Реферат Курсовая Конспект
Погрешность. Определение погрешности - раздел Образование, Погрешность ...
|
Погрешность
Способы оценки погрешности
Различают априорную и апостериорную оценки погрешности.
Априорная оценка погрешности - та, которая может быть получена до решения задачи. Она позволяет сначала определить, при каких параметрах математической модели может быть получена удовлетворительная точность и только после этого провести решение поставленной задачи. Такая последовательность действий является наиболее рациональной. Однако на практике получить априорную оценку погрешности удается нечасто.
Апостериорная оценка погрешности - та, которая получается после (в результате) решения задачи. Для этого, как правило, необходимо получить несколько решений задачи с различными параметрами математической модели. Такой подход более трудоемок, но обычно он бывает единственно возможным.
Аппроксимация, интерполяция функций
Интерполяционная формула Лагранжа
Интерполяционный полином Лагранжа имеет следующий вид:
, (2.17)
где - пока неизвестные полиномы n-й степени. Легко видеть, что условия интерполяции (1) в данном случае означают
(2.18)
Таким условиям удовлетворяют следующие полиномы
(2.19)
Поскольку степенная интерполяция единственна, то формулы Лагранжа (17), (19) отличаются от формул Ньютона (15), (16) только формой записи.
Численное дифференцирование
Вычисление частных производных
Для вычисления частных производных таблично заданной функции z(x,y) следует сначала аппроксимировать ее
(17)
а затем вычислить приближенные значения нужных производных:
(18)
Если же функция z(x,y) задана на равномерной прямоугольной сетке
(19)
с шагами h по х и l по y, то частные производные в узлах находятся последовательным применением конечноразностных формул для обыкновенных производных по одной и по другой переменным. Например,
(20)
Методы решения СЛАУ
Все методы решения СЛАУ делят на две группы: прямые и итерационные.
Прямые методы имеют следующие отличительные особенности:
1) их погрешность равна нулю;
2) решение гарантируется после предопределенного количества вычислительных операций;
3) требуется заранее вычисленная матрица A.
Итерационные методы имеют следующие отличительные особенности:
1) их погрешность отлична от нуля;
2) решение может быть получено, если метод сходится; количество вычислительных операций заранее неизвестно и зависит от требуемой точности;
3) при вычислениях, как правило, последовательно используются отдельные уравнения и не обязательно заранее вычислять всю матрицу A.
4) алгоритм очень прост.
Метод Гаусса (схема единственного деления)
Идея метода состоит в приведении заданной СЛАУ к СЛАУ с треугольной матрицей (прямой ход) с последующим ее решением (обратный ход).
Прямой ход заключается в исключении поддиагональных слагаемых и начинается с того, что первое (ведущее) уравнение СЛАУ (5.1) делится на т.н. ведущий коэффициент a11=a11,0:
. (5.9)
Затем каждое из уравнений делится на коэффициент, находящийся под ведущим (ai1) и от него вычитается ведущее уравнение (9). Получается СЛАУ, состоящая из уравнения (9) и уравнений без первого столбца вида
(5.10)
Теперь ведущим выбирается второе уравнение СЛАУ, а ведущим коэффициентом - a22,1. После деления ведущего уравнения на ведущий коэффициент получаем
. (5.11)
Затем каждое из уравнений делится на коэффициент, находящийся под ведущим (ai1) и от него вычитается ведущее уравнение (5.11). Получается СЛАУ, состоящая из уравнений (5.9), (5.11) и уравнений без первых двух столбцов вида
(5.12)
Последовательное повторение этих операций приводит СЛАУ к виду
(5.13)
Обратный ход - это решение СЛАУ (13), начиная с последнего уравнения.
Всего производится приблизительно 2/3n3 арифметических действий (около половины из них - сложения, столько же умножений и n делений).
Вычисление определителя матрицы Aиспользует результаты прямого хода:
Метод Гаусса неприменим, если какой-либо ведущий коэффициент равен нулю. Также нежелательно, если ведущий коэффициент близок к нулю. Это ухудшает точность расчетов. Для избежания таких ситуаций каждый раз ведущим назначается такое уравнение, которое дает максимальный по модулю ведущий элемент (главный элемент). Это связано с перестановкой уравнений (строк матрицы A) перед этапом исключения поддиагональных элементов каждого столбца. Такая модификация метода называется методом Гаусса с выбором главного элемента по столбцу.
Вычисление определителя этим методом отличается тем, что перемена местами строк определителя изменяет его знак на противоположный:
(5.15)
Здесь p - количество перемен местами уравнений на этапе прямого хода.
Обращение матриц
Отыскание матрицы, обратной заданной матрице A, основывается на тождестве
, (5.51)
где - единичная матрица. Это матричное равенство можно рассматривать как n СЛАУ относительно n неизвестных векторов, являющихся столбцами матрицы . Таким образом, задача обращения матрицы эквивалентна задаче решения n СЛАУ с одной и той же матрицей, но с разными правыми частями.
О методах решения характеристического уравнения
Для решения характеристического уравнения могут использоваться общие методы решения нелинейных уравнений, которые будут рассматриваться в 7-м разделе этого пособия. Составной частью этих методов является вычисление определителя для заданных значений . Вычислять его можно
1) изученными в 5-м разделе методами линейной алгебры (Гаусса, LU - разложения и т.д.);
2) представив сначала определитель в виде характеристического многочлена, то есть, вычислив его коэффициенты ai.
Для вычисления коэффициентов характеристического многочлена можно сначала вычислить определитель методами линейной алгебры в (n+1)-й точке а затем интерполировать его на этой сетке, например, методом Ньютона (метод интерполяции Микеладзе).
О выборе аннулируемых элементов
При каждом элементарном вращении наиболее выгодно аннулировать недиагональный элемент с максимальным модулем. Но для больших матриц перебор всех элементов становится очень длительной процедурой. Наиболее выгодным оказалось отыскивать и аннулировать т.н. оптимальный элемент. Для этого составляются суммы квадратов недиагональных элементов строк:
. (6.22)
Из них выбирается наибольшая , а в ней - наибольший по модулю элемент .
После каждого вращения изменяются только две суммы, причем вычислить их можно просто:
(6.23)
Методы решения нелинейных уравнений и систем
7.1. Постановка задачи
Требуется найти все или некоторые корни уравнения
,(7.1)
где - заданная непрерывная функция.
Эта задача состоит из следующих этапов:
3) исследование количества, кратности и расположения корней;
4) отыскание приближенных значений корней;
5) выбор интересующих нас корней и вычисление их с требуемой точностью.
Первые два этапа выполняются аналитическими и графическими методами. Для уточнения корней используются итерационные методы.
Метод секущих
В методе Ньютона требуется вычислять производную функции, что не всегда удобно. Можно приближенно заменить производную в (7) конечноразностным выражением
. (7.15)
Тогда вместо (7) имеем итерационный процесс
. (7.16)
Для его начала требуется задать и (двухшаговый процесс).
Метод парабол
Если заменить функцию на ее трехточечную интерполяцию
(7.17)
то, приравняв ее нулю, получим уравнение
, (7.18)
где
(7.19)
Из двух корней уравнения (18) берется наименьший по модулю и следующее приближение принимает значение
. (7.20)
Для начала вычислений необходимо задать три начальных приближения , и (трехшаговый процесс).
– Конец работы –
Используемые теги: погрешность, определение, погрешности0.059
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Погрешность. Определение погрешности
Если этот материал оказался полезным для Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов