- •Вопросы по вычислительной математике.
- •Погрешности при численном решении задач: погрешность исходных данных, погрешность аппроксимации, погрешность округления. Погрешность исходных данных
- •Погрешность численного метода
- •Погрешности округления чисел в эвм
- •Абсолютная и относительная погрешности. Погрешность результатов арифметических операций.
- •Погрешность результатов вычисления арифметических операций
- •Прямые методы решения слау: метод Гаусса. Метод Гаусса
- •Итерационные методы решения слау: метод Якоби. Метод Якоби
- •Прямые методы решения слау: метод квадратного корня. Метод квадратного корня
- •Определение числа операций алгоритма метода квадратного корня
- •Итерационные методы решения слау: метод Зейделя. Метод Зейделя
- •Сходимость итерационных методов
- •Методы решения нелинейных уравнений: метод простых итераций, условие сходимости. Метод простых итераций
- •Методы решения нелинейных уравнений: метод деления пополам. Метод половинного деления
- •Методы решения нелинейных уравнений: метод Ньютона, оценка погрешности и сходимость. Модификации метода Ньютона.
- •Модификации метода Ньютона
- •Методы решения систем нелинейных уравнений: метод простых итераций, методы Ньютона, Якоби и Зейделя. Системы нелинейных уравнений
- •Метод простых итераций
- •Метод Ньютона
- •Нелинейный вариант метода Якоби
- •Нелинейный вариант метода Зейделя
- •Интерполирование функций. Необходимое условие для системы функций I(X).
- •Интерполирование с помощью алгебраических многочленов: интерполяционный полином Ньютона. Интерполяционный многочлен Ньютона
- •Интерполирование с помощью алгебраических многочленов: интерполяционный полином Лагранжа. Интерполяционная формула Лагранжа
- •Погрешность полиномов Ньютона и Лагранжа. Сходимость интерполяционного процесса. Погрешность полинома Ньютона (Лагранжа)
- •Сходимость интерполяционного процесса
- •Интерполяция сплайнами.
- •Интерполяция с помощью метода наименьших квадратов. Метод наименьших квадратов
- •Численное дифференцирование: аппроксимация производных конечными разностями, погрешность. Конечно-разностная аппроксимация
- •Численное дифференцирование: вычисление производных с помощью интерполяционных полиномов.
- •Численное интегрирование: квадратурные формулы прямоугольников, погрешность. Формула прямоугольников
- •Численное интегрирование: формула трапеций, погрешность. Формула трапеций
- •Численное интегрирование: формула Симпсона, погрешность. Формула Симпсона
- •Численные методы решения оду. Схема Эйлера; оценка точности решения. Метод Эйлера
- •Численные методы решения оду: схема Рунге-Кутты 2-го порядка.
- •Методы решения систем дифференциальных уравнений: метод Эйлера, метод Рунге-Кутты. Метод Эйлера для системы дифференциальных уравнений
- •Метод Рунге-Кутты для системы дифференциальных уравнений
- •Граничная задача. Сеточный метод.
- •Разрешимость системы алгебраических уравнений метода сеток
- •Оценка порядка аппроксимации
- •Метод прогонки для решения сеточной задачи.
Численное интегрирование: формула Симпсона, погрешность. Формула Симпсона
Заменим на отрезке
функцию f(x) полиномом Лагранжа. В
частности, для трех точек
полином второй степени имеет вид
Это означает, что в разложении (7.2) оставлены три функции:
,
,
.
Для определения коэффициентов
вычислим интегралы:
.
Формула приближенного интегрирования Симпсона (рис. 7.4):
. (7.10)
f(x)
xk-1 xk-1/2 xk x
Рис. 7.6. Схема численного интегрирования методом Симпсона
Для оценки погрешности выражения (7.10)
приближенного интегрирования, как и
ранее, воспользуемся формулами Тейлора
для представления
вблизи точки
:
,
,
Здесь принято, что
.
Подсчитаем интеграл в левой части формулы (7.10):
.
Подсчитаем выражение в правой части (7.10):
.
Определим величину погрешности формулы Симпсона:
.
Модуль погрешности на отрезке :
.
Для всего отрезка [a, b] интегрирования погрешность
(7.11)
имеет четвертый порядок.
В последних выражениях использованы обозначения
,
.
Численные методы решения оду. Схема Эйлера; оценка точности решения. Метод Эйлера
Пусть для отрезка [a, b], на котором ищется
решение дифференциального уравнения
(2.1), построена сеточная область
с
постоянным шагом h. Для построения
решения уравнения (2.1) воспользуемся
разложением искомой функции y(x) в ряд
Тэйлора вблизи произвольной точки
:
Учитывая, что согласно уравнению (2.1)
,
это разложение решения можно записать
в виде
С помощью полученного выражения построим вычислительный процесс
. (2.6)
Здесь и далее будем обозначать символами
результат численного решения
уравнения (2.1), а выражение
будем использовать для обозначения
точного решения исходной задачи.
Пример 2.3. Решим методом Эйлера
уравнение
.
В этом частном случае правая часть
дифференциального уравнения имеет вид
,
то есть схема (2.6) записывается следующим
образом:
Построим последовательность значений
искомой функции для узлов сетки
:
,
,
,
,
...,
.
Для оценки точности получаемого
численного решения производятся
вычисления с различными шагами
интегрирования h (табл. 2.1). Точное решение
,
например, для x=10 дает значение
y(10)=0,453999297610-4.
Таблица 2.1.
Результаты численного решения yn
методом Эйлера обыкновенного
дифференциального уравнения
с начальным условием y(0)=1.
Величина шага h |
0.5 |
0.25 |
0.1 |
0.01 |
0.001 |
0.0001 |
Число шагов n |
20 |
40 |
100 |
1000 |
10000 |
100000 |
yn10-4. |
0,009537 |
0,100566 |
0,265614 |
0,431713 |
0,451733 |
0,453772 |
Верные три значащие цифры получены для шага h = 0,0001, при этом требуется выполнить 100000 “шагов” по аргументу x, то есть выполнить вычислений в соответствии с формулой (2.6).
Для оценки точности решения, как и ранее, представим погрешность в виде
,
определяющем отклонение численного решения по схеме Эйлера от точного.
Соотношение (2.6) запишем в виде разностного аналога дифференциального уравнения (2.1):
. (2.7)
Подставляя в выражение (2.7)
и
,
получаем
.
Преобразуем последнюю формулу, добавляя
в правую часть и одновременно вычитая
,
,
(2.8)
Выражение в квадратных скобках представляет собой разностный аналог (2.7), в котором приближенные значения yk искомой функции заменены на точные значения y(xk). Это позволяет проверить, как точно разностный аналог (2.7) аппроксимирует исходное дифференциальное уравнение (2.1).
Величина
(2.9)
носит название погрешности аппроксимации исходного дифференциального уравнения разностным аналогом. Для оценки этой погрешности подставим разложение решения в ряд Тэйлора
в формулу (2.9):
Учтем, что согласно исходному уравнению
.
Тогда
.
При условии, что значения
ограничены на отрезке [a, b], погрешность
аппроксимации оказывается величиной,
пропорциональной первому порядку шага
интегрирования.
В общем случае порядок аппроксимации равен p, если имеет место соотношение вида
.
Вновь обратимся к формуле (2.8). Второе слагаемое согласно теореме Лагранжа о среднем можно представить в виде:
.
Тогда выражение (2.8) преобразуется следующим образом:
,
.
Для того, чтобы при выполнении вычислений погрешность не возрастала, потребуем выполнения условия:
,
,
. (2.10)
Полученное неравенство соответствует
критерию устойчивости по начальным
данным,
,
полученному ранее. Далее, с учетом
выполнения условия Липшица
,
оценим производную
,
.
Учитывая условие устойчивости решения,
,
получаем:
.
Теперь из неравенства (2.10) можно получить:
.
Следовательно, чтобы не нарастала погрешность вычислений, необходимо ограничивать величину шага интегрирования.
