Описанные в предыдущих параграфах методы прогнозирования не случайно названы базовыми методами. Они являются основой любых моделей финансового прогнозирования, однако редко используются на практике в чистом виде. В большинстве случаев применяется некий комбинированный метод, сочетающий в себе приемы и алгоритмы нескольких из базовых. Это обусловлено наличием у каждого отдельного базового метода недостатков и ограничений, которые нейтрализуются при их комплексном использовании. Базовые методы в составе комбинированных взаимодополняют друг друга. Зачастую один из них рассматривается как инструмент дополнительного контроля результатов, полученных другими методами.
Комбинированный метод, исследуемый в данной работе, по приведенной классификации относится к методам, прогнозирующим формы отчетности (в укрупненной номенклатуре статей). В прогнозировании учитывается не только индивидуальная динамика статей, но и взаимосвязь между отдельными статьями как внутри одной формы отчетности, так и между различными формами. На рисунке 1 показана связь данного метода с базовыми. В качестве результата прогнозирования получают баланс и отчет о прибылях и убытках в предстоящем периоде в укрупненной номенклатуре статей, описанные в предыдущем параграфе и приведенные в Приложении 1.
ВА - внеоборотные активы; ТА - текущие активы; СК - собственный капитал; КЗ - величина кредиторской задолженности; Т ТА - длительность оборота текущих активов; Т КЗ - средний срок погашения кредиторской задолженности; В - выручка от реализации; П - прибыль, остающаяся в распоряжении организации; n - последний отчетный период; n+1 - прогнозируемый период.
Составление прогнозной отчетности начинают с определения ожидаемой величины собственного капитала. Уставный, добавочный и резервный капиталы обычно меняются редко (если только в прогнозируемом периоде не планируется осуществить очередную эмиссию акций), поэтому в прогнозный баланс их можно включить той же суммой, что и в последнем отчетном балансе. Таким образом, основным элементом, за счет которого изменяется сумма собственного капитала, является прибыль, остающаяся в распоряжении организации. Размер прибыли можно рассчитать по методу пропорциональных зависимостей, исходя из величины коэффициента рентабельности продаж Р П в будущем периоде, который равен отношению прибыли к выручке от реализации:
Р П = П / В (9)
Прогнозная величина данного показателя, а также выручки от реализации определяются методом авторегрессии на основании их индивидуальной динамики в предыдущих периодах. Здесь следует заметить, что гораздо более надежный прогноз величины выручки от реализации может быть получен экспертными оценками специалистов предприятия, базирующимися на прошлых объемах продаж, рыночной конъюнктуре, производственных мощностях, ценовой политике и т. д. Однако, такого рода оценки, как правило, недоступны внешнему аналитику, имеющему в своем распоряжении только публичную отчетность предприятия. Итак, величина собственного капитала в будущем периоде определяется, как его величина в последнем отчетном периоде, увеличенная на величину прогнозируемой прибыли (детерминированный факторный метод):
П СОК = СК - ВА (11)
Уравнение (11) является частным случаем балансового уравнения, поскольку отражает равенство между собственным капиталом, как источником формирования средств, и теми видами активов, на формирование которых он направляется. Таким образом, фактически здесь используется балансовый метод прогнозирования. Величина внеобортных активов в прогнозном периоде определяется с помощью метода авторегрессии.
Следующим шагом будет определение величины кредиторской задолженности в прогнозном периоде КЗ n+1 , которая связана с величиной П СОК. Действительно, кредиторская задолженность является кредитом поставщиков предприятию и, поэтому, должна рассматриваться как источник финансирования. Вследствие разрыва в сроках погашения кредиторской задолженности и оборота оборотного капитала, возникает потребность в дополнительном финансировании, то есть П СОК. Определим вид зависимости между величинами КЗ и П СОК.
Если заемные средства в виде кредиторской задолженности предоставляются на срок, более короткий, чем длительность производственно-коммерческого цикла, то платежи по обязательствам могут осуществляться лишь при условии, что предприятие располагает достаточным собственным оборотным капиталом. Величина потребности в этом источнике финансирования определяется временем между окончанием использования кредита поставщиков и окончанием производственно-коммерческого цикла (периода оборота текущих активов) (Т ТА - Т КЗ), а также величиной предстоящих платежей в единицу времени П/Д:
П СОК = (Т ТА - Т КЗ)*П / Д (12)
С другой стороны, для оборачиваемости кредиторской задолженности, по определению имеем:
Об КЗ = П / КЗ (13),
где П - сумма платежей кредиторам.
Тогда средний срок погашения задолженности будет равен:
Т КЗ = Д/ Об КЗ = КЗ*Д / П (14),
Исключая из формул (12) и (14) величину П / Д, имеем:
П СОК = КЗ n+1 *(Т ТА - Т КЗ)/ Т КЗ (15)
Таким образом, потребность в собственном оборотном капитале определяется величиной кредиторской задолженности, длительностью оборота капитала, вложенного в текущие активы, а также сроком погашения кредиторской задолженности. Величина П СОК сокращается при уменьшении периода оборота текущих активов. В случае, когда Т ТА < Т КЗ, выражение в скобках формулы дает отрицательный результат, что означает отсутствие потребности в собственном капитале для формирования оборотных средств. В данном случае все текущие пассивы представлены только задолженностью кредиторам.
Из формулы (15) для величины кредиторской задолженности получим:
КЗ n+1 = П СОК * Т КЗ / (Т ТА - Т КЗ) (16)
Рассчитаная по этой формуле величина будет максимально возможной величиной кредиторской задолженности, рассчитанной в предположении, что вся потребность предприятия в финансировании удовлетворяется за счет собственного капитала. Таким образом, величина кредиторской задолженности прогнозируется детерминированным факторным методом с помощью функциональной зависимости (16). Величина П СОК, входящая в формулу (16), была определена нами ранее. Длительность оборота текущих активов в прогнозном периоде Т ТА определяется методом авторегрессии, позволяющим выделить основную тенденцию изменения данного показателя на предприятии. Для определения величины срока погашения кредиторской задолженности Т КЗ предположим, что в предстоящем периоде характер расчетов с поставщиками не изменится. Тогда можно положить значение Т КЗ в прогнозном периоде равным его значению в последнем отчетном периоде:
Т КЗ (n+1) = Т КЗ (n) (17)
Перед определением окончательной величины кредиторской задолженности для включения в прогнозный баланс, необходимо рассчитать значение величины текущих активов ТА(n+1). Для этого воспользуемся уже рассчитанным выше значением длительности оборота текущих активов Т ТА. Для оборачиваемости текущих активов, по определению, имеем:
Об ТА = В / <ТА> (18),
где <ТА> обозначает среднюю за отчетный период величину текущих активов.
Тогда длительность оборота текущих активов будет равна:
Т ТА = Д/ Об ТА = <ТА>*Д / В (19),
где Д - длительность отчетного периода.
С другой стороны:
<ТА> = (ТА(n) + ТА(n+1))/2 (20)
Из (19) и (20) имеем:
ТА(n+1) = 2* В*Т ТА / Д - ТА(n) (21)
Подставляя уже известные нам величины в правую часть формулы (21), мы определим прогнозную величину текущих активов ТА(n+1) (детерминированный метод).
Итак, для окончательного построения прогнозных форм отчетности в укрупненной номенклатуре статей нам осталось определить величины кредиторской задолженности и кредитов в пассиве баланса. Это делается по следующей схеме. Определяем величину валюты баланса как сумму величин текущих и внеоборотных активов. Затем рассматриваем определенную нами ранее по формуле (16) максимальную величину кредиторской задолженности КЗ n+1 . В зависимости от ее величины, прогнозирование завершается одним из двух вариантов:
Если сумма КЗ n+1 и величины собственного капитала превышает валюту баланса, то величина кредиторской задолженности уменьшается и принимается равной разности между валютой баланса и величиной собственного капитала. В этом случае предприятию достаточно собственных источников финансирования, поэтому в строке "Кредиты и займы" ставим нуль. Здесь нами снова используется базовый балансовый метод увязки показателей, являющийся составной частью описываемого комбинированного метода.
Если же собственных источников недостаточно для удовлетворения потребности в финансировании (сумма КЗ n+1 и величины собственного капитала меньше валюты баланса), то погашние обязательств перед кредиторами возможно лишь при условии привлечения дополнительных финансовых ресурсов - кредитов банка. Это отразится на длительности производственно-коммерческого цикла. Замедлится оборачиваемость средств из-за роста себестоимости, в которую теперь будут входить и банковские проценты за пользование кредитом. Это приведет к увеличению разрыва между сроком оборота текущих активов и периодом погашения кредиторской задолженности. Следовательно, увеличится совокупная потребность в финансировании П Ф, представленном собственным капиталом и банковскими кредитами. В работе (8) показано, что величина П Ф может быть определена по формуле:
П Ф = ТА*(Т ТА - Т КЗ) / ТА (22)
Значение строки "Кредиты и займы" определяется как разность между совокупной потребностью в финансировании П Ф и уже рассчитанной нами по формуле (11) величиной собственного оборотного капитала в прогнозном периоде П СОК. По строке "Кредиторская задолженность и прочие пассивы" отражается величина, доводящая суммарный пассив баланса до величины валюты баланса, определенной по активным статьям (балансовый метод).
Исследуемый в данной работе комбинированный метод - один из многих принципиально возможных для построения прогнозных форм отчетности. Очевидно, что выводы по сравнению между собой различных методов финансового прогнозирования следует делать на основе сравнения точности получаемых прогнозов. Теоретические вопросы, связанные с определением точности прогнозных моделей, рассматриваются в следующем параграфе.
Комбинированный метод, сочетающий метод хорд и метод касательных, является наиболее эффективным по числу итераций, необходимых для достижения заданной точности. На каждой итерации, начиная с первой, находим x по методу хорд и z по методу касательных. Исходные данные для первой итерации определяются так, как это делается в каждом из составляющих методов.
Расчетные формулы:
Процесс нахождения приближенного корня прекращается, когда выполняется условие:
Приближенное значение корня вычисляют по формуле:
Реализация метода в MS Excel
|
Адрес клетки | ||
|
A1:F9 - метод хорд | ||
|
A1:F9– метод касательных | ||
|
Комбинированный метод | ||
|
Метод хорд | ||
|
Метод касательных | ||
|
ЕСЛИ(ABS(B7-I7)<=2*0,0001; "|x-z|<=2ε";ABS(B7-I7)) | ||
|
EXP(COS(M13)^2)-3*SIN(0,8*M13)+0,5 |
Вид листа MS Excel:
Графическая интерпретация выполненных действий приведена на рисунке:
Реализация метода в MS Excel с использованием функции Поиск решения
Порядок заполнения клеток листа:
Вид листа MS Excel:
Переходим на страницу «Данные». Активизируем команду «Поиск решения».
После открытия диалогового окна «Поиск решения» устанавливаем значения параметров:
Выполняем щелчок по кнопке Выполнить . Открывается диалоговое окно «Результаты поиска решения»:
Щелкаем по кнопке ОК .
Вид листа MS Excel
Решение получено. Окончательно имеем х=0,8980, f(x)=-0,0000001.
Реализация решения задачи в MatLab
Для решения данной задачи можно использовать функции:
fzero – значение действительного корня уравнения;
roots – значения действительных и комплексных корней многочлена.
Решим уравнение e cos 2 ( x ) -3· sin (0,8· x )+0,5=0 . Сначала введем функцию, используяinline . Затем вызовемfzero, указав в качестве начального значения 0. Для правильного выбора начального приближения целесообразно сначала построить график соответствующей функции. Для этого можно воспользоваться функциейfplot (f,[-1,3]).
Задаем функцию: >> f=inline("exp(cos(x)*cos(x))-3*sin(0.8*x)+0.5","x").
Строим график: >> fplot(f,[-1,3]).
|
|
|
Вызываем функцию решения уравнения: >> x=fzero(f,0).
Результаты решения приведены на рисунке:
Решение систем линейных уравнений (слау)
Постановка задачи
Требуется найти решение системыn линейных уравнений:
a 11 ·x 1 +a 12 ·x 2 +…+a 1n ·x n =b 1
a 21 ·x 1 +a 22 ·x 2 +…+a 2n ·x n =b 2
a n1 ·x 1 +a n2 ·x 2 +…+a nn ·x n =b n
Эту систему уравнений можно записать также в матричном виде:
где A – матрица системы, – вектор правых частей, – вектор неизвестных.
При известных A и требуется найти значенияx , при подстановке которых в систему уравнений она превращается в тождество.
Необходимым и достаточным условием существования единственного решения СЛАУ является условие det A≠0 , т.е. определитель матрицыA не равен нулю. В случае равенства нулю определителя матрицаA называетсявырожденной и при этом СЛАУ либо не имеет решения, либо имеет их бесчисленное множество. В дальнейшем будем предполагать наличие единственного решения.
Системы линейных алгебраических уравнений можно решать как с помощью прямых, так и итерационных методов. Для систем уравнений средней размерности чаще используют прямые методы. Итерационные методы обычно применяют для решения задач большой размерности, когда использование прямых методов затруднено ограничениями по доступной оперативной памяти ЭВМ и вычислительной ошибкой, которая накапливается при большом количестве арифметических операций. Вычислительная ошибка возникает из-за ограничений разрядной сетки компьютера при представлении вещественных чисел. Большие системы уравнений, возникающие в основном в приложениях, как правило, являются разреженными. Прямые методы исключения для систем с разреженными матрицами неудобны, например, тем, что при их использовании большое число нулевых элементов превращается в ненулевые и матрица теряет свойство разреженности. В противоположность им при использовании итерационных методов в ходе итерационного процесса матрица не меняется, и она, естественно, остается разреженной.
Часто для решения линейных задач алгебры используют приближенные методы, позволяющие найти корни системы с заданной точностью. Эти методы представляют собой сходящийся итерационный процесс. Они не дают точного решения задачи, однако отличаются несколько большим быстродействием.
Данный метод основан на построении схематического графика функции, определении интервалов его пересечения с осью абсцисс и последующим «сжатием» этого интервала при помощи строимых хорд и касательных к графику этой функции.
Надо отметить, что существуют также отдельно метод хорд (дает значение корня с недостатком) и метод касательных (с избытком). Однако преимущество комбинированного метода заключается в «двустороннем сжатии» рассматриваемого отрезка.
Рассмотрим следующий случай:
· дана функция F(x) и построен ее график;
· определена допустимая погрешность Q
· н
а основании графика определен отрезок , на котором график функции пересекает ось абсцисс, следовательно, на этом отрезке
· существует корень рассматриваемого многочлена. (обозначим его через A)
Дальнейший алгоритм сводится к следующим действиям:
1. строим касательную к графику функции в точке F(b)
2. вычисляем координату х пересечения касательной с осью абсцисс по формуле (3) и обозначаем ее через b’
3. строим к графику функции хорду, проходящую через точки F(a) и F(b).
Вычисляем точку пересечения хорды с осью абсцисс по формуле и обозначаем ее через a".
Таким образом мы получаем новый отрезок , который (по определениям хорды и касательной) по-прежнему содержит решение уравнения A.
5. Теперь принимаем отрезок за новый отрезок и повторяем шаги 1-4 до тех пор, пока разность F(b)-F(a) не станет меньше первоначально заложенной погрешности Q. Отметим также, что после этого рекомендуется в качестве искомого решения взять среднее арифметическое F(a) и F(b).
Билет№27
Численные методы решения алгебраических уравнений имеют самостоятельное значение для исследования статических моделей. Уравнение вида х = f(х) называют заданным в неявной форме, если неизвестная переменная х входит в обе части уравнения, а f - функция, не содержащая интегрирования, дифференцирования или запаздывания х.
Если решение уравнения х =f(x) существует и находится в области вещественных чисел, то оно может быть найдено по простой итерационной формуле
Метод Ньютона
Основная идея метода заключается в следующем: задаётся начальное приближение вблизи предположительного корня, после чего строится касательная к исследуемой функции в точке приближения, для которой находится пересечение с осью абсцисс. Эта точка и берётся в качестве следующего приближения. И так далее, пока не будет достигнута необходимая точность.
Пусть - определённая на отрезке и дифференцируемая на нём вещественнозначная функция. Тогда формула итеративного исчисления приближений может быть выведена следующим образом:
где α - угол наклона касательной в точке .
Следовательно искомое выражение для имеет вид:
Билет№28
Численные методы.
