- •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.
13. Формулы численного дифференцирования интерполяционным методом.
Численное дифференцирование — совокупность методов вычисления значения производной дискретно заданной функции.
В основе численного дифференцирования лежит аппроксимация функции, от которой берется производная, интерполяционным многочленом. Все основные формулы численного дифференцирования могут быть получены при помощи первого интерполяционного многочлена Ньютона (формулы Ньютона для начала таблицы).
Основными задачами являются вычисление производной на краях таблицы и в ее середине. Для равномерной сетки формулы численного дифференцирования «в начале таблицы» можно представить в общем виде следующим образом:
где — погрешность формулы. Здесь коэффициенты и зависят от степени n использовавшегося интерполяционного многочлена, то есть от необходимой точности (скорости сходимости к точному значению при уменьшении шага сетки) формулы. Коэффициенты представлены в таблице:
n |
a0 |
a1 |
a2 |
a3 |
a4 |
a5 |
b |
1 |
− 1 |
1 |
0 |
0 |
0 |
0 |
1 |
2 |
− 3 |
4 |
− 1 |
0 |
0 |
0 |
2 |
3 |
− 11 |
18 |
− 9 |
2 |
0 |
0 |
6 |
4 |
− 25 |
48 |
− 36 |
16 |
− 3 |
0 |
12 |
5 |
− 137 |
300 |
− 300 |
200 |
− 75 |
12 |
60 |
Погрешность вычисляется по формуле
где h — шаг сетки, а точка ξ расположена где-то между i-тым и (i + n)-тым узлами. Примером может служить известная формула (n = 2)
.
При n = 1 формула может быть получена и из определения производной. Эта формула известна под названием формулы дифференцирования вперед.
Формулы «в конце таблицы» могут быть представлены в общем виде
в которых коэффициенты берутся из уже приведенной таблицы. В частности, при n = 1 получается известная формула дифференцирования назад.
14. Формулы численного дифференцирования методом неопределенных коэффициентов.
Другой способ построения формул численного дифференцирования приводит к тем же формулам - метод неопределённых коэффициентов. Чаще всего метод используется в многомерном случае, когда построить интерполяционный многочлен достаточно сложно. В этом случае коэффициенты численного дифференцирования ci выбираются из того, чтобы формула была точна для многочленов максимально высокой степени. Пусть и потребуем, чтобы для такого многочлена соотношение для f(k)(x) обратилось в равенство: . Чтобы равенство выполнялось для любого многочлена степени m , необходимо и достаточно, чтобы коэффициенты при aj в правой и левой частях были равны (xj)(k) = j(j − 1)...(j − k + 1)xj − k. Получаем систему уравнений: относительно ci. Если m = n − 1, то число уравнений равно числу неизвестных. Определитель системы (определитель Вандермонда)отличен от нуля , то есть всегда можно построить формулу численного дифференцирования с n узлами, точную для многочленов степени n − i.