Типы задач для обыкновенныхдифференциальных уравнений
Типы задач для обыкновенныхдифференциальных уравнений - раздел Образование, МЕТОДЫ ВЫЧИСЛЕНИЙ В ЗАДАЧАХ Обыкновенные Дифференциальные Уравнения (Оду) Широко Используются Для Математ...
Обыкновенные дифференциальные уравнения (ОДУ) широко используются для математического моделирования процессов и явлений в различных областях науки и техники.
В дифференциальное уравнение n-го порядка в качестве известных входят функции y(x) и ее первые n производных по аргументу x:
(5.1)
Из теории ОДУ известно. Что уравнение (5.1) эквивалентно системе уравнений первого порядка
(5.2)
где k=1,…,n.
Уравнение (5.1) и эквивалентная ему система (5.2) имеют бесконечное множество решений. Единственные решения выделяют с помощью дополнительных условий, которым должны удовлетворять искомые решения. В зависимости от вида таких условий рассматривают три типа задач, для которых доказано существование и единственность решений.
Первый тип – это задачи Коши или задачи с начальными условиями. Для таких задач, кроме исходного решения (5.1), в некоторой точке должны быть заданы начальные условия, т.е. значение функции y(x) и ее производных:
Для системы ОДУ типа (5.2) начальные условия задаются в виде
(5.3)
Ко второму типу задач относятся так называемые граничные, или краевые задачи, в которых дополнительные условия задаются в виде функциональных соотношений между искомыми решениями. Количество условий должно совпадать с порядком псистемы. Если решение задачи определяется в интервале , то такие условия могут быть заданы как на границах, так и внутри интервала. Минимальный порядок ОДУ, для которых может быть сформулирована граничная задача, равен двум.
Третий тип задач дляОДУ - это задачи на собственные значения. Такие задачи отличаются тем, что кроме исходных функций у(х) и их производных в уравнения входят дополнительно т неизвестных параметров , которые называют собственными значениями. Для единственности решения на интервале необходимо задать п + т граничных условий. В качестве примера можно назвать задачи определения собственных частот, коэффициентов диссипации, структуры электромагнитных полей и механических напряжений в колебательных системах, задачи нахождения фазовых коэффициентов затухания, распределения напряженности полей волновых процессов и т.д.
К численному решению ОДУ приходится обращаться, когда не удается построить аналитическое решение задачи через известные функции. Хотя для некоторых задач численные методы оказываются более эффективными даже при наличии аналитических решений.
Большинство методов решения ОДУ основано на задаче Коши, алгоритмы для которой рассматриваются в настоящей главе.
Колпахчьян П.Г., Подберезная И.Б., Чамлай С.В., Батищев Д.В.
Методы вычислений в задачах электроаппаратостроения, электрооборудования и электрического транспорта: Методические указания к проведению вычислительной практики. Юж.-Рос. гос. техн.
Решение систем линейных алгебраических уравнений
Вычислительные методы для решения СЛАУ разделяются на:
- прямые методы, которые позволяют получить точное решение за конечное число операций (при использовании точных вычислений без округ
Факторизация и типовые схемы решений
В ряде случаев решение СЛАУ может быть получено достаточно легко. Рассмотрим шесть важных вариантов вида матрицыА:
1) А представляет собой матрицу перестановок . Реше
Метод Гаусса и LU— разложение
Метод Гаусса упорядоченного исключения переменных используется для приведения СЛАУ к верхней треугольной форме с последующим решением методом обратной подстановки. Оценка общего числа необходимых
Метод Гаусса-Жордана обращения матриц
Пусть матрицаА— квадратная невырожденная. Метод Гаусса-Жордана позволяет получить обратную матрицу А-1 и найти решение
.
Данный метод использует тот же прием
Метод квадратного корня (Холесского)
Если А — симметричная положительно определенная матрица, то существует и единственное разложение
,
где U— верхняя треугольная матрица.
Выполн
Метод вращений
Матрицы вращений позволяют реализовать упорядоченное исключение переменных.
Построим ортогональную матрицу вращений R21 так, чтобы при левом умножении матрицы, обратной
Итерационное уточнение
При решении линейных алгебраических систем уравнений большой размерности накапливаются ошибки округления, полученное решение может неприемлемо отличаться от точного решения. В этом случае может быт
Алгебраических уравнений
Во многих приложениях возникает необходимость решения преопределенных систем уравнения, т.е. таких, в которых число уравнений m больше числа неизвестных n. Система уравнений имеет ран
Решение систем нелинейных алгебраических уравнений
В подовляющем большинстве случаев математические модели реальных объектов содержат нелинейные функции, их отсутствие в математической модели говорит, как правило, о наличии упрощений.
Реше
Метод последовательных приближений
Метод последовательных приближений применятся в тех случаях, когда каждая из функцйи может быть аналитечески разрешена относительно , т.е. система уравнений приводима к виду
Метод Ньютона
Ньютоновскими методами называют целое семейство методов, для которых собственно метод Ньютона служит базовым прототипом.
Рассмотрим простой пример (рис. 1.1).
Рис.
Метод Ньютона по параметру
Метод Ньютона по параметру относится к классу квазиньютоновских методов и предусматривает расчет нового исходного приближения по формуле
,
где — парам
Интерполяция каноническим полиномом
Одной из важнейших задач в процессе математического моделирования является вычисление значений функций, входящих в математическое описание модели. Для сложных моделей подобные выч
Интерполяция полиномом Лагранжа
Пусть табл. 2.1 задает п +1 значений функции f(x) в узлах xi. Лагранж предложил следующую форму интерполяционного полинома:
. (2.5)
Интерполяция полиномом Ньютона
По данным табл. 2.1 построим интерполяционный полином степени пв виде, предложенном Ньютоном:
. (2.6)
Равносильный вариант полинома можно записать при симметричн
Применение интерполяции для решения уравнений
Интерполяция применяется для решения уравнений вида
. (2.17)
Если в области корня уравнения (2.17) вычислить его левую часть (n +1)точке и результаты поместить в табл. 2.1
Интерполяция сплайнами
Полиномиальная интерполяция не всегда дает удовлетворительные результаты при аппроксимации зависимостей. Так, например, при представлении полиномами резонансных кривых колебательных систем больша
Общие положения
Если набор экспериментальных данных получен со значительной погрешностью, то не имеет смысла использовать интерполяцию полиномами Лагранжа и сплайнами для обработки результатов. В этом случае необ
Степенной базис
Выберем базисные функции в виде последовательности степеней аргумента х, которые линейно независимы:
φ0 (x) = х 0 = 1, φ1 (x) = х1
Базис в виде ортогональных полиномов дискретной переменной
Построим систему базисных функций φk(x)так, чтобы обращались в нуль скалярные произведения на дискретном множестве узловых точек (3.5), тогда матрица Грамма (3.4) будет диаго
Сглаживание экспериментальных данных с ошибками
Если некоторый набор экспериментальных данных содержит случайные отклонения, а зависимость ( ) задана значениями ftдля равноотстоящих абсцисс , то по ряду можно у
Метод трапеций
Подинтегральную функцию заменим на участке полиномом первой степени . Как и в методах прямоугольников, такая аппроксимация неоднозначна. Одним из возможных способов является проведение пря
Метод Симпсона
Подынтегральную функцию f(x) заменим интерполяционным полиномом второй степени Р2(х) — параболой, проходящей через узлы (рис. 4.5), тогда
где R— погрешн
Методы Ньютона-Котеса
В формулах Ньютона-Котеса порядок полинома п, которым заменяется подынтегральная функция f(x) может принимать различные значения. В этом случае на интервале [а, b] интеграл ра
Вычисление интегралов с заданной точностью
Программная реализация формул Рунге или Эйткена позволяет вычислить определенные интегралы с заданной точностью, когда выбор необходимого числа разбиений интервала интегрирования осуществляется а
Применение сплайнов для численного интегрирования
В разделе 2.5 рассмотрена интерполяция кубическими сплайнами, коэффициенты которых определяются из условий Лагранжа, условий непрерывности первой и второй производных в узлах и условий на концах и
Методы наивысшей алгебраической точности
Подынтегральную функцию f(x) так же, как и в методах Ньютона-Котеса, будем аппроксимировать полиномами различных степеней. Однако в отличие от методов Ньютона-Котеса узлы для построения ин
Несобственные интегралы
Известно несколько приемов вычисления разных типов несобственных интегралов [1, 2]. Иногда удается заменой переменных перейти от интегралов с бесконечными пределами к интегралам с конечными предела
Вычисление кратных интегралов
В общем виде задача приближенного вычисления кратного интеграла формулируется так же, как и задача приближенного вычисления однократного интеграла, только полные производные заменяются частными про
Метод Эйлера
Систему ОДУ (5.2) часто удается представить в каноническом виде, в так называемом виде Коши:
(5.4)
где k = 1,2,. ..,n.
Методы Рунге-Кутта
Для уменьшения погрешности метода интегрирования ОДУ, использующего разложение искомого решения вряд Тейлора (5.6), необходимо учитывать большее количество членов ряда. Однако при этом возникает
Метод Рунгe-Кутта-Мерсона
Мерсон предложил модификацию метода Рунге-Кутта четвертого порядка, позволяющую оценивать погрешность на каждом шаге и принимать решение об изменении шага. Схему Мерсона [22] с помощью эквивалентн
Методы Адамса-Башфорта и Адамса-Маултона
При решении задачи Коши методами Рунге-Кутта необходимо вычислять правые части ОДУ в нескольких точках на каждом шаге. Количество точек зависит от порядка используемого метода. После того, как ис
Методы Гира
Одним из методов Рунге-Кутта получим решения у1, у2, y3 задачи Кошив точках .
(5.31)
В окрестностях узлов искомое решение у(х)
Понятие о методах обратного дифференцирования
На практике часто приходится иметь дело с так называемыми «жесткими системами уравнений». Жесткие системы уравнений – это такие уравнения, которые моделируют пролцессы, обладающие явлением жесткост
Библиографический список
1. Мудров А.Е. Численные методы для ПЭВМ на языках Бейсик, Фортран, Паскаль. – Томск: МП "Раско", 1991. – 270с.
2. Калиткин Н.Н. Численные методы. – М.: Наука, 1978. –512 с.
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Новости и инфо для студентов