- •Введение
- •I. Методические указания к ответам на теоретические вопросы
- •§1. Этапы научного исследования. Роль и место вычислительного эксперимента и численных методов
- •§2. Основные понятия теории погрешностей. Общая формула вычисления погрешности
- •§3. Метод Ньютона решения алгебраических и трансцендентных уравнений
- •§4. Решение систем линейных алгебраических уравнений.
- •§5. Метод Гаусса решения систем линейных алгебраических уравнений и его модификации
- •§6. Метод простой итерации решения систем линейных алгебраических уравнений
- •§7. Алгебраическое интерполирование. Исследование существования и единственности интерполяционного полинома
- •§8. Интерполяционный полином Лагранжа.
- •§9. Численное интерполирование. Полином Ньютона
- •§10. Численное интегрирование. Формулы Ньютона-Котеса. Оценка погрешности квадратурных формул
- •§11. Классификация и общая характеристика методов решения дифференциальных уравнений. Хорошо и плохо обусловленные задачи
- •§12. Метод Эйлера. Алгоритм и оценка погрешности
- •§13. Метод Рунге-Кутта. Алгоритм и оценка погрешности
- •§14. Численные методы решения краевых задач для обыкновенных дифференциальных уравнений
- •§15. Идея метода сеток решения уравнений в частных производных
- •§16. Аппроксимация дифференциального уравнения разностным и ее порядок. Устойчивость. Сходимость
- •§17. Метод сеток решения краевых задач для дифференциальных уравнений эллиптического типа
- •II. Методические указания к решению задач
- •Список рекомендуемой литературы
§2. Основные понятия теории погрешностей. Общая формула вычисления погрешности
При изложении ответа на этот вопрос следует дать понятия точного и приближенного числа, абсолютной и относительной, предельных абсолютной и относительной погрешностей приближенного числа, источников погрешностей, сформулировать основную задачу теории погрешностей, получить общие формулы вычисления погрешностей и применить их для оценки погрешностей арифметических операций и элементарных функций.
Как правило, при решении реальных вычислительных задач исходные данные получаются в результате измерений при помощи приборов, а следовательно, не могут быть точными величинами.
Приближенным
называется число, незначительно
отличающееся от точного и заменяющее
последнее в вычислениях. Пусть A
– точное, а a
– приближенное значения числа. Абсолютная
погрешность
(в дальнейшем погрешность) приближенного
числа Δa
определяется как абсолютная величина
разности между точным и приближенным
значениями
.
Относительная погрешность δa характеризует качество измерений и определяется следующим образом:
.
Так как введенные
определения содержат точное значение
числа, которое обычно неизвестно, то на
практике используются предельные
абсолютная h
и относительная ε погрешности, которые
определяются следующим образом:
.
Таким образом,
.
Последнее неравенство принято записывать
в виде:
.
При этом значения h
и ε стараются подобрать по возможности
меньшими. Так, если приближенное значение
получено в результате измерения, то h
определяется точностью прибора, а
величину предельной относительной
погрешности вычисляют по формуле
.
К основным понятиям теории погрешности
относятся также понятия значащих цифр
и верных знаков приближенного числа.
Основная задача теории погрешностей: Пусть известны погрешности некоторой системы величин, требуется определить погрешность данной функции от этих величин.
Для
функции одной переменной
,
где x
– заданное приближенное значение
аргумента с погрешностью Δx,
погрешность значения функции
по определению и вычисляется по формуле
(1)
Для
функции n
переменных
,
где xi–
заданные приближенные значения аргументов
с погрешностями Δxi
(i=1,2,
…, n),
погрешность
находится по формуле
(2)
§3. Метод Ньютона решения алгебраических и трансцендентных уравнений
При изложении ответа на этот вопрос следует дать определения корня уравнения, изолированного корня, отделения корней, итерационных методов, рассказать алгоритм метода Ньютона, доказать теорему о достаточном условии сходимости и получить оценку погрешности.
Если алгебраическое или трансцендентное уравнение достаточно сложно, то его сравнительно редко удается решить точно. Более того, в некоторых случаях коэффициенты уравнения известны лишь приближенно, и сама задача о точном определении корней теряет смысл. Поэтому важное значение приобретают способы приближенного нахождения корней уравнения и оценки их точности. Пусть дано уравнение
,
(3)
где
функция f(x)
определена и непрерывна в некотором
конечном или бесконечном интервале
.
Всякое значение ξ, обращающее функцию
f(x)
в нуль, т.е. такое, что f(ξ)=0,
называется корнем
уравнения (3). Будем предполагать, что
уравнение (3) имеет лишь изолированные
корни, т.е. для каждого из них существует
окрестность, не содержащая другие корни.
Решить уравнение (3) численными методами
– это значит определить, имеет ли оно
корни, сколько их и найти корни с заранее
заданной точностью. Для решения уравнений
вида (3) разработано много различных
итерационных методов. Сущность этих
методов заключается в следующем.
Пусть известна достаточно малая область [a,b], в которой содержится единственный корень ξ уравнения (3). В этой области выбирается точка x0 – начальное приближение – и строится последовательность точек x1,x2,…xn,…, сходящаяся к ξ, с помощью некоторого рекуррентного соотношения
(4)
Выбирая различными способами функции φk, которые зависят от функции f и номера k, можно получить различные методы.
Найдя
n-е
приближение xn
(
),
мы можем уточнить его по
методу Ньютона
следующим образом. Положим
,
(5)
где
hn
считаем малой величиной. Отсюда, применяя
формулу Тейлора, получим
.Следовательно,
.
Подставив это выражение в (5), получим
(6)
Теорема
2. Если
,
причем
и
отличны от нуля и сохраняют определенные
знаки при
,
то исходя из начального приближения
,
удовлетворяющего неравенству
,
можно вычислить корень ξ уравнения (3)
с любой степенью точности, пользуясь
итерационной формулой (6).
Оценку
погрешности приближения метода Ньютона
можно получить в виде:
,
где
,
.
