- •1. Источники и виды погрешностей. Абсолютная и относительная погрешности. Вычислительная погрешность и погрешность функции.
- •3. Решение систем линейных алгебраических уравнений. Правило Крамера и обратная матрица. Вычислительная сложность.
- •4. Решение систем линейных уравнений. Метод исключения Гаусса с верхней и нижней треугольной матрицами. Методы прямой и обратной подстановки. Решение линейных систем алгебраических уравнений
- •Метод исключения Гаусса без перестановки строк
- •5. Решение систем линейных уравнений с симметричными и положительно определенными матрицами. Разложение Холесского с внутренним произведением.
- •6. Разложение Холесского с внешним произведением и с поблочным вычислением матриц.
- •Доказательство теоремы Халецкого
- •7. Метод исключения Гаусса и lu-разложение. Понятие эквивалентности систем уравнений, понятие и состав элементарных операций.
- •8. Алгоритм исключения Гаусса без перестановки строк. Lu- и ldv-разложения.
- •9. Алгоритм исключения Гаусса при наличии вырожденных главных подматриц. Алгоритм с перестановкой строк или с выбором главного элемента.
- •10. Свойства и определения матричных и векторных норм. Теорема Коши – Шварца. Число обусловленности системы линейных уравнений. Геометрический смысл числа обусловленности. Матричная норма
- •Геометрический смысл плохо обусловленных и хорошо обусловленных матриц
- •11. Задачи приближения и интерполяции функций и эмпирических данных.
- •13. Формулы численного дифференцирования интерполяционным методом.
- •14. Формулы численного дифференцирования методом неопределенных коэффициентов.
- •15. Наиболее распространенные формулы численного дифференцирования.
- •16. Задачи и методы численного интегрирования. Квадратурные формулы.
- •Элементарные квадратурные формулы, полученные методом интерполяции
- •17. Численное интегрирование интерполяционными методами.
- •18. Численное интегрирование методом неопределенных коэффициентов.
- •Частные случаи
- •19. Квадратурные формулы Ньютона – Котеса.
- •20. Формулы прямоугольника, трапеций и Симпсона.
- •21. Ортогональные и ортонормальные системы функций и многочленов. Скалярное произведение. Ортогонализация произвольной системы линейно независимых функций. Формула Грама – Шмидта.
- •22. Квадратурные формулы Гаусса. Наиболее распространенные формулы.
- •23. Интегрирование быстро осциллирующих функций. Интегрирование функций на больших интервалах изменения аргумента.
- •24. Тригонометрическая интерполяция и дискретное преобразование Фурье.
- •25. Быстрое преобразование Фурье.
- •26. Задача наименьших квадратов. Прямой метод решения.
- •27. Задача наименьших квадратов. Решение методом qr-разложения.
- •28. Алгоритм qr-разложения. Ортогональные матрицы и матрицы плоского вращения.
- •29. Задача численного решения обыкновенных дифференциальных уравнений. Задача Коши и граничные задачи.
- •30. Решение задачи Коши с помощью формулы Тейлора.
- •31. Методы Рунге – Кутта. Формулы Эйлера и Адамса.
- •32.Конечно-разностные методы решения задачи Коши.
- •33. Явные формулы Адамса.
- •34. Решение задачи Коши методом неопределенных коэффициентов.
- •35. Решение систем обыкновенных дифференциальных уравнений методом Эйлера.
- •36. Определение градиента функции нескольких переменных.
- •Метод градиента
- •37. Матрица Якоби системы функций нескольких переменных.
- •38. Решение нелинейных уравнений методом простой итерации.
- •39. Решение нелинейных уравнений методом Ньютона.
- •46. Необходимые и достаточные условия минимума и максимума функции многих переменных. Необходимые и достаточные условия экстремума функции нескольких (двух) переменных
- •47. Форма функции многих переменных в окрестности точки седла.
- •48. Градиентный метод минимизации функции многих переменных.
- •49. Минимизация функции многих переменных методом Ньютона.
- •Применительно к задачам оптимизации
- •50. Формула и множители Лагранжа в задаче оптимизации
- •Описание метода
- •51. Производная по направлению и возможное направление спуска.
- •52. Обратные и некорректные задачи.
31. Методы Рунге – Кутта. Формулы Эйлера и Адамса.
Пусть требуется численно решить задачу Коши для дифференциального уравнения (1)
при заданном начальном условии (2)
Зададим некоторый достаточно малый шаг сетки вычислений h. Тогда для каждого значение искомой функции (решения задачи (1)-(2)) можно последовательно вычислить по формуле Эйлера
Формула Эйлера является достаточно простой для программирования, однако, ее погрешность достаточно велика и сильно зависит от величины h.
Более точной является неявная формула Адамса: ,
где значение вычисляется по формуле Эйлера.
При использовании описанных формул следует учитывать, что погрешность увеличивается с каждым шагом вычислений.
32.Конечно-разностные методы решения задачи Коши.
Конечно-разностные методы – методы, в которых значения функции в конце каждого интервала зависят, в общем случае, от значений функции в конце предшествующих интервалов.
Разностные уравнения:
1)
В этом случае, уравнения называются явным или экстраполяционным.
К этому виду относится формула Эйлера.
В этом случае каждое значение выражается через значение предшествующей функции.
При , в правой части отсутствует.
2)
Это уравнение называется неявным или интерполяционным.
В этом случае искомое значение входит в уравнение нелинейным образом, или для его нахождения, в общем случае, требуется применение итерационных методов.
К этому классу относится формула Адамса, основанная на трапеции.
Существует также множество других методов, к которым относятся методы неопределенных коэффициентов и т.д.
Методы решения дифференциальных уравнений первого порядка практически без изменения переносятся на случай систем линейных дифференциальных уравнений первого порядка:
Отличие заключается в том, что вместо производных по скалярным переменным появляются производные по векторным переменным.
Метод Эйлера для этой системы записывается в виде:
Верхний индекс обозначает номер итерации.
Это будет система уравнений первого порядка.
33. Явные формулы Адамса.
Формулы Адамса получаются при интегрировании интерполяционного многочлена от до т.е. вне интервала интерполяции. Однако, как мы знаем, вне этого интервала интерполяционный многочлен обычно дает довольно плохое приближение. Таким образом, явные методы Адамса не очень точны.
34. Решение задачи Коши методом неопределенных коэффициентов.
Воспользуемся методом неопределённых коэффициентов. Будем искать решение дифференциального уравнения в виде полинома:
его первая производная:
Заметим, что . Вычислим эти коэффициенты, подставив начальные условия в исходное уравнение:
следовательно,
Для разложения логарифмической функции используем эталонный ряд:
Преобразовав его, имеем
где .
В левой части уравнения получим очевидное равенство: , и для краткости записи обозначим ; уравнение примет вид: .
Теперь подставляем в обе части дифференциального уравнения вместо у и соответствующие полиномы, учитывая, что :
Приравниваем коэффициенты при одинаковых степенях z в левой и правой частях равенства, причём в правой части предварительно надо найти произведение двух рядов, затем решаем полученную систему уравнений:
Подставляя все найденные коэффициенты в полином, получаем искомое решение задачи Коши: