- •1.Источники и классификация погрешностей. Неустранимая и вычислительная погрешность.
- •2. Постановка задачи интерполирования. Существование и единственность обобщенного интерполяционного многочлена.
- •3. Интерполяционный многочлен Лагранжа.
- •4. Схема Эйткина
- •5. Остаточный член интерполяционного многочлена Лагранжа.
- •6. Минимиз. Оценки остаточного члена интерпол. Мн-на.
- •7. Разделенные разности и интерполяционная формула Ньютона с разделенными разностями.
- •8. Конечные разности и интерполяционные формулы Ньютона с конечными разностями.
- •9. Составление таблиц.
- •10. Сходимость интерполяционного процесса
- •11.Общая задача интерполирования алгебраическими многочленами. Интерполяционный многочлен Эрмита с узлами кратности 2.
- •13 . Оптимизация шага при численном диф-нии
- •14. Интерполяционные квадратурные формулы
- •15. Квадратурные формулы Ньютона-Котеса
- •16. Простейшие квадрат ф-лы н-Кот. И оценка их погрешности.
- •17. Составные квадратурные формулы средних прямоугольников, трапеций, парабол и оценка их погрешности
- •18. Квадратурные формулы Гаусса
- •20. Метод наименьших квадратов.
- •22.Обобщённые мног-ны наилучших среднеквадратических приближений.
- •24. Многочлены наилучших равномерных приближений. Примеры.
- •25. Наилучшие приближения в линейном нормированном пространстве.
- •26. Интерполяционные сплайны.
- •27. Существование и единственность кубического сплайна.
- •28.Краткие сведения о нормах векторов и матриц.
- •29. Обусловленность линейных алгебраических систем.
- •30. Метод Гаусса решения системы линейных ур-ний.
- •31. - Разложение квадратных матриц.
- •32. Разложение симметричных матриц. Метод квадр. Корней решения лин. Алг.Систем
- •34. Принцип сжимающих отображений в метрическом пространстве.
- •35. Метод простой итерации решения лин. Алг. Систем и усл. Его сходимости.
- •36. Метод Якоби решения линейных алгебраических систем
- •37. Метод Зейделя решения лин. Алг. Систем.
- •38. Метод покоординатного спуска решения линейных алгебраических систем.
- •39. Метод скорейшего спуска решения линейных алгебраических систем
- •40. Степенной метод решения частичной проблемы собственных значений.
- •41. Метод Данилевского раскрытия характеристического уравнения
- •42. Метод вращений решения полной проблемы собственных значений.
- •43. Метод бисекции и простой итерации решения уравнений с одним неизвестным.
- •44. Методы хорд и касательных как частные случаи метода простой итерации.
- •45. Методы локализации корней алгебраического уравнения.
- •46. Метод Лобачевского решения алгебраических уравнений.
- •47. Методы простой итерации и Зейделя решения системы нелинейных уравнений.
- •48. Метод Ньютона и аналоги метода Зейделя решения системы нелинейных уравнений.
- •49. Классификация численных методов решения задачи Коши. Методы Эйлера, трапеций и к-э.
- •50. Метод Рунге-Кутта решения задачи Коши. Построение методов р-к второго порядка точности.
- •51. Оценка погрешности и сходимость одношаговых методов решения задачи Коши.
- •52. Экстраполяц. Метод Адамса решения задачи Коши.
- •53. Интерполяционный метод Адамса решения задачи Коши.
- •54. Общий вид линейных многошаговых методов решения задачи Коши.
- •55. Условие корней многошаговых методов решения задачи Коши
- •56. Сходимость многошаговых методов решения Коши.
- •57. Сеточные методы решения краевых задач для обыкновенных дифференциальных уравнений.
- •58. Сходимость сеточного метода решения краевых задач для обыкновенных диф. Уравнений.
- •59. Методы прогонки и пристрелки решения разностных схем при решении краевых задач для обыкновенных д.У.
- •60. Эквивалентность граничных и вариационных задач
- •61. Метод Ритца решения вариационных задач.
- •62. Построение системы линейных уравнений для определения значений параметров в методе Ритца.
- •63. Вариационно-разностный вариант метода Рица.
- •64. Сеточные методы решения краевой задачи для уравнения Пуассона. Фоpмулиpовка исходной диффеpенциальной краевой задачи
- •Постpоение pазностной схемы
- •65. Основные понятия теории разностных схем.
- •66. Сходимость сеточного метода
- •Фоpмулиpовка исходной дифференциальной краевой задачи
- •67.Метод матричной прогонки решения разностной схемы. Фоpмулиpовка исходной диффеpенциальной краевой задачи
- •68. Разностные схемы для одномерного параболического уравнения. Фоpмулиpовка исходной диффеpенциальной задачи
- •69. Разностные схемы решения задачи Коши для уравнения гиперболического типа.
- •70. Сеточные методы решения смешанной задачи для уравнений гиперболического типа.
- •71. Метод квадратур решения интегрального уравнения Фредгольма 2-го рода.
- •72. Решение интегрального уравнения Фредгольма 2-го рода с вырожденным ядром.
- •Решение интегр. Ур-ния с вырожденным ядром.
- •73. Решение интегрального уравнения Фредгольма 2-го рода методом вырожденного ядра.
- •Способы приближения невырожденного ядра вырожденным.
32. Разложение симметричных матриц. Метод квадр. Корней решения лин. Алг.Систем
Пусть A=[aij]n×n данная симметричная матрица aij=aji. Будем строить разложение матрицы А в виде А=UTU (1), где U- верхняя (правая) треугольная матрица. Равенство (1) перепишем в подробной форме:
(2)
Перемножив (2) и учитывая симметричность матрицы А, получаем систему уравнений относительно неизвестных uij:
u112= a11 u12u11=a12 ……… u1nu11=a1n
u122+ u222=a22 …….. u1nu12+u2nu22=a2n (3)
. . . . . . . . . . . . . . . . . . . . . . .
u1n2+u2n2+…+unn2=ann
Cистему (3) решаем следующим образом, в начале находим элемент u11= , далее из остальной части 1-ой строки находим.
Из 1-го ур. во 2-ой строке находим . Из остальной части 2-ой строки находим:
Продолжая, последним находим элемент:
, указанный процесс можно описать следующими формулами: (4)
(5)
При практическом счёте необходимо своевременно переключаться с формулы (4) на (5), и наоборот.
Замечание. Более универсально, чем разложение (1) явл. разложение эрмитовых матриц: А=U*ΔU, где Δ-диагональная матрица на главной диагонали, которой стоят числа ±1.
Замечание: Реализацию вычисления по формуле (4), (5) могут помешать 2 обстоятельства:
- отрицательное подкоренное выражение в (4);
- обращение в 0 знаменателя (5).
Однако, если матрица А симметрична, положительно определённая, то разложение (1) всегда осуществляеться тоже самое отномительно к матрицам с диагоналями преобладанием.
Применим разложение (1) к решению лин. алг. системы Ах=b (6) с симметрично положительно определённой матрицей А. В силу (1) имеем:
UTUx=b (7)
Перепишем (7) в виде (8)
Очевидно, что решение подсистемы (8) не сложнее, чем обратный ход метода Гаусса.
33. Метод вращения решений лин. алг. систем
Предположим, что решение системы лин. алг. ур.
Ах= b, с матрицей
Прямой ход метода Гаусса даст следующую цепочку
Очевидно, что матрица такого типа размера n×n. После прямого хода метода Гаусса, допускает рост элементов до величены 2n-1, что при больших n приводит к сильному влияниюпогрешности округлений.
Рассмотрим метод вращений решения лин. алг. систем не допуская большого роста абсолютных велечин элементов матрицы системы. Пусть задана система:
(1)
Возьмём 2 числа С1 и S1 умножим 1-ое ур. системы на С1 , 2-ое на S1. Полученные уравнения сложим и заменим этим уравнением 1-ое ур. системы, т.е. 1-ое ур. сист. будет иметь вид:
Далее 1-ое ур. сист. умножим на (-S1), а 2-ое умножим на С1, сложив, получим уравнения и заменим 2-ое ур. в 1, т.е. 2-ое ур. в 1 будет иметь вид:
Перейдём к выбору чисел С1 и S1, выберем их таким образом, чтобы коэффициенты при х1 во 2-ом ур. получилась система =0, т.е. чтобы выполнялось условие:
также потребуем, чтобы имело место условие нормировки: . Тогда можно положить
После указанного преобразования система (1) имеет вид:
(2)
Заметим, что числа С1 и S1 можно трактовать, как sin и cos некоторого угла, поэтому очевидно, что переход от (1) к (2) представляет собой преобразование вращения с некоторой ортогональной матрицей.
Предположим преобразуем исходную систему, 1-ое и 3-ее ур. в (2) и проведя те же рассуждения. Исключим из 3-го ур. в (2) перемножая x1, далее берём 1-ое и 4-ое ур. получаем систему, 1-ое и 5-ое, и т.д. 1-ое и n-ое. Таким образом после указанных шагов система (2) преобразуется к виду:
(3)
(4)
Далее обрабатывая подсистему (4). Проведя аналогичные рассуждения для подсистемы (4) исключим неизвестную х2 из всех уравнений подсистемы (4) начинаю со 2-го и т.д. продолжаем указанный процесс до тех пор, пока система (3), (4) не будет иметь треугольную матрицу, т.е. не будет приведена к виду:
(5)
Теперь нахождение неизвестных из системы (5) аналогично обратному ходу метода Гаусса.
Преимущество этого метода заключается в том, что при переходе от системы (1) к системе (5) евклидова норма каждого столбца матрицы неизменяется. Действительно после 1-го шага имеем: