Xreferat.com » Рефераты по математике » Вычислительная математика

Вычислительная математика

0 0 0 … 0


Матричная запись расчетных формул (3.36) имеет вид:


xk+1= B1xk+1+ B2xk+ c. (3.37)


Так как B = B1+ B2, точное решение x* исходной системы удовлетворяет равенству:


x*= B1x*+ B2x*+ c. (3.38)


Сходимость метода Зейделя. Достаточным условием сходимости метода Зейделя является выполнение неравенства:


b = max |bij|,< 1, i, j = 1, 2, …, n. (3.39)


Неравенство (3.39) означает, что для сходимости метода Зейделя достаточно, чтобы максимальный по модулю элемент матрицы B был меньше единицы.

Если выполнено условие (3.39), то справедлива следующая апостериорная оценка погрешности:


max|xВычислительная математика - xВычислительная математика| Ј Вычислительная математикаmax|xВычислительная математика– xВычислительная математика| i = 1, 2, …, n, (3.40)

где b – максимальный элемент матрицы B, b2 – максимальный элемент матрицы B2.

Правую часть оценки (3.40) легко вычислить после нахождения очередного приближения.

Критерий окончания. Если требуется найти решение с точностью e, то в силу (3.37) итерационный процесс следует закончить как только на (k+1)-ом шаге выполнится неравенство:


Вычислительная математикаmax|xВычислительная математика– xВычислительная математика| < e, i = 1, 2, …, n. (3.41)


Поэтому в качестве критерия окончания итерационного процесса можно использовать неравенство


max|xВычислительная математика– xВычислительная математика| < e1, i = 1, 2, …, n. (3.42)

где e1 = Вычислительная математикаe.


Если выполняется условие b Ј Вычислительная математика, то можно пользоваться более простым критерием окончания:


max|xВычислительная математика– xВычислительная математика| < e, i = 1, 2, …, n. (3.43)


Метод Зейделя как правило сходится быстрее, чем метод Якоби. Однако возможны ситуации, когда метод Якоби сходится, а метод Зейделя сходится медленнее или вообще расходится.


Пример 3.6.

Применим метод Зейделя для решения системы уравнений (3.33) из примера 3.5. Первые шаги полностью совпадают с процедурой решения по методу Якоби, а именно: система приводится к виду (3.34), затем в качестве начального приближения выбираются элементы столбца свободных членов (3.35). Проведем теперь итерации методом Зейделя.


При k = 1

xВычислительная математика = – 0.0574xВычислительная математика – 0.1005xВычислительная математика – 0.0431xВычислительная математика + 1.0383 = 0.7512


При вычислении xВычислительная математикаиспользуем уже полученное значение xВычислительная математика:


xВычислительная математика = –0.0566 xВычислительная математика – 0.0708xВычислительная математика – 0.1179xВычислительная математика + 1.2953 = 0.9674


При вычислении xВычислительная математика используем уже полученные значения xВычислительная математика и xВычислительная математика:


xВычислительная математика = –0.1061 xВычислительная математика – 0.0758 xВычислительная математика – 0.0657xВычислительная математика + 1.4525 = 1.1977

При вычислении xВычислительная математика используем уже полученные значения xВычислительная математика, xВычислительная математика, xВычислительная математика:


xВычислительная математика = –0.0280 xВычислительная математика – 0.0779 xВычислительная математика – 0.0405x xВычислительная математика + 1.5489 = 1.4037


Аналогичным образом проведем вычисления при k = 2 и k = 3. Получим:


при k = 2

xВычислительная математика= 0.8019, xВычислительная математика= 0.9996, xВычислительная математика= 1.9996, xВычислительная математика= 1.4000.


при k = 3

xВычислительная математика= 0.80006, xВычислительная математика= 1.00002, xВычислительная математика= 1.19999, xВычислительная математика= 1.40000.


Известны точные значения переменных:

x1 = 0.8, x2 = 1.0, x3 = 1.2, x4 = 1.4.


Сравнение с примером 3.5 показывает, что метод Зейделя сходится быстрее и дает более точный результат.

Тема 4. Приближение функций


4.1 Постановка задачи


Задача приближения (аппроксимации) функций заключается в том, чтобы для данной функции построить другую, отличную от нее функцию, значения которой достаточно близки к значениям данной функции. Такая задача возникает на практике достаточно часто. Укажем наиболее типичные случаи.

1. Функция задана таблицей в конечном множестве точек, а вычисления нужно произвести в других точках.

2. Функция задана аналитически, но ее вычисление по формуле затруднительно.

При решении задачи поиска приближенной функции возникают следующие проблемы.

1. Необходимо выбрать вид приближенной функции. Для приближения широко используются многочлены, тригонометрические функции, показательные функции и т. д.

2. Необходимо выбрать критерий близости исходной и приближенной функции. Это может быть требование совпадения обеих функций в узловых точках (задача интерполяции), минимизация среднеквадратического уклонения (метод наименьших квадратов) и др.

3. Необходимо указать правило (алгоритм), позволяющее с заданной точностью найти приближение функции.


4.2 Приближение функции многочленами Тейлора


Пусть функция y = f(x) определена в окрестности точки a и имеет в этой окрестности n + 1 производную. Тогда в этой окрестности справедлива формула Тейлора:

f(x) = c0 + c1(x – a) + c2(x – a)2 + … + cn(x – a )n + Rn(x) = Tn(x) + Rn(x),


где


ck = Вычислительная математика


Tn(x) – многочлен Тейлора:


Tn(x)= c0 + c1(x – a) + c2(x – a)2 + … + cn(x – a )n, (4.1)


Rn(x) – остаточный член формулы Тейлора. Его можно записать различными способами, например, в форме Лагранжа:


Rn(x)= Вычислительная математика, a Ј x Ј x.


Многочлен Тейлора (4.1) обладает свойством, что в точке x = a все его производные до порядка n включительно совпадают с соответствующими производными функции f, т. е.


TВычислительная математика(a)= f(k)(a), k = 0, 1, …, n.


В этом легко убедиться, дифференцируя Tn(x). Благодаря этому свойству многочлен Тейлора хорошо приближает функцию f в окрестности точки a. Погрешность приближения составляет


|f(x) – Tn(x)| = |Rn(x)|,

т. е. задавая некоторую точность e > 0, можно определить окрестность точки a и значение n из условия:

Вычислительная математикаВычислительная математика|Rn(x)| = Вычислительная математика < e. (4.2)


Пример 4.1.

Найдем приближение функции y = sinx многочленом Тейлора в окрестности точки a = 0. Воспользуемся известным выражением для k-ой производной функции sinx:


Вычислительная математика(sinx)(k) = sin x + kВычислительная математика (4.3)


Применяя последовательно формулу (4.3), получим:


f(0) = sin0 = 0;

f '(0) = cos(0) = 1;

f"(0) = –sin0 = 0;


f(2k-1)(0) = sin (2k – 1)Вычислительная математика = (–1)k – 1 ;

f(2k)(0) = 0;

f(2k+1)(x) = (–1)kcosxВычислительная математика.


Следовательно, многочлен Тейлора для функции y = sinx для n = 2k имеет вид:


sinx = x – Вычислительная математика+ … + (–1)k – 1 Вычислительная математика+ R2k(x),

R2k(x) = (–1)k Вычислительная математика.Вычислительная математика

Зададим e = 10 –4 и отрезок [–Вычислительная математика,Вычислительная математика]. Определим n =2k из неравенства:


|R2k(x)| = Вычислительная математика < Вычислительная математика< Вычислительная математика< e = 10-4.


Вычислительная математикаТаким образом, на отрезке –Вычислительная математика,Вычислительная математика функция y = sinx с точностью до e = 10-4 равна многочлену 5-ой степени:


sinx = x – Вычислительная математика+ Вычислительная математика = x – 0.1667x3 + 0.0083x5.


Пример 4.2.

Найдем приближение функции y = ex многочленом Тейлора на отрезке [0, 1] с точностью e = 10 –5.

Выберем a = Ѕ, т. е в середине отрезка. При этом величина погрешности в левой части (4.2) принимает минимальное значение. Из математического анализа известно, что для k-ой производной от ex справедливо равенство:


(ex)(k) = ex.


Поэтому


(ea)(k) = ea = e1/2,


Следовательно, многочлен Тейлора для функции y = ex имеет вид:


ex = e1/2 + e1/2(x – Ѕ) + Вычислительная математика(x – Ѕ)2 + … + Вычислительная математика(x – Ѕ)n+ Rn(x),

При этом, учитывая, что xО [0, 1], получим оценку погрешности:


|Rn(x)| < Вычислительная математика. (4.4)


Составим таблицу погрешностей, вычисленных по формуле (4.4):

Вычислительная математика

n 2 3 4 5 6
Rn 0.057 0.0071 0.00071 0.000059 0.0000043

Таким образом, следует взять n = 6.


4.3 Интерполяция функции многочленами Лагранжа


Рассмотрим другой подход к приближению функции многочленами. Пусть функция y = f(x) определена на отрезке [a, b] и известны значения этой функции в некоторой системе узлов xi О [a, b], i = 0, 1, … , n. Например, эти значения получены в эксперименте при наблюдении некоторой величины в определенных точках или в определенные моменты времени x0, x1, … , xn. Обозначим эти значения следующим образом: yi = f(xi), i = 0, 1, … , n. Требуется найти такой многочлен P(x) степени m,


P(x) = a0 + a1x + a2x2 + … + amxm, (4.5)

который бы в узлах xi, i = 0, 1, … , n принимал те же значения, что и исходная функция y = f(x), т. е.


P(xi) = yi, i = 0, 1, … , n.

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: