- •Часть 1
- •Оглавление
- •Введение
- •1. Источники и причины погрешностей математической модели
- •Погрешность математической модели
- •Погрешность исходных данных
- •Погрешность численного метода
- •Погрешность проведения расчетов на вычислительных машинах
- •Погрешности округления чисел в эвм
- •Погрешность результатов вычисления арифметических операций
- •“Потеря порядка” и “переполнение” при проведении вычислений на эвм
- •Машинная реализация вычислений
- •Контрольные вопросы и задания
- •2. Системы линейных алгебраических уравнений
- •Прямые методы решения
- •Метод Гаусса
- •Определение числа операций алгоритма метода Гаусса
- •Вычисление определителя матрицы
- •Построение обратной матрицы
- •Метод квадратного корня
- •Определение числа операций алгоритма метода квадратного корня
- •Устойчивость системы линейных алгебраических уравнений
- •Итерационные методы решения
- •Метод Якоби1
- •Метод Зейделя1
- •Сходимость итерационных методов
- •Скорость сходимости
- •Полиномы Чебышёва1
- •Итерационный метод с чебышёвским набором параметров
- •Неявный метод с чебышёвским набором параметров
- •Метод минимальных невязок
- •Метод минимальных поправок
- •Метод скорейшего спуска
- •Неявный метод скорейшего спуска
- •Контрольные вопросы и задания
- •3.НелинейныЕ уравнения
- •Методы вычисления корней нелинейного уравнения1 Метод половинного деления2
- •Метод простых итераций
- •Метод Ньютона2
- •Модификации метода Ньютона
- •Системы нелинейных уравнений
- •Метод простых итераций
- •Метод релаксации
- •Метод Ньютона
- •Нелинейный вариант метода Якоби
- •Нелинейный вариант метода Зейделя
- •Контрольные вопросы и задания
- •Интерполяция степенными функциями
- •Интерполяционный многочлен Ньютона
- •Интерполяционная формула Лагранжа
- •Погрешность полинома Ньютона (Лагранжа)
- •Сходимость интерполяционного процесса
- •Интерполяционный многочлен Эрмита1
- •Интерполяция сплайнами
- •Построение кубического сплайна
- •Сходимость процесса интерполяции кубическими сплайнами
- •Наилучшее приближение в гильбертовом пространстве
- •Метод наименьших квадратов
- •Контрольные вопросы и задания
- •5. Алгебраическая проблема собственных значений
- •Устойчивость собственных значений и векторов
- •Определение собственных значений и векторов Метод интерполяции
- •Трехдиагональные матрицы
- •Поиск собственных векторов
- •Частичная проблема собственных значений
- •Метод линеаризации
- •Степенной метод
- •Метод обратных итераций
- •Контрольные вопросы и задания
- •6.Численное дифференцирование Конечно-разностная аппроксимация
- •Применение интерполяционных формул
- •Контрольные вопросы и задания
- •7.Численное интегрирование
- •Формула прямоугольников
- •Формула трапеций
- •Формула Симпсона1
- •Формула Эйлера1
- •Оценка погрешности методом Рунге2
Интерполяционная формула Лагранжа
Идея записи интерполяционного полинома Лагранжа заключается в следующем:
, (4.4)
то есть в каждой точке x значение полинома определяется как линейная комбинация табличных значений.
Воспользуемся условием (4.1) :
.
Отсюда очевидно, что должно выполняться условие
,
то есть на отрезке интерполяции [a, b] каждая из функций должна иметь n корней.
Вполне естественно представить в виде полиномов
,
- нормировочный коэффициент, определяемый из условия, что , то есть
.
Теперь можно записать полином Лагранжа в общем виде:
. (4.5)
Погрешность полинома Ньютона (Лагранжа)
Погрешность представления функции полиномом оценим разностью
.
Очевидно, что в узлах погрешность .
Для оценки погрешности выберем и зафиксируем произвольную точку . Рассмотрим вспомогательную функцию
, (4.6)
K - константа. Очевидно, что . Выберем константу К в выражении (4.6) так, чтобы для выбранного значения x функция g(x) = 0, то есть
.
Пусть функция y(x) имеет (n+1) производную, то есть является достаточно гладкой функцией. Согласно построению функция g(s) имеет не менее (n+2) нулей в точках . В этом случае функция на отрезке [a,b] имеет не менее (n+1) нулей; - не менее n нулей, и так далее. И, наконец, имеет хотя бы один корень на отрезке [a,b]. Иначе говоря, . В силу определения функции g(s),
,
и для точки получаем
.
Отсюда следует
.
Окончательно,
. (4.7)
В частном случае, когда y(x) является полиномом степени n, и . Дополнительно можно подобрать такое распределение узловых точек , чтобы минимизировать выражение
,
являющееся полиномом степени n со старшим коэффициентом, равным 1. Иначе говоря, получена задача Чебышёва, рассмотренная ранее. Искомый полином имеет на отрезке [a,b] корни
.
Оценка модуля полинома, наименее уклоняющего от нуля,
.
Оценка погрешности полинома Ньютона (Лагранжа) при использовании узловых точек, соответствующих корням полинома Чебышева, имеет вид
.
Сходимость интерполяционного процесса
Множество точек назовем сеткой на отрезке [a, b] и обозначим . Рассмотрим последовательность сеток Построим на отрезке [a,b] последовательность полиномов , аппроксимирующих с помощью сеток функцию y(x).
Интерполяционный процесс сходится в точке , если существует предел (определение поточечной сходимости).
Интерполяционный процесс сходится равномерно на отрезке [a, b], если
.
Теорема 4.1 (Фабера1). Какова бы ни была последовательность сеток , найдется непрерывная на [a,b] функция y(x) такая, что последовательность интерполяционных полиномов не сходится к y(x) равномерно на этом отрезке.
На рис. 4.1 приведен пример аппроксимации непрерывной функции f(x) = |x| на последовательности сеток с равноотстоящими узлами.
Рис. 4.1. Аппроксимация на отрезке [-1, 1] функции f(x) = |x| полиномами Pn, построенными с использованием равномерных сеток
На рис. 4.2 представлен график погрешности аппроксимации функции f(x) = |x| полиномамм на равномерных сетках в зависимости от числа отрезков сеточной области.
Рис. 4.2. Погрешность аппроксимация на отрезке [-1, 1] функции f(x) = |x| в зависимости от числа отрезков равномерной сетки.
Теорема 4.2. Если функция y(x) непрерывна на отрезке [a,b], то найдется такая последовательность сеток, для которой интерполяционный процесс сходится равномерно на этом отрезке.
На рис. 4.3 приведен пример аппроксимации непрерывной функции f(x) = |x| на последовательности неравномерных (чебышевских) сеток. На рис. 4.4 представлен график погрешности аппроксимации функции f(x) = |x| полиномом Pn на чебышевской сетке в зависимости от числа отрезков сеточной области.
Рис. 4.3. Аппроксимация на отрезке [-1, 1] функции f(x) = |x| полиномами Pn, построенными с использованием чебышёвских сеток