- •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.
Численные методы решения оду: схема Рунге-Кутты 2-го порядка.
Для построения разностной схемы интегрирования воспользуемся разложением решения задачи (2.1) в ряд Тэйлора:
Заменим вторую производную в этом разложении выражением
,
где
,
причем x подбирается
из условия достижения наибольшей
точности записанного выражения. Для
дальнейших выкладок произведем замену
величины
разложением в ряд Тэйлора
Для исходного уравнения (2.1) построим вычислительную схему:
,
которую преобразуем к виду
Введем обозначения:
,
которые позволяют записать предыдущее выражение в форме
.
Очевидно, что все введенные коэффициенты зависят от величины x и могут быть определены через , который в этом случае играет роль параметра,
.
Окончательно схема Рунге-Кутты принимает вид
. (2.11)
Та же схема в форме разностного аналога уравнения (2.1):
При = 0 получаем как частный случай уже известную схему Эйлера
.
При = 1 выражение (2.11) записывается в форме
.
В этом случае проведение расчетов на очередном шаге интегрирования можно рассматривать как последовательность следующих операций (рис. 2.2):
1. Вычисляется выражение
,
представляющее собой полушаг
интегрирования по схеме Эйлера, то есть
определяется приближенное значение
искомой функции в точке
.
2. Для той же промежуточной точки определяется приближенное значение производной
.
3. Определяется уточненное значение функции в конечной точке всего шага, причем по схеме Эйлера с вычисленным на предыдущем шаге значением производной,
.
Геометрические построения показывают, что получаемое в такой последовательности решение лежит “ближе” к истинному, чем вычисляемое по схеме Эйлера, то есть следует ожидать более высокой точности решения, получаемого методом Рунге-Кутты.
y
yk+1
yk yk+1/2
xk xk+1/2 xk+1
Рис.2.2. Схема интегрирования обыкновенного дифференциального уравнения методом Рунге-Кутты с параметром = 1 .
Теперь рассмотрим схему, получающуюся
из выражения (2.11) при
(геометрическая интерпретация результата
приведена на рис. 2.3):
.
1. Выполняется полный шаг метода Эйлера с целью определения приближенного значения искомой функции на конце отрезка интегрирования,
.
2. Для этой же точки вычисляется приближенное значение производной
.
3. Находится среднее значение двух производных, определенных на концах отрезка
.
4. Вычисляется значение искомой функции в конечной точке всего шага по схеме Эйлера с усредненным значением производной:
.
Геометрически понятно, что получаемый указанным способом результат также должен быть “ближе” к истинному решению, чем получаемый по схеме Эйлера.
y
yk+1
yk
xk xk+1
Рис.2.3. Схема интегрирования обыкновенного дифференциального уравнения методом Рунге-Кутта с параметром = 0,5
