- •Числові методи
- •1. Методи розв’язування нелінійних рівнянь та систем
- •Коротко розглянемо кожний з методів.
- •I. Метод дихотомії.
- •II. Метод простої ітерації (умовно-збіжний метод).
- •III Метод релаксації.
- •IV Метод Ньютона.
- •Система нелінійних рівнянь
- •Метод простої ітерації (мпі).
- •Метод релаксації.
- •1. Метод Пікара.
- •2. Метод Якобі.
- •2. Чисельні методи розв’язання систем лінійних рівнянь. Числа обумовленості слр.
- •Прямі методи
- •I. Метод Гауса та його модифікації.
- •II Метод віддзеркалення.
- •III Для специфічних матриць:
- •Ітераційні методи
- •3. Методи інтерполювання. Множники Лагранжа та Ерміта. Сплайни.
- •Сплайни.
- •4. Методи чисельного інтегрування.
- •Теорема чисельного інтегрування:
- •5. Чисельні методи розв’язання задачі Коші.
- •1. Метод Ейлера
- •3. Метод Рунге-Кутта
- •Найпопулярнішою є формула Рунге-Кутта 4-го порядку точності:
II Метод віддзеркалення.
Цей метод базується на розкладі матриці СЛАР (сис-ми лін. алгебраїчних рівнянь) на добуток ортогональної і верхньої трикутної матриці. A=QR , де Q – ортогональна матриця, яка є добутком елементарних ортогональних матриць, так званих матриць віддзеркалення або перетворень Хаусхолдера. Цей метод вимагає вдвічі більше операцій, ніж метод Гауса.
III Для специфічних матриць:
1) Якщо матриця симетрична, то метод квадратного кореня використовує в 2 рази менше часу, ніж метод Гауса. A - симетрична, A=LLT, L - нижня, LT- верхня трикутна матриця.
Звідси , і взагалі, , . Цей метод має недоліки, якщо в системі присутні дійсні коефіцієнти (при розрахунках на ПЕОМ).
2) Матриця A (система рівнянь з цією матрицею) має тридіагональний вигляд:
В цьому випадку для роз-ку задачі використовується метод прогонки, який вимагає порядку 8 n операцій. Якщо здійснити розщеплення, то можна очікувати, що вони дводіагональні, отже існує зв’язок , тоді . Цей вираз підставимо в і-те рівняння. Для визначення покрокових і ми маємо перше рівняння . Метод визначення і називається прямим ходом прогонки. Якщо відоме останнє xn, то зворотнім ходом можна визначити всі xn-1,..,x1. А xn ми оберемо з останнього рівняння . Метод прогонки потребує O(n).
Ітераційні методи
Багато практично важливих задач зводяться до роз-ня СЛАР дуже великої розмірності, матриці яких не є щільно заповненими (містять багато нульових елементів). У цьому випадку вигідно застосовувати ітераційні методи. Розглянемо систему . Ітераційні методи складаються з перетворень цієї системи до еквівалентної: та організації обчислювального процесу при заданому початковому наближенні . За таких умов процес буде збігатися до дійсного розв’язку системи. Розглянемо послідовність , і т.д., де ,..., та зрозуміло У нас для оптимального розв’язку послідовність повинна бути скінченою. Для цього необхідно , а тоді приймає вигляд . Існує декілька підходів для отримання цього з . Розглянемо ці підходи:
1. Метод Якобі. Вважаємо, що a110, тоді , ..., . (*)
Визначимо ітерації формулами: Якщо задати вектор , то можна сподіватися, що при . Цей метод носить назву методу Якобі. Як і для багатьох ітераційних методів для цього методу існує 2 критерії припинення процесу: 1) кількість ітерацій досягає верхньої критичної межі; 2) виконується умова досягнення потрібної точності. Такою умовою може бути: .
3. Методи інтерполювання. Множники Лагранжа та Ерміта. Сплайни.
Задача наближення функцій виникає при розв’язанні багатьох задач ( обробка експериментальних даних, чисельне диференціювання та інтегрування функцій, розв’язання диференціальних та інтегральних рівнянь).
Дуже зручною у використанні на практиці функцією є многочлен. Щоб задати многочлен, треба задати тільки скінчену кількість його коефіцієнтів. Значення многочлена просто обчислюються, його легко продиференціювати, проінтегрувати і т.д. Тому алгебраїчні многочлени знайшли широке застосування для наближення (апроксимації) функцій.
Постановка задачі інтерполяції. Нехай відомі значення деякої функції у різних точках які позначимо Виникає задача поновлення
( наближеного) функції у довільній точці .
Іноді відомо, що наближену функцію доцільно шукати у вигляді
де вигляд функції відомий, а параметри треба визначити.
Коли параметри визначаються з умови збігу і наближеної функції у точках тобто то такий спосіб наближення називається інтерполяцією. Точки називаються вузлами інтерполяції.
Серед способів інтерполяції найбільш поширеним є випадок лінійної інтерполяції .
де - деякі відомі функції. Значення коефіцієнтів визначаються з умови збігу з вихідною функцією у вузлах інтерполяції
(1)
тобто з системи n +1 лінійних рівнянь з n+1 невідомими
Достатня умова існування єдиного роз-ку сис-ми для довільного набору вузлів є вимоги, щоб ф-ція була ф-цією Чебешова: . Тоді отримаємо (2)
тобто інтерполяція здійснюється многочленом, який називається інтерполяційним.
Теорема. Якщо вузли интерполяції різні, то існує єдиний інтерполяційний многочлен n-го ступеню.
В загальному вигляді , (3)
(4)
Інтерполяційний многочлен, представлений у вигляді (3), називається інтерполяційним многочленом Лагранжа, а функції (коефіцієнти) (4) - Лагранжевими коефіцієнтами. Існують також інші форми запису інтерполяційного многчлену, але за наведеною теоремою інтерполяційний многочлен n-го степеня – єдиний.
Завжди можна записати рівність , де - залишковий член, тобто похибка інтерполювання. шукають у вигляді , де , а rn(x) - деяка функція, значення якої у вузлах інтерполяції xi можна задавати які завгодно, оскільки . Оцінка похибки інтерполяції в поточній точці x [a,b] має вигляд , де const M дорівнює .
Лінійна інтерполяція.
Інтерполяція за формулою при n=1, тобто за допомогою лінійної функції , називається лінійною. Якщо ввести позначення , то формула лінійної інтерполяції запишеться у вигляді , де q називається фазою інтерполяції, яка змінюється від 0 до 1, коли x пробігає значення від x0 до x1.
Многочлени Чебишева.
Для того, щоб максимальна похибка інтерполяції функції f на відрізку [a,b] () була мінімальною, в якості вузлів інтерполяції беруть корені многочлена Чебишева Tn+1(x): . Ці точки є оптимальними вузлами оцінки похибки інтерполяції на відрізку [a,b]. Оцінка похибки має вигляд , де .
Інтерполяція з рівновіддаленими вузлами.
Якщо відрізок [a,b] великий і необхідна висока точність апроксимації функції, то часто користуються таблицею значень функції у вузлах, що розбивають відрізок з постійним кроком, число їх може бути достатньо великим. Нехай - вузли інтерполяції, h>0 - крок, причому . Позначимо , тоді інтерполяційний многочлен буде мати вигляд , де . Залишковий член (похибка інтерполяції) має вигляд , де - n+1 похідна по x, - деяка проміжна точка, .
Інтерполювання з кратними вузлами.
Побудувати многочлен степеня m такий, що . Многочлен називається інтерполяційним многочленом Ерміта.
Нехай при таких умовах ; – многочлен Ерміта.