Вычислительная математика
Используя
правило Рунге,
можно построить
процедуру
приближенного
вычисления
решения задачи
Коши модифицированными
методами Эйлера
с заданной
точностью e.
Нужно, начав
вычисления
с некоторого
значения шага
h, последовательно
уменьшать это
значение в два
раза, каждый
раз вычисляя
приближенное
значение y
,
i = 0, 1, …, n.
Вычисления
прекращаются
тогда, когда
будет выполнено
условие:
R
»
|y
-
y
|
< e.
(6.16)
Приближенным
решением будут
значения y
,
i = 0, 1, …, n.
Пример 6.2.
Применим первый модифицированный метод Эйлера для решения задачи Коши
y'
(t)
= y –
,
y(0)
= 1,
рассмотренной ранее в примере 6.1.
Возьмем
шаг h = 0.2.
Тогда n =
= 5.
В соответствии с (6.3) получим расчетную формулу первого модифицированного метода Эйлера:
yi+1
= yi
+ h f
=
yi
+ 0.2 f
,
где
f
= f(t
,
y
)
= y
–
,
t
= ti
+
= ti
+ 0.1,
y
= yi
+
f(ti,
yi)
= yi
+0.1
,
t0 = 0, y0 = 1, i = 0, 1, …, 4.
Решение представим в виде таблицы 6.3:
Таблица 6.3
| i | ti | yi |
|
t |
y |
h
f |
|
0 1 2 3 4 5 |
0 0.2 0.4 0.6 0.8 1.0 |
1 1.1836 1.3426 1.4850 1.6152 1.7362 |
0.1 0.0850 0.0747 0.0677 0.0625 |
0.1 0.3 0.5 0.7 0.9 |
1.1 1.2682 1.4173 1.5527 1.6777 |
0.1836 0.1590 0.1424 0.1302 0.1210 |
Третий столбец таблицы 6.3 содержит приближенное решение yi, i = 0, 1, …, 5.
Сравним
полученное
приближенное
решение с точным
решением (6.11),
представленном
в таблице 6.2. Виднм,
что погрешность
составляет
R =
|
y(ti)
– yi|
= 0.0042.
Пример 6.3.
Применим второй модифицированный метод Эйлера – Коши для решения задачи Коши
y'
(t)
= y –
,
y(0)
= 1,
рассмотренной
ранее в примерах
6.1 и 6.2. Так же, как
и ранее, зададим
шаг h = 0.2.
Тогда n =
= 5.
В соответствии с (6.14) получим расчетную формулу метода Эйлера – Коши:
yi+1
= yi
+
[f(ti,
yi)
+ f(ti+1,
)]
= yi
+ 0.1[f(ti,
yi)
+ f(ti+1,
)],
где
f(ti,
yi)
= yi
–
![]()
= yi
+ h f(ti,
yi)
= yi
+ 0.1
t0 = 0, y0 = 1, i = 0, 1, …, 4.
Решение представим в виде таблицы 6.4:
Таблица 6.4
| i | ti | yi |
|
ti+1 |
|
f(ti+1, |
|
0 1 2 3 4 5 |
0 0.2 0.4 0.6 0.8 1.0 |
1 1.1867 1.3484 1.4938 1.6272 1.7542 |
0.1 0.0850 0.0755 0.0690 0.0645 |
0.2 0.4 0.6 0.8 1.0 |
1.2 1.3566 1.4993 1.6180 1.7569 |
0.867 0.767 0.699 0.651 0.618 |
Таблица 6.4 заполняется последовательно по строкам, сначала первая строка, затем вторая и т. д. Третий столбец таблицы 6.4 содержит приближенное решение yi, i = 0, 1, …, 5.
Сравним
полученное
приближенное
решение с точным
решением (6.11),
представленном
в таблице 6.2. Видим,
что погрешность
составляет
R =
|
y(ti)
– yi|
= 0.0222.
6.4 Метод Рунге – Кутта
Метод Рунге – Кутта является одним из наиболее употребительных методов высокой точности. Метод Эйлера можно рассматривать как простейший вариант метода Рунге – Кутта.
Рассмотрим задачу Коши для дифференциального уравнения
y' (t) = f(t, y(t))
с начальным условием y(t0 ) = y0.
Как
и в методе Эйлера,
выберем шаг
h =
и построим
сетку с системой
узлов ti
= t0
+ ih,
i
= 0, 1, …, n.
Обозначим через yi приближенное значение искомого решения в точке ti.
Приведем расчетные формулы метода Рунге – Кутта четвертого порядка точности:
yi+1
= yi
+
h(k
+
2k
+
2k
+ k
),
k
= f(ti,
yi),
k
= f(ti
+
,
yi
+
k
),
(6.17)
k
= f(ti
+
,
yi
+
k
),
k
= f(ti
+h,
yi
+ hk
),
i = 0, 1, …, n.
Оценка погрешности. Оценка погрешности метода Рунге – Кутта затруднительна. Грубую оценку погрешности дает правило Рунге (см. раздел 6.2). Так как метод Рунге - Кутта имеет четвертый порядок точности, т. е. p = 4, то оценка погрешности (6.6) примет вид
R
»
|y
-
y
|.
(6.18)
Используя
правило Рунге,
можно построить
процедуру
приближенного
вычисления
решения задачи
Коши методом
Рунге – Кутта
четвертого
порядка точности
с заданной
точностью e.
Нужно, начав
вычисления
с некоторого
значения шага
h, последовательно
уменьшать это
значение в два
раза, каждый
раз вычисляя
приближенное
значение y
,
i = 0, 1, …, n.
Вычисления
прекращаются
тогда, когда
будет выполнено
условие:
R
»
|y
-
y
|
< e.
