- •Понятие математической модели.
- •Устойчивость.
- •Типы погрешностей.
- •Приближенные числа. Абсолютные и относительные погрешности.
- •Округление.
- •Погрешности арифметических операций над приближенными числами.
- •Погрешность функции.
- •Представление вещественных чисел.
- •Арифметические операции над числами с плавающей точкой.
- •Вычисление машинной точности.
- •Методы отыскания решений нелинейных уравнений.
- •Система линейных алгебраических уравнений.
- •Вычисление lu-разложения (метод Гаусса).
- •Вычисление luр-разложения (метод Гаусса с выбором ведущего элемента).
- •Система линейных алгебраических уравнений.
- •Метод прогонки.
- •Система линейных алгебраических уравнений.
- •Итерационные методы решения систем линейных алгебраических уравнений.
- •Одномерная минимизация.
- •Методы прямого поиска.
- •Оптимальный пассивный поиск.
- •Постановка задачи приближения функций.
- •Полиномиальная интерполяция. Многочлен Лагранжа.
- •Минимизация погрешности оценки интерполяции. Многочлены Чебышева. Постановка задачи минимизации оценки погрешности.
- •Многочлены Чебышева.
- •Постановка задачи приближения функций. В13
- •16 Глобальные способы построения кубических сплайнов.
- •17 Граничные условия для кубических сплайнов
- •Метод наименьших квадратов.
- •Методы численного дифференцирования. Численное дифференцирование.
- •Устойчивость.
- •Адекватность дискретной модели исходной математической задаче;
- •Сходимость численного решения к точному решению;
- •Устойчивость выбранного метода решения.
- •Численное интегрирование. Формулы прямоугольников и трапеций/Формула Симпсона
- •Методы Монте-Карло.
- •Обыкновенные дифференциальные уравнения. Метод Эйлера.
- •Обыкновенные дифференциальные уравнения.
Методы Монте-Карло.
В качестве примера рассмотрим вычисление интегралов методом Монте-Карло. Хотя основное преимущество данных методов проявляется при вычислении многомерных интегралов, основные идеи метода рассмотрим на одномерной задаче.
Пусть требуется вычислить интеграл
.
Будем рассматривать этот интеграл как среднее значение функции f на отрезке [0, 1]. При таком подходе соответствующая квадратурная формула запишется в виде
.
В этой формуле среднее значение f вычисляется усреднением ее N значений при значениях абсцисс {xi}, равномерно распределенных на отрезке [0, 1].
Для оценки погрешности полученной формулы интегрирования мы можем рассматривать fi = f (xi) как случайную величину и при больших N, согласно законам статистики, получаем:
.
При увеличении числа точек точность вычисления интеграла увеличивается, хотя и очень медленно (для уменьшения ошибки в 2 раза объем вычислений увеличивается в 4 раза).
Пример вычисления двумерного интеграла методом Монте-Карло Пусть f равна нулю везде, за исключением очень узкого пика в окрестности некоторой точки х. Если выбирать случайные абсциссы хi, равномерно распределенные на отрезке [0, 1], то очень вероятно, что большинство точек будет давать значения функции, близкие к нулю. В этом случае оценка интеграла будет плохой.
Для повышения эффективности метода умножим и разделим подынтегральную функцию на положительную весовую функцию (х), нормированную условием
.
В результате искомый интеграл запишется в виде
.
После замены переменной х на
получаем (поскольку , у(0) = 0, у(1) = 1)
.
Оценка этого интеграла методом Монте-Карло проводится так же, как это было сделано выше, усреднением значений f/ по случайной выборке точек у, равномерно распределенных на интервале [0, 1]:
. (1)
Если мы выберем такую функцию , которая ведет себя так же, как и f, то подынтегральная функция f/ может быть сделана очень слабо меняющейся, что приводит к уменьшению дисперсии в оценке интеграла методом Монте-Карло.
Пример.
Рассмотрим интеграл
.
Хорошим выбором для весовой функции будет функция
,
которая положительна и монотонно падает на отрезке интегрирования (так же, как f ) и нормирована на 1. Новая переменная интегрирования будет равна
,
откуда можно выразить обратную функцию
.
Теперь можно вычислить интеграл по формуле (1).
25
Обыкновенные дифференциальные уравнения. Метод Эйлера.
Многие из законов природы наиболее удобно формулировать в виде дифференциальных уравнений.
Обыкновенное дифференциальное уравнение самого общего вида можно свести к системе М дифференциальных уравнений
,
где х – независимая переменная, а и - М –компонентные вектора.
Основой для решения обыкновенных дифференциальных уравнений первого порядка является задача Коши:
(1)
с одной зависимой переменной y(x) на интервале [a ; b] и задано у(а)=у2.
Интервал, на котором рассматривается решение, разбивается на большое число N одинаковых отрезков длиной h = (b-a) / N , в каждой точке которого ищется приближенное решение yn .
Метод Эйлера. В уравнении (1) производная заменяется ее конечно-разностным значением: (2)
Отсюда получается рекуррентная формула
yn+1 = yn + hf(xn,yn) + O(h2) .
Метод Эйлера имеет низкий порядок точности. Класс простых методов более высокого порядка можно получить из разложения yn+1 вблизи yn в ряд Тейлора:
Поскольку , [x0,a]
,
получим
(3)
Точность полученной формулы на порядок превышает точность формулы Эйлера.
26-27