной работы. Поэтому особенно успешно и эффективно стали применяться численные методы с появлением ЭВМ. В свою очередь, развитие вычислительной техники способствовало появлению новых численных методов.
В настоящее время резко расширилась сфера приложения математики, и сейчас трудно указать область науки и техники, в которой бы не применялись ЭВМ и численные методы.
Глава 1. Интерполирование
Постановка задачи интерполирования
При решении практических задач довольно часто приходится иметь дело с функциями, заданными таблично для некоторого конечного множества значений аргумента *, принадлежащих отрезку [a,b] из области определения функции. В процессе же решения задачи может появиться необходимость использования значений функций в точках, не совпадающих с табличными. В этом случае строят функцию , достаточно простую для вычислений, которая в заданных точках совпадает с табличными значениями функции, т.е.
.
В остальных точках отрезка [a,b] функция приближенно представляет функцию f(x). Вместо вычисления значения функции f(x) в произвольной точке отрезка [a,b] вычисляют значение в этой точке и полагают . Задача по строения такой функции называется задачей интерполирования. Точки называются узлами интерполяции (или узлами интерполирования), а функция - интерполирующей функцией.
Интерполирование можно использовать и в тех случаях, когда аналитическое выражение функции f(x) известно, но является сложным, и вычисление каждого значения требует большого объема вычислительной работы. Если же требуется вычислить значение функции для большого количества значений аргумента, имеет смысл вычислить несколько значений f(xi) , по этим значениям построить интерполирующую функцию и с ее помощью приближенно вычислить значения f(x) в остальных точках.
Слово “интерполирование” означает изхождение внутренних значений. На практике могут встретиться два случая.
Требуется вычислить f(x) для . Задача в этом случае называется интерполированием в узком смысле.
Требуется вычислить f(x) для . В этом случае задача называется экстраполированием.
В дальнейшем под интерполированием понимаем оба эти случая. Геометрически задача интерполирования означает построение кривой , проходящей через заданные точки плоскости с координатами . Очевидно, что через данные точки можно провести бесчисленное множество различных кривых. Задача становится однозначной, если интерполирующую функцию искать в виде алгебраического множества степени, не выше n . Интерполирование в этом случае называется алгебраическим. Если отрезок [a,b], содержащий узлы интерполяции, имеет малую длину, а функция f(x) имеет производные достаточно высоких порядков, то из формулы Тейлора вытекает, что она мало отличается от алгебраического многочлена. Можно ожидать, что в этих случаях алгебраическое интерполирование даст достаточно высокую точность.
На практике используют не только алгебраическое интерполирование. Если, например, на всей оси интерполируется периодическая функция, естственно искать интерполирующую функцию в виде тригонометрического многочлена с тем же периодом. Иногда в качестве интерполирующей функции удобно выбирать рациональную функцию и др.
Рассмотрим подробнее алгебраическое интерполирование.
1.2. Единственность интерполяционного многочлена
Пусть на отрезке [a,b] заданы узлы интерполяции и значения функции f(x) в этих узлах . Все узлы предполагаются различными, т.е. при . Требуется выяснить, существует ли интерполяционный многочлен степени, не выше n, и является ли он единственным. Запишем интерполяционный многочлен в виде
.
Так как - интерполяционный многочлен, он должен удовлетворять условиям
(1.1)
Эти условия приводят к системе линейных алгебраических уравнений относительно неизвестных :
(1.2)
………………………………….
Определителем этой системы является определитель Вандермонда
= .
В силу наших предположений при , и поэтому определитель системы отличен от нуля. Отсюда вытекает, что система (1.2)
имеет единственное решение, и, следовательно, интерполяционный многочлен существует и он единственен.