Разрешимость системы линейных уравнений.
Когда мы говорим о главной матрице системы линейных уравнений, то всегда имеем в виду квадратную матрицу nЧn, т. е. матрицу с одинаковым количеством строк и столбцов. Это важно.
Если, например, количество строк (количество уравнений в системе) будет меньше, чем количество столбцов (фактически, количества неизвестных), то система будет неопределенной, т. е. мы не сможем однозначно определить все неизвестные (решить систему).
Но это не единственное ограничение. Из векторной алгебры известно, что система линейных уравнений имеет решение (однозначное) тогда и только тогда, когда ее главный определитель не равен нулю: Δ ≠ 0.
Рассмотрим случай, когда определитель системы равен нулю. Здесь возможны два варианта:
1. Δ = 0 и каждый из дополнительных определителей Δx i = 0. Это имеет место только тогда, когда коэффициенты при неизвестных x i пропорциональны, т. е. каждое уравнение системы получается из первого уравнения умножением обеих его частей на число k. При этом система имеет бесчисленное множество решений.
2. Δ = 0 и хотя бы один дополнительный определитель Δx i ≠ 0. Это имеет место только тогда, когда коэффициенты при всех неизвестных x i , пропорциональны. При этом получается система из противоречивых уравнений, которая не имеет решений.
Появление комбинированного метода хорд и касательных связано со следующими обстоятельствами.
Во-первых, условие окончания итераций, которое мы использовали для методов хорд и касательных не всегда удобно, поскольку найти постоянную иногда бывает не просто.
Во-вторых, условия применимости для метода хорд и метода касательных практически совпадают и эти методы удобно использовать совместно.
В-третьих, во всех
четырех возможных случаях последовательности
приближений, полученные по методу хорд
и по методу касательных
,
сходятся к
с разных сторон (сравните геомет-рический
смысл методов хорд
и
касательных). На рис. 2.11 изображены
несколько первых членов последовательностей
и
в первом случае, когда
,
на отрезке
.
Из рисунка видно, что последовательность
сходится к
слева, а последовательность
справа.
Третье обстоятельство позволяет заменить неудобное условие окончания итераций более удобным при совместном применении методов хорд и касательных. Так получается комбинированный метод хорд и касательных.
Поскольку
последовательности приближений
и
сходятся к точному значению корня
с разных сторон, для любого значенияn
наблюдается одно из двух неравенств
(см. рис. 2.6.1):
,
(2.6.1)
.
(2.6.2)
Неравенство (2.6.1) выполняется в первом и втором случаях, а неравенство (2.6.2) – в третьем и четвертом. Во всех случаях выполняется неравенство
.
(2.6.3)
В самом деле,
неравенства (2.6.1), (2.6.2) означают, что во
всех случаях
принадлежит отрезку с концами в точках
и
.
Середина этого отрезка будет иметь
координату
.
Длина отрезка
.
Таким образом, неравенство (2.6.3) отражает
очевидный факт, что расстояние между
и серединой отрезка не превышает половины
его длины (рис. 2.12).
И
Рис.
2.12
,
то
и в качестве искомого
приближенного значения корня с
погрешностью, не превышающей
,
можно выбрать
.
Условия применимости
комбинированного метода получаются
путем объединения условий применимости
метода касательных (для последовательности
)
и метода хорд (для последовательности
).
Алгоритм
вычисления искомого приближенного
значения корня
уравнения
с погрешностью, не превышающей
,
комбинированным методом хорд и
касательных достаточно прост. Согласно
заданным значениям
,
,
,
по рекуррентным формулам
,
при
вычисляются пары значений:
;
;
… . Вычисления продолжаются до тех пор,
пока не будет выполнено условие окончания
итераций.
2.7. Метод Стеффенсена
Существуют различные
модификации метода Ньютона, основным
недостатком которого является
необходимость вычисления производной
.
Модификации метода Ньютона основаны
на замене производной
разностной схемой и отличаются друг от
друга выбором шага. В итерационной схеме
метода Стеффенсена за шаг принимают
значение функции в точке
,
то есть
.
Итерационная формула метода Стеффенсена
имеет вид
Метод Стеффенсена
одношаговый, то есