Численные методы. Интерполяция Ньютона
Задание 1
Запишите порядок выполняемых вами операций, оцените погрешности их результатов, вычислите и запишите искомое значение. Определите число верных знаков.
Решение
Для вычисления искомого значения необходимо определить порядок действий, а также для результата каждого действия определить абсолютную и относительную погрешности, а также число верных знаков результата.
Вычисления приведены в таблице 1.
Функция гаусс уравнение итерация
Таблица 1 - Порядок действий и результаты вычислений
Порядок действий |
Выражение |
Результат |
Абсолютная погрешность |
Относительная погрешность |
Число верных знаков |
* |
A |
0,245600 |
0,000500 |
0,002036 |
3 |
* |
B |
0,200780 |
0,000030 |
0,000149 |
4 |
* |
C |
0,008000 |
0,000130 |
0,016250 |
1 |
1 |
A + b |
0,446380 |
0,000530 |
0,001187 |
3 |
2 |
(a + b) * с |
0,003571 |
0,000062 |
0,017437 |
2 |
3 |
A - b |
0,044820 |
0,000530 |
0,011825 |
2 |
4 |
(a + b) * c / (a - b) |
0,079675 |
0,002331 |
0,029262 |
1 |
5 |
[ (a + b) * c / (a - b) ]^ 2 |
0,006348 |
0,000372 |
0,058525 |
1 |
6 |
1 + c |
1,008000 |
0,000130 |
0,000129 |
4 |
7 |
Ln (1 + c) |
0,007968 |
0,000129 |
0,016185 |
1 |
8 |
[(a+b)*c/(a-b)]^2*ln(1+c) |
0,000051 |
0,000004 |
0,074710 |
1 |
После вышеперечисленных действий было получено искомое значение, равное числу "0,000051" при количестве верных знаков "1"
Ответ: Искомое значение: 0,000051.
Число верных знаков: 1.
Задание 2
Выяснить погрешность задания исходных данных,
Выясните погрешность задания исходных данных, необходимую для получения результата с m верными значащими цифрами.
Решение.
Имеем функцию нескольких переменных. Исходя из принципа равных влияний и формулы оценки абсолютной погрешности дифференцируемой функции нескольких переменных имеем формулу требуемой абсолютной погрешности переменных
.
Выполним вычисления и запишем их в таблицу 2.
Таблица 2 - Вычисление дифференцируемой функции нескольких переменных
Условие |
A |
0,245600 |
B |
0,200780 | |
C |
0,008000 | |
Вспомо-гательные переменные |
A + b |
0,446380 |
A - b |
0,044820 | |
C + 1 |
1,008 | |
Ln(c+1) |
0,00796817 | |
U |
(a+b)*c/(a-b)^2*ln(1+c) |
0,000051 |
Du / da |
C^2*(2*a + 2*b)*ln(c + 1)/(a - b)^2 - 2*c^2*(a + b)^2*ln(c + 1)/(a - b)^3 |
0,0020305 |
Du / db |
C^2*(2*a + 2*b)*ln(c + 1)/(a - b)^2 + 2*c^2*(a + b)^2*ln(c + 1)/(a - b)^3 |
0,002483797 |
Du / dc |
C^2*(a + b)^2/((a - b)^2*(c + 1)) + 2*c*(a + b)^2*ln(c + 1)/(a - b)^2 |
0,018943488 |
Ответ |
ДU |
0,00005 |
Дa |
0,000000034 | |
Дb |
0,0000000414 | |
Дc |
0,0000003157 |
Ответ: требуемые абсолютные погрешности переменных:
Дa = 0,000000034; Дb = 0,0000000414; Дc = 0,0000003157.
Задание 3
Решить СЛАУ методом Гаусса и с точностью до е=0.001 методом простой итерации:
Решение:
Метод Гаусса (метод исключения неизвестных)
Представляет собой метод решения линейной системы (состоящий из уравнения и неизвестных) путем преобразования расширенной матрицы к треугольной форме.
На первом этапе нужно зафиксировать расширенную матрицу системы (составленную из коэффициентов):
Матрицы можно преобразовывать путем манипуляций со строками матрицы (умножение, сложение и т. д.)
Шаг 1. Умножение строки "1" на (-0,5).
[для сложения со строкой "3" (строка 1 остается неизменной)]
Шаг 2. Умножение строки "2" на (0,1).
[для сложения со строкой "3" (строка 2 остается неизменной)]
Получена оптимальная расширенная матрица системы:
Шаг 3. Из уравнения системы №3 выразим переменную x3:
3,2x3 = 3,2 ;x3 = 1.
Шаг4 . Из уравнения системы №2 выразим переменную x2:
5x2 - 2x3 = 7;5x2 = 7 - 2;x2 = 1.
Шаг4 . Из уравнения системы №1 выразим переменную x1:
2x1 - x2 = 3;2x1 = 4;x1 = 2.
Ответ: X1 = 2, x2 = 1, x3 = 1.
Общее решение:
Метод простой итерации (с точностью до е=0.001)
Представляет собой метод решения линейной системы за счет одношагового итерационного процесса (процесса последовательных приближений)
Прежде чем применять метод, необходимо переставить строки исходной системы таким образом, чтобы на диагонали стояли наибольшие по модулю коэффициенты матрицы.
Исходная матрица А уже является диагональной:
Приведем к виду (выразим х1, х2, х3):
Х1 = 1,5 + 0,5x2 ;
Х2 = 1,4 - 0,4x3 ;
Х3 = 1,333 - 0,333x1 + 0,333x2.
До произведения расчетов необходимо убедиться в выполнении условий сходимости полученной системы (Матрица B):
?B?1 = 0,666 < 1, ?B?2 = 0,833 < 1,
Что означает, что процесс итерации сходится к точному решению системы. Можем производить расчеты.
Расчеты сведены в таблицу были произведены в MS Excel (таблица 3)
Таблица 3 - Пошаговые итерации до получения погрешности е (max) < 10-І
N |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
X1 |
1,5 |
2,2 |
1,9 |
1,9 |
2 |
2 |
2 |
2 |
2 |
2 |
2 |
X2 |
1,4 |
0,867 |
0,88 |
1,044 |
1,007 |
0,986 |
1,002 |
1,002 |
0,999 |
1 |
1 |
X3 |
1,333 |
1,3 |
0,889 |
0,982 |
1,035 |
0,995 |
0,994 |
1,003 |
1 |
0,999 |
1 |
Е(max) |
0,7 |
0,4107 |
0,1643 |
0,0821 |
0,0398 |
0,0159 |
0,0088 |
0,0035 |
0,0018 |
0,0009 |
X1 = 1,5 + 0,5X2Е(max) < 10-І
X2 = 1,4 - 0,4X3
X3 = 1,333 - 0,333X1 + 0,333X2
Ответ: X1 = 2, x2 = 1, x3 = 1
Задание 4
Методом простых итераций и Ньютона найти корни уравнения с точностью е=0.001
F(x): X3 + 2x - 7 = 0.
Решение:
Задача нахождения корня уравнения F(X) = 0 итерационным методом состоит из двух этапов:
- 1. Отделение корней - отыскание приближенного значения корня или содержащего его отрезка; 2. Уточнение приближенных корней - доведение их до заданной степени точности
Приближенные значения корней (Начальные приближения) могут быть известны из физического смысла задачи, из решения аналогичной задачи при других исходных данных, или могут быть найдены графическим способом.
Действительные корни уравнения - это точки пересечения графика функции F(X) с осью абсцисс, достаточно построить график функции F(X) и отметить точки пересечения F(X) с осью Ох, или отметить на оси Ох отрезки, содержащие по одному корню.
Условия функции F(X) = 0:
- 1. Функция F(X) непрерывна на отрезке [A, b] вместе со своими производными 1-го и 2-го порядка. 2. Значения F(X) на концах отрезка имеют разные знаки (F(A) * F(B) < 0). 3. Первая и вторая производные F' (X) и F'' (X) сохраняют определенный знак на всем отрезке.
Корень на отрезке [A, b] существует (один или несколько), исходя из условий 1), 2).
Обе функции правой и левой части монотонны, что говорит об единственном корне уравнения (условие 3)
Представим уравнение X3 + 2x - 7 = 0 в виде: X =0,5 (7 - x3);
Шаг 1. Отделим корни, построив графики двух полученных функций:
(1) y1 = x, и (2) y2= 0,5 (7 - x3) .
Графики функций будем строить для значений аргумента (X) на интервале: X ? (1, 2), так как при использовании в функции крайних элементов, функция F(x): x3 + 2x - 7 = 0 меняет знак.
Значения аргумента и функций на данном отрезке произведем в MS Excel (таблица 4)
На основе вычислений построим графики функций (рисунок 1)
Таблица 4 - Значения функций X = (7 - x3)/2 При x ? (1, 2)
X |
1,00 |
1,10 |
1,20 |
1,30 |
1,40 |
1,50 |
1,60 |
1,70 |
1,80 |
1,90 |
2,00 |
Y? = x |
1,00 |
1,10 |
1,20 |
1,30 |
1,40 |
1,50 |
1,60 |
1,70 |
1,80 |
1,90 |
2,00 |
Y? = (7-xі)/2 |
3,000 |
2,835 |
2,636 |
2,402 |
2,128 |
1,813 |
1,452 |
1,044 |
0,584 |
0,071 |
-0,500 |
F(x) = xі+2x-7 |
-4 |
-3,469 |
-2,872 |
-2,203 |
-1,456 |
-0,625 |
0,296 |
1,313 |
2,432 |
3,659 |
5 |
F'(x) = 3xІ+2 |
5 |
5,63 |
6,32 |
7,07 |
7,88 |
8,75 |
9,68 |
10,67 |
11,72 |
12,83 |
14 |
F''(x) = 6x |
6 |
6,6 |
7,2 |
7,8 |
8,4 |
9 |
9,6 |
10,2 |
10,8 |
11,4 |
12 |
Рисунок 1. Отделение корней, графики функций. Интервал x ? (1;2)
Шаг 2. Сужение интервала приближенных корней уравнения.
Анализируя рисунок 1. можно утверждать, что решение уравнения лежит на интервале x ? (1,5; 1,6),
Графики функций будем строить для значений аргумента (x) на интервале: x ? (1,5;1,6)
Значения аргумента и функций на данном отрезке произведем в MS Excel (таблица 5)
На основе вычислений построим графики функций (рисунок 2)
Таблица 5 - Значения функций X = 0,5(7 - x3) При x ? (1,5; 1,6)
X |
1,50 |
1,51 |
1,52 |
1,53 |
1,54 |
1,55 |
1,56 |
1,57 |
1,58 |
1,59 |
1,60 |
Y? = x |
1,50 |
1,51 |
1,52 |
1,53 |
1,54 |
1,55 |
1,56 |
1,57 |
1,58 |
1,59 |
1,60 |
Y? = (7-xі)/2 |
1,813 |
1,779 |
1,744 |
1,709 |
1,674 |
1,638 |
1,602 |
1,565 |
1,528 |
1,490 |
1,452 |
Рисунок 2. Отделение корней, графики функций. Интервал x ? (1,5;1,6)
Исходя из нового графика, мы видим, что отрезком, содержащий корень, является отрезок [1,55;1,6]
Шаг 3. Доведение приближенных корней до заданной степени точности.
Метод простой итерации (с точностью до е = 0.001)
Корень уравнения принадлежит отрезку [1,55 ; 1,6]. Используем уравнение, преобразованное раннее к виду: X = f(x)
F(x) = 0,5(7 - x3) ;
Функция F(x) не удовлетворяет условию сходимости, так как |F'(x)|> 1, где х - крайние точки
F'(x) = -1,5 x2F'(1,55) = -3,603 ;F'(1,6) = -3,84
Исходя из произведенных манипуляций, прибегаем к другому преобразованию: x3 = 7 - 2x; x = (7 - 2x)?
F(x) = (7 - 2x)?;
Функция F(x) удовлетворяет условию сходимости, |F'(x)|> 1.
F'(x) = 0,33(7 - 2x) Ї? F'(1,55) = -0,9162; F'(1,6) = -0,9242 (расчеты произведены в MS Excel)
Зададим начальное приближение x(0) = 1,55 и произведем вычисления на основе рекуррентного соотношения X(p+1)= (7 - 2x(p? С точностью до е=0.001 (таблица 6)
Таблица 6 - Метод простой итерации
P |
0 |
1 |
2 |
3 |
X |
1,550 |
1,574 |
1,568 |
1,569 |
(7-2x)? |
1,5741 |
1,5676 |
1,5693 |
1,5688 |
X(p)-x(p-1) |
-0,0065 |
0,0018 |
-0,0005 | |
Е(max)<10-І |
При 3-й итерации мы получили решение X = 1,569, удовлетворяющее заданным условиям точности.
Метод Ньютона (с точностью до е=0.001)
Для использования метода Ньютона необходимо, чтобы выполнялись условия сходимости функции F(x)= x3 + 2x - 7 :
- 1) Функция дважды дифференцируема на отрезке [1,55 ; 1,6] (см. таблицу 2) 2) Отрезку [1 , 2] принадлежит только один простой корень; F(1,55) * f(1,6) < 0 == (- 0,176 * 0,296) < 0 ; 3) Производные F'(x) И F''(x) Сохраняют свой знак на отрезке [1,55 ; 1,6] (см. таблицу 2) 4) Начальное приближение x(0) (в данном случае x(0)=1,57) удовлетворяет неравенству: F(1,57), f''(1,57) > 0
Можем производить расчеты по формуле (расчеты произведем в MS Excel). Результаты в таблице 5.
Таблица 5 - Метод Ньютона (е=0.001)
P |
0 |
1 |
2 |
X |
1,57 |
1,568947 |
1,568946 |
F(x) |
0,0099 |
0,0000 |
0,0000 |
F'(x) |
9,3947 |
9,3848 |
9,3848 |
?x (е) |
-0,0099 |
-0,00001 |
На 2-м шаге мы получили решение X = 1,569, удовлетворяющее заданным условиям точности.
Ответ: X = 1,569
Задание 5
Выписать интерполяционный многочлен Ньютона для узловых значений (xI,yI), заданных функцией Y=arcsin(x). Найти погрешность в точке X*= 0,1; xI= -0,5; -0,4; -0,3; -0,1; 0; 0,2.
Решение:
Интерполяционный полином в форме Ньютона PN(x) определяется при построении в виде:
Исходя из условия интерполяции для коэффициентов CI ,получим систему уравнений треугольного вида, из которой можно легко вывести коэффициенты C(0..n):
И т. д.
Коэффициенты приравниваются к Разделенным разностям (здесь - нулевого, первого и второго порядков).
Шаг 1. Вычислить значения функции Y = Arcsin(x) В известных узловых значениях X
Шаг 2. Вычислить раздельные разности, определить коэффициенты CI интерполяционного многочлена Ньютона.
Результаты шагов №1, №2 занесем в таблицу 6.
Таблица 6 - Интерполяционный метод Ньютона
I |
0 |
1 |
2 |
3 |
4 |
5 |
X |
-0,5 |
-0,4 |
-0,3 |
-0,1 |
0 |
0,2 |
F(x)=arcsin(x) |
-0,5236 |
-0,4115 |
-0,3047 |
-0,1002 |
0,0000 |
0,2014 |
F0 |
-0,5236 |
-0,4115 |
-0,3047 |
-0,1002 |
0,0000 |
0,2014 |
F0,1 |
1,1208 |
1,0682 |
1,0226 |
1,0017 |
1,0068 | |
F0,1,2 |
-0,2629 |
-0,1521 |
-0,0698 |
0,0171 | ||
F0,1,2,3 |
0,2771 |
0,2055 |
0,1738 | |||
F0,1,2,3,4 |
-0,1431 |
-0,0529 | ||||
F0,1,2,3,4,5 |
0,1288 |
*Коэффициенты С0...j
Шаг 3. Записать интерполяционный многочлен Ньютона
PN(x) = -0,5236[CO]
+ 1,1208(x+0,5) - 0,2629(x+0,5)(x+0,4)[C1, C2]
+ 0,2771(x+0,5)(x+0,4)(x+0,3) - 0,1431(x+0,5)(x+0,4)(x+0,3)(x+0,1)[C3, C4]
+ 0,1288(x+0,5)(x+0,4)(x+0,3)(x+0,1)(x)[C5]
Шаг 4. Вычислить значение интерполяционного многочлена в точке X* = 0,1 и y = arcsin(0,1).
PN(0,1) = 0,100151;y = arcsin(0,1) = 0,100167
Шаг 5. Вычислить абсолютную и относительную погрешность в точке X* = 0,1.
Абсолютная погрешность Д = | PN(0,1) - arcsin(0,1) |= | 0,100151 - 0,100167 |= 0,000015
Относительная погрешность = Д / PN = 0,000015 / 0,100151 = 0,02 %.
Ответ: Д =0,000015, относительная погрешность = 0,02 %
Задание 6
Построить график решения в Matlab.
Y'=-4y + sin(x),y(0)=2,xе[0,6]
Похожие статьи
-
Выведем в общем виде уравнение движения заданной динамической модели при помощи уравнений Лагранжа II рода. Полная кинетическая энергия: , Полная...
-
Транспортная задача оптимальность Поставим в соответствие поставщикам потенциалы Ui, , а потребителям - Vj, . В оптимальном плане для всех базисных...
-
Теоретическая основа линейного программирования, Симплекс метод - Линейное программирование
Симплекс метод Симплекс метод - метод линейного программирования, который реализует рациональный перебор базисных допустимых решений, в виде конечного...
-
Составление частотного уравнения методом последовательного расщепления Рисунок 3.1 - Исходная модель. Расщепим ее на массе 2 Рисунок 3.2 - Расщепление на...
-
Результаты расчета (точки искомой функции) сохраняются в переменных-массивах: для аргумента X и функции Y, которые отображаются в виде таблицы или...
-
По Р. Шеннону (Robert E . Shannon - профессор университета в Хантсвилле, штат Алабама, США ), "имитационное моделирование - Есть процесс конструирования...
-
Вариант №1 1. Выбрать и обосновать наиболее эффективный метод решения задачи. 2. Разработать алгоритм и программу для решения задачи в общем виде. 3....
-
Метод прямоугольников Пусть требуется определить значение интеграла функции на отрезке. Этот отрезок делится точками на равных отрезков длиной Обозначим...
-
Информатика является основной базой для проведения научно-исследовательских и проектно-технических работ в современной промышленности. С помощью...
-
Сущность метода исключения Гаусса - Решение системы линейных уравнений методом Гаусса
Классическим методом решения систем линейных алгебраических уравнений является метод последовательного исключения неизвестныхЇ метод Гаусса (его еще...
-
, Алгоритм обратного хода: Шаг 1. Вычислим Шаг 2. Вычислим: , Рис. 1. Основной алгоритм решения СЛУ методом исключения Гаусса. Для контроля правильности...
-
Метод конечных элементов является численным методом для нахождения приближенных решений физических задач. В основе этого метода лежит разделение...
-
Теорема. Чтобы транспортная задача была разрешима, необходимо и достаточно, чтобы выполнялось условие: (1.5) Доказательство: Необходимость. Пусть...
-
Альтернативный метод вывода - Моделирование сетей
Рассмотрим модифицированный алгоритм Байесовского вывода, используя индикаторные функции равенства. В классической логике, две значения могут быть либо...
-
Исследование математических моделей - Информационные модели
На языке алгебры формальные модели записываются с помощью уравнений, точное решение которых основывается на поиске равносильных преобразований...
-
Методы Рунге-- Кутты-- важное семейство численных алгоритмов решения обыкновенных дифференциальных уравнений и их систем. Данные итеративные методы...
-
Собственными называют периодические колебания консервативной системы, совершающиеся исключительно под воздействием инерционных и упругих сил. Для...
-
В курсовой работе в соответствии с заданием на проектирование решается задача разработки программы вычисления определенных интегралов численными...
-
Геометрический метод, Двойственная задача - Линейное программирование
Применяется для задач с двумя переменными. Метод решения состоит в следующем: На плоскости строятся прямые, которые задают соответствующие ограничения:...
-
Описание основных возможностей МКЭ МКЭ представляет собой эффективный метод решения инженерных задач. Область применения метода от анализа напряжений в...
-
Программный алгоритм визуальный гаусс В программу включены следующие процедуры: "gauss1", "gaussj", "New1Click", "Button1Click", "Button2Click",...
-
Метод Гаусса. Метод Гаусса решения систем линейных уравнений состоит в последовательном исключении неизвестных и описывается следующей процедурой. С...
-
Задание 1 Разработать программу, которая на отрезке [-1,1] по формуле функции f(x) строит интерполяционную таблицу размерности n +1 с неравномерным шагом...
-
Липредеры на основе ковариационного метода - Вокодеры с линейным предсказанием
Одними из видов липредеров с низкой скоростью передачи являются липредеры на основе ковариационного метода. Атал и Ханауэр в работах и впервые...
-
Теоретические аспекты поставленной задачи В этой части проекта будут объяснены этапы применения МКЭ для плоской фермы. В первой главе было рассмотрено...
-
В данном разделе приводятся описания четырех математических методов обнаружения аномалий. Далее проводится сравнительный анализ и выбирается один метод....
-
Для решения сформулированной задачи, т. е, для нахождения оптимального варианта конструкции наиболее эффективным является метод динамического...
-
Информационная система крупной организации, как правило, представляет собой исторически сложившуюся совокупность отдельно работающих систем, которые...
-
Прогнозируемая оценка проекта после реализации единой шины данных как прослойки между всеми компонентами ИТ-ландшафта компании выполняется по методу...
-
Методы и средства проектирования - Автоматизированные системы обработки экономической информации
Проектирование - процесс создания проекта-прототипа, прообраза предполагаемого или возможного объекта, его состояния. Современная технология создания АИС...
-
Предложенный подход к решению задач исследования Используя в качестве основы присутствующее в наличии программное обеспечение, которое применимо к...
-
Существует несколько способов построения опорного плана. Это метод северо-западного угла, метод наименьшей стоимости, приближенный метод Фогеля. Суть...
-
Примеры решения СЛАУ методом Гаусса - Решение системы линейных уравнений методом Гаусса
В данном разделе покажем, как методом Гаусса можно решить СЛАУ. Решить методом Гаусса систему уравнений: Запишем расширенную матрицу системы: Сейчас...
-
Наиболее распространенной реализацией МКЭ является метод прямой жесткости, применяемый для компьютерного моделирования сложных структур. Это матричный...
-
Данная методика рассчитана на приложения с трехуровневой архитектурой: клиент - сервер приложений - сервер базы данных. Так как программа нацелена на...
-
Математическое обеспечение позволяет использовать методы автоматизированного поиска оптимальных вариантов при проектировании системы. Часто при решении...
-
Рис. 3 Результаты сохраненные в файле: 2 1 1 |2 3 2 3 |6 6 5 4 |5 Gauss X1=-7,4 X2=1,2 X3=2,2 J-Gauss X1=-7,4 X2=1,2 X3=2,2 Инструкция по работе с...
-
Составление опорного плана методом северо-западного угла - Транспортная задача
Заполнение таблицы 1 начинаем с левого верхнего угла. Сумма поставок по строке равна запасу соответствующего пункта отправления, а сумма поставок по...
-
Основные понятия и определения Прежде чем приступить к обсуждению вопросов оптимизации, введем ряд определений и рассмотрим основные понятия. Оптимизация...
-
Метод определения погрешности - Поверка и калибровка информационно измерительных систем
Метод определения погрешности аналоговых и цифро-аналоговых ИК для случая пренебрежимо малой случайной составляющей погрешности Если проверяемая точка...
Численные методы. Интерполяция Ньютона