- •1. Структура погрешности в численном анализе.
- •2.3.Округление.
- •4. Понятие близости в метрическом пространстве.
- •Примеры классов функций и соответствующих нормированных пространств.
- •Задача наилучшего приближения в нормированном пространстве.
- •Задача приближения полиномами.
- •Интерполяция.
- •Конечные разности.
- •7.Интерполяционный многочлен Ньютона.
- •6.Запись интерполяционного многочлена для равноотстоящих узлов.
- •9. Среднеквадратичное приближение функции.
- •10. Классические ортогональные многочлены и их применение в задачах приближения функций.
- •11.Полиномы Лежандра. Построение и использование в задачах ср.Кв.Приближения.
- •С другой стороны
- •12. Некоторые общие свойства ортогональных полиномов.
- •13. Многочлены Чебышева, их свойства .
- •14.Первые применения многочленов Чебышева к задаче интерполяции.
- •15. Квадратурные формулы на основе интерполяций.
- •Формулы Ньютона-Котеса.
- •18 Квадратурные формулы Гаусса-Кристоффеля.
- •19. Запишем квадратурную формулу для произвольного, но фиксированного распределения узлов :
- •21 .Принцип сжатых отображений.
- •23 Метод Ньютона.
- •24.Численные методы линейной алгебры.
- •27 Стационарные итерационные процедуры. Теоремы о сходимости.
- •33-34Численное дифференцирование.
- •35-36.Численные методы решения задачи Коши.
- •37-39.Методы Рунге-Кутта.
- •41.Постановка краевой задачи для оду второго порядка:
- •47.Аппроксимация, устойчивость и сходимость разностных схем.
37-39.Методы Рунге-Кутта.
Методы Рунге-Кутта - это группа итерационных методов решения задачи Коши (4), характеризуемая следующими условиями: 1)Это одношаговые методы, т.е. при переходе из точки в точкуиспользуется лишь информация о предыдущей точке. Этому условию соответствует такая общая запись итерационной процедуры, (17) гдевыражается через значения функциив точкеили близким к ней (сдвинутым на долю шага). 2. Процедура (16) согласуется с рядом Тейлора вплоть до членов порядка, гдеp -порядок метода. 3. Метод не использует производных от , а требует только вычисления функции в различных точках сетки, причем число вычислений функции - минимально возможное для данного порядка. Заметим, что метод Эйлера является частным случаем метода Рунге-Кутта, имеющий наименьший первый порядок точности. Рассмотрим один из примеров повышения порядка точности метода Рунге-Кутта (16) до второго порядка. Представимв виде следующей линейной комбинации. Разложим функциюв точкев ряд Тейлора до членов первого порядка включительно
. Подставляя эти формулы в (16) , получим:
. (18) (все входящие в правую часть функции берутся в точке ) Аналогичное разложение по Тейлору напишем для функции, используя уравнение. (19) Требуя совпадения коэффициентов разложений (18) и (19) при одинаковых степеняхh, получим систему уравнений для неизвестных коэффициентов :
(20)
Система (20) недоопределена. Поэтому один из коэффициентов можно задать произвольно. Например, положим . Решая (20), получим
. Итерационная процедура (17) приобретает вид
. (21)
Учитывая результат теоремы 2, заключаем, что точность этого метода , т.е. данный метод - второго порядка.
Рассмотрим некоторые частные случаи процедуры (21).
Отбрасывая погрешность, получаем
. (22)
Полученный метод Рунге-Кутта носит название “предиктор-корректор”. Чтобы прояснить смысл этого названия разобьем процедуру (22) на два этапа:
На первом этапе “предсказываем” значение по методу Эйлера. На втором этапе это значение корректируется путем усреднения угловых коэффициентов в точкахи. За счет коррекции, точность данного метода и повышается на порядок по сравнению с методом Эйлера.
Согласно (21) , получаем
. (23)
Обозначим
.
Тогда (23) разбивается на два этапа:
На первом этапе находим - прогнозируемое значение на половинном шаге от точкипо методу Эйлера.
Вычисляем наклон интегральной кривой в точке , и на втором этапе, двигаясь по касательной с данным угловым коэффициентом из точки () в точку (), получаем окончательноПолученный метод носит название “модифицированный метод Эйлера”.
Замечание 1.
Существуют процедуры Рунге-Кутта повышенной точности (порядка 3, 4, 5…). Например, метод Рунге-Кутта четвертого порядка точности (наиболее употребляемый на практике) сформулирован следующим образом
где
(24)
Если , то погрешность процедуры.
Замечание 2.
При практическом применении методов Рунге-Кутта возникает вопрос: какой формулой пользоваться на практике? Если априори известно, что - достаточно гладкая функция, например,, то наиболее эффективна процедура (24). Если же гладкость функциинедостаточна, то лучше использовать методы второго и третьего порядка.
Замечание 3.
В среде МАТЛАБ реализованы две процедуры Рунге-Кутта:
ode23 – метод второго и третьего порядка
и ode45 - метод четвертого и пятого порядка.
В лабораторной работе 7 предусмотрено знакомство с этими командами.