(6.19)
Приближенным
решением будут
значения y
,
i = 0, 1, …, n.
Пример 6.4.
Методом Рунге – Кутта четвертого порядка точности найдем решение на отрезке [0, 1] следующей задачи Коши.
y' (t) = 2ty, y(0) = 1. (6.20)
Возьмем
шаг h = 0.1.
Тогда n =
= 10.
В соответствии с (6.17) расчетные формулы примут вид:
yi+1
= yi
+
h(k
+
2k
+
2k
+ k
),
k
= 2tiyi,
k
= 2(ti
+
)(yi
+
k
),
(6.21)
k
= 2(ti
+
)(yi
+
k
),
k
= 2(ti
+h)(yi
+ hk
),
i = 0, 1, …, 10.
Задача
(6.20) имеет точное
решение: y(t)
= e
,
поэтому погрешность
определяется
как абсолютная
величина разности
между точными
и приближенными
значениями
ei
= | y(ti)
– yi|.
Найденные по формулам (6.21) приближенные значения решения yi и их погрешности ei представлены в таблице 6.5:
Таблица 6.5
| ti | yi | ei | ti | yi | ei |
|
0.1 0.2 0.3 0.4 0.5 |
1.01005 1.04081 1.09417 1.17351 1.28403 |
10-9 4Ч10-9 2Ч10-8 6Ч10-8 2Ч10-7 |
0.6 0.7 0.8 0.9 1.0 |
1.43333 1.63232 1.89648 2.24790 2.71827 |
5Ч10-7 2Ч10-6 3Ч10-6 6Ч10-6 2Ч10-5 |
Задачи к зачету по курсу “Вычислительные методы”
Указание.
Каждый студент
вначале должен
определить
параметр своего
контрольного
задания, s = log10(1
+
),
где k - номер
студента в
списке группы,
k = 1, 2, … Решение
задач должно
быть оформлено
аккуратно и
содержать все
промежуточные
расчеты. В качестве
образца можно
взять примеры,
рассмотренные
в соответствующих
разделах методических
указаний.
1. Методом деления отрезка пополам найти корень уравнения
4(1 – x2) – ex = s с точностью e = 10-3.
2. Методом Зейделя решить систему уравнений с точностью e =10-3.

6.2+s
2.2+s
1.2+s
16.55+s
A = 2.2+s 5.5+s -1.5+s , b = 10.55+s .
1.2+s -1.5+s 7.2 +s 16.80+s
3. Найти приближение функции f(x) = esx на отрезке [0, 1] многочленом Тейлора с точностью e = 10-3 . Вычислить es.
4.
Вычислить
приближенно
по формуле
средних прямоугольников
интеграл
при n = 4 и оценить
погрешность
результата.
5. Методом Эйлера найти численное решение задачи Коши
y' = 2sy; y(0) = 1, на отрезке [0, 1] с шагом h = 0.2.
Сравнить с точным решением.
Указания к выполнению лабораторных работ
Программой курса предусмотрено проведение четырех лабораторных работ. Лабораторные работы ориентированы на использование системы Maple.
Система Maple V была создана группой символьных вычислений в 1980 году в университете Waterloo, Канада. В конце 1997 года вышла реализация Maple V R5.
Maple V принадлежит к классу прикладных программных пакетов, объединенных под общим названием Computer Algebra Systems (CAS) - системы компьютерной алгебры. Самым важным отличием Maple от таких пакетов как MathCad, MatLAB, Mathematica, является то, что она была изначально задумана как символьный пакет. Как и любой представитель данного семейства продуктов, Maple ориентирована на решение широкого ряда математических проблем. Она включает в себя большое количество специальных пакетов для решения задач линейной и тензорной алгебры, евклидовой и аналитической геометрии, теории чисел, теории графов, теории вероятностей, математической статистики, комбинаторики, теории групп, численной аппроксимации и линейной оптимизации, задач финансовой математики и многих других.
В основу Maple положен алгоритмический язык высокого уровня, предназначенный для реализации обычного процедурного программирования. Maple-язык "понимает" все стандартные объекты типа циклов (while, for), операторов условного перехода (if-then-else), массивов (array), списков (list), наборов (set), таблиц и т.д. Есть также возможность работы с файлами, что позволяет строить системы, состоящие из множества модулей, подгружая необходимые процедуры в процессе выполнения программы, а также реализовывать ввод и вывод больших объемов данных. Реализованы также все стандартные процедуры обработки строковой информации.
Применение Maple в образовании способствует повышению фундаментальности математического образования и сближает нашу образовательную систему с западной.
Лабораторные работы предполагают использование встроенных функций Maple, позволяющих решать основные задачи курса "Вычислительные методы".
В задачах используется параметр n – номер студента в списке группы.
Лабораторная работа №1.
Решение нелинейных уравнений и систем линейных уравнений.
Используемые функции: solve, fsolve, plot.
1. Найти точное решение уравнения:5x2+2x – n = 0.
2. Найти приближенное решение этого же уравнения.
3. Построить график левой части уравнения.
4. Найти приближенное решение уравнения x2ex – n = 0.
5. Построить график левой части уравнения.
6. Найти точное решение системы уравнений.
2x1
+ 6x2
– x3
= –12 + n
5x1 – x2 + 2x3 = 29 + n
–3x1 – 4x2 + x3 = 5 + n
7. Найти приближенное решение этой же системы уравнений.
Лабораторная работа №2.
Построение интерполяционных многочленов.
Используемые функции: interp, plot, subs.
1. Найти приближение функции, заданной в точках, многочленом, значения которого совпадают со значениями функции в указанных точках.
x 1 3