У вас вопросы?
У нас ответы:) SamZan.net

тематического моделиров

Работа добавлена на сайт samzan.net: 2016-03-13

Поможем написать учебную работу

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

от 25%

Подписываем

договор

Выберите тип работы:

Скидка 25% при заказе до 3.4.2025

1.Понятие ЧМ. Приближен. вычислен.Меры близ-ти.Погрешть

С помощью математического моделиров. решение научно-технической задачи сводится к решению мат.задачи, являющейся ее моделью. Для решения используются 3 основных группы методов: графические, аналитические и численные.

Графические позволяют в ряде случаев оценить порядок искомой величины. Основная идея: решение находится путем геометр. построений. Метод имеет большую наглядность и весьма малую точность. В настоящее время ЧМ комбинируется с графическими представлениями, т.к.это удобно.

При использовании аналитических методов решение задачи удается выразить с помощью формул. Но, на практике это слишком редкие случаи. В последние годы объединяют аналитические и численные методы в одном алгоритме, что позволяет существенно повысить эффективность ЧМ.

ЧМ наряду с возможностью получения результата должен обладать еще одним важным качеством – не вносить в вычислительный процесс значительных погрешностей.

Основные источники погрешностей:

1.Погрешности математической модели.

Любая задача есть модель какого-то явления. Всякая модель – это объект более простой, чем реальный. Модель – приближенное описание реального объекта, т.е. содержит погрешности.

2.Погрешности исходных данных. Данные могут оказаться неточными.

3.Погрешности метода решения.ЧМ-ды заменяют задачу на близкую. Например, вместо интегрирования – суммирование, вместо дифференцирования – вычисление конечно разностного отношения и т.д. В результате вместо точного решения исходной задачи получаем приближенное решение преобразованной задачи.

4.Погрешности округлений при выполнении арифметических операций.

В рамках ЧМ погрешности 1 и 2 считаются неустранимыми.

Рассмотрим подробнее пункт 4.

Пусть - приближенное представление числа X, т.е.      где - погрешность.

Приближенные числа

Пусть X – некоторая величина, истинное значение которой известно или неизвестно и равно x*. Число x, которое можно принять за значение величины X, назовем ее приближенным значением (числом). Число x называют приближенным значением по недостатку, если оно меньше истинного значения (x < x* ), и по избытку, если оно больше (x > x* ). Например, число 3,14 является приближенным значением числа π по недостатку, а 2,72 – приближенным значением числа е по избытку.

Абсолютная погрешность приближенного числа есть абсолютная величина разности между истинным значением величины и данным ее приближенным значением.             Δx = |x* – x|

Поскольку истинное значение величины обычно остается неизвестным, неизвестной остается также и абсолютная погрешность. Вместо нее приходится рассматривать оценку абсолютной погрешности, так называемою предельную абсолютную погрешность, которая означает число, не меньшее абсолютной погрешности Абсолютная погрешность приближенного числа не в полной мере характеризует его точность. Более информативным показателем точности приближенного числа является его относительная погрешность.

Относительной погрешностью δx приближенного значения величины X называют абсолютную величину отношения его

2. Задача аппроксимации. Интерполяция.

Пусть величина  является функцией аргумента . Это значит, что любому  из области определения поставлено в соответствие значение . Но на практике часто неизвестна явная связь между  и , т. е. невозможно записать эту связь в виде некоторой зависимости . В некоторых случаях даже при известной зависимости она настолько громоздка (содержит трудно вычисляемые выражения, сложные интегралы и т.п.), что ее использование в расчетах затруднительно. Наиболее распространенным и практически важным
случаем, когда вид связи между параметрами  и  неизвестен, является задание этой связи в виде некоторой таблицы. Это значит, что дискретному множеству значений аргумента поставлено в соответствие множество значений функции  (
i=0,1…,n). Эти значения — либо результаты расчетов, либо экспериментальные данные. На практике могут понадобиться значения величины  и в других точках, отличных от узлов . Однако получить эти значен. можно лишь путем очень сложных расчетов или проведением дорогостоящих экспериментов.

Т.о. с точки зрения экономии времени и средств необходимо использовать имеющиеся табличн. данные для приближен. вычислен. искомого параметра  при любом значении (из некот. области) определяющего параметра , поскольку точная связь неизвестна. Этой цели и служит задача о приближении (аппроксимации) функций: данную функцию  требуется приближенно заменить (аппроксимировать) некоторой функцией . так, чтобы отклонение (в некотором смысле) от  в заданной области было наименьшим. Функция  при этом называется аппроксимирующей. Для практики весьма важен случай аппроксимации функции многочленом  При этом коэффициенты  будут подбираться так, чтобы достичь наименьшего отклонения многочлена от данной ф-ии.

Если приближение строится на заданном дискретном множестве точек, то аппроксимация называется точечной. К ней относятся интерполирование, среднеквадратичное приближение и др. При построении приближения па непрерывном множестве точек (например, на отрезке [a,b]) аппроксимация называется непрерывной (или интегральной).

Точечная аппроксимация. Одним из основных типов точечной аппроксимации является интерполирование. Оно состоит в следующем: для данной функции строим многочлен (1), принимающий в заданных точках  те же значения , что и функция f(x), т. е.

При этом предполагается, что среди значений  нет одинаковых, т. е.  при . Точки  называются узлами интерполяции, а многочлен— интерполяционным многочленом. Т.о. близость интерполяционного многочлена к
заданной ф-ии состоит в том, что их
 значения совпадают на заданной системе точек (сплошная линия на рисунке).

Основная цель интерполяции – получить быстрый алгоритм вычисления значений для значений , не содержащихся в таблице данных.

3.Интерполяционный многочлен в форме Лагранжа,погреш-ть

Пусть на отрезке  задана сетка  и в ее узлах заданы значения функции равные . Требуется построить интерполянту – ф-ию совпадающую с функцией  в узлах сетки:      

Основная цель интерполяции – получить быстрый алгоритм вычисления значений для значений , не содержащихся в таблице данных. Интерполирующие функции, как правило, строятся в виде линейных комбинаций некоторых элементарных функций:   где  –фиксированные линейно независимые функции ,  – не определенные пока коэффициенты. Из (1) получим систему  уравнений относительно коэф-тов :

Положим что система ф-ий  такова что при любом выборе узлов  отличен от нуля определитель системы:

Тогда по заданным  однозначно определяются коэф. .

В качестве системы линейно независимых функций  чаще всего выбирают: степенные ф-ии     (в этом случае  полином степени n ).  Известно, что любая непрерывная на отрезке [a, b] ф-ия  может быть хорошо приближена некоторым полиномом .

Теор.Вейерштрасса: Для любого   полином  степени , такой что  

Но эта теорема не дает ответа на вопрос о существовании хорошего интерполяционного полинома для заданного множества точек .

Будем искать интерполяционный полином в виде где  неопределенные коэффициенты. Полагая получим систему уравнений:

…..

Определителем этой системы является  определитель Вандермонда:

полином (2) существует и единственен. В качестве базиса   мы взяли базис из одночленов 1, . Для вычислений более удобным является базис полиномов Лагранжа  степени  или коэф-тов Лагранжа:

 




1. тема организации хирургической помощи в Беларуси
2. Ученики и Писание
3. і. Північ країни перебуває у зоні впливу субтропічного клімату південь тропічного спекотного і дуже сухого.
4. политические предпосылки
5. темами каждая их которых отображая или воспроизводя объекторигинал способна замещать его так что ее изуч
6. 84 Карт сборной команды страны модель 1984 года Необходимость этого материала продиктована ре
7. С.374390. ПРОБЛЕМА ОБУЧЕНИЯ И УМСТВЕННОГО РАЗВИТИЯ В ШКОЛЬНОМ ВОЗРАСТЕ Вопрос об отношении обучения и.html
8. 042011 р Рецензенти- М
9. Виды и классификация информационных ресурсов Понятие информационного ресурса Понятие ресурс определ.html
10. Платон мне друг но больший друг истина