- •1.2. Алгоритмічна та програмна реалізація метода Ньютона
- •Порядок виконання роботи
- •2.2. Алгоритмічна і програмна реалізація метода Гауса
- •Порядок виконання роботи
- •Заняття № 3 Розробка програми розв’язання слар методом подвійної факторизації
- •3.1. Теоретичні відомості
- •. Алгоритмічна і програмна реалізація метода подвійної факторизації
- •3. Інші елементи рядка і відповідно до (3.5);
- •4. Елемент матриці відповідно до (3.4);
- •Алгоритмічна та програмна реалізація метода Зейделя
- •Порядок виконання роботи
- •5.2. Алгоритмічна та програмна реалізація метода Ньютона-Рафсона (для системи 3-х нелінійних рівнянь з трьома невідомими)
- •6.2. Алгоритмічна та програмна реалізація інтерполяційного полінома Лагранжа
- •6.3. Порядок виконання роботи
- •Заняття № 7 Розробка програми чисельного інтегрування функцій методом трапецій
- •7.1. Теоретичні відомості
- •7.Алгоритмічна та програмна реалізація методу трапецій
- •7.3. Порядок виконання роботи
- •8.2. Алгоритмічна та програмна реалізація формули Сімпсона
- •8.3. Порядок виконання роботи
- •Розробка програми чисельного диференціювання функцій
- •9.1. Теоретичні відомості
- •9.2. Алгоритмічна та програмна реалізація чисельного диференціювання функцій
- •9.3. Порядок виконання роботи
- •10.2. Алгоритмічна та програмна реалізація методів Ейлера для розв’язання здр
- •10.3. Порядок виконання роботи
- •11.2. Алгоритмічна та програмна реалізація методу Рунге-Кутта четвертого порядку
- •12.2. Алгоритмічна та програмна реалізація градієнтного методу
- •12.3. Порядок виконання роботи
- •Список літератури
8.2. Алгоритмічна та програмна реалізація формули Сімпсона
Var A,B,H,I,x,y:real;
I,n:integer;
Begin
<введення вихідних даних>
H:=(B-A)/n;
I:=sqrt(1+2*A) + sqrt(1+2*B);
X:=A;
For i:=1 to n/2 do
Begin
X:=x+H;
Y:=sqrt(1+2*x);
I:=I+4*y;
X:=x+H;
Y:=sqrt(1+2*x);
I:=I+2*x;
E
nd;
I:=I*H/3;
<виведення результатів>
Примітки:
1. В програмі реалізоване обчислення інтегралу, що розглянутий у прикладі;
2. Якщо функція f(x) задана таблично, то треба організувати введення масиву з ординатами точок.
8.3. Порядок виконання роботи
Виконати завдання Заняття №7, застосувавши для чисельного інтегрування заданої функції формулу Сімпсона.
Заняття № 9
Розробка програми чисельного диференціювання функцій
Мета роботи: Закріплення знань із застосування методів чисельного диференціювання функцій і використання для цього інтерполяційного полінома Лагранжа, розробка відповідного алгоритму і програми на мові Pascal, застосування її для диференціювання заданої функції.
9.1. Теоретичні відомості
Чисельне (наближене)
диференціювання функцій використовують
у випадку, коли функція
задана таблично (тобто у вигляді масива
точок з координатами
),
або якщо аналітичний вираз функції
достатньо складний і безпосереднє
диференціювання її викликає труднощі.
При цьому функцію
на інтервалі
замінюють інтерполюючою функцією
(зазвичай поліномом) і припускають, що:
Інтерполююча функція вибирається такою, щоб похідні від неї визначались аналітично з використанням відповідних простих формул.
Для обчислення
значень інтерполюючого поліному
і його похідних
при заданому
можна застосувати правило Горнера:
поліном подається у вигляді
Обчислення починаються із внутрішніх дужок:
Послідовно
обчислюючи
отримаємо значення поліному
Приклад обчислення похідних функцій
Виконати чисельне
диференціювання функції
,
заданої таблично.
У Завданні № 6
розглянутий приклад, в якому для цієї
функції сформований інтерполюючий
поліном Лагранжа при
:
Визначимо першу і другу похідні:
Обчислимо наближені значення першої похідної у вузлах інтерполяції і порівняємо їх з точними значеннями:
Вузли інтерполяції |
0 |
0.25 |
0.5 |
1 |
Задана функція
|
0 |
-2.2214 |
-3.1416 |
0 |
Інтерполяційний поліном
|
0.2091 |
-2.2761 |
-3.1045 |
0.2091 |
Обчислюємо значення другої похідної у вузлах інтерполяції:
Вузли інтерполяції |
0 |
0.25 |
0.5 |
1 |
Задана функція
|
-9.8696 |
-6.9789 |
0 |
9.8696 |
Інтерполяційний поліном
|
-13.2544 |
-6.6273 |
0 |
13.2542 |
Обчислимо точні
і наближені значення похідних
при значеннях
,
що не співпадають з вузлами інтерполяції
(
):
x |
0.1 |
0.2 |
0.3 |
0.35 |
0.4 |
0.55 |
0.6 |
0.7 |
0.85 |
0.9 |
|
-0.9708 |
-1.8466 |
-2.5416 |
-2.7992 |
-2.9878 |
-3.1029 |
-2.9878 |
-2.5416 |
-1.4263 |
-0.9708 |
|
-0.9838 |
-1.9116 |
-2.5743 |
-2.8063 |
-2.9720 |
-3.0714 |
-2.9720 |
-2.5744 |
-1.4809 |
-0.9839 |
|
1.34 |
3.52 |
1.29 |
0.26 |
-0.53 |
-1.02 |
-0.53 |
1.29 |
3.83 |
1.35 |
|
-9.3866 |
-7.9847 |
-5.8012 |
-4.4807 |
-3.0499 |
1.5439 |
3.0499 |
5.8012 |
8.7939 |
9.3866 |
|
-10.6035 |
-7.9527 |
-5.3018 |
-3.9764 |
-2.651 |
1.3253 |
2.6508 |
5.3016 |
9.2779 |
10.6033 |
|
12.96 |
-0.4 |
-8.61 |
-11.25 |
-13.08 |
-14.16 |
-13.09 |
-8.61 |
5.5 |
12.96 |
Наближене диференціювання функцій дає результат з більшою похибкою, ніж інтерполяція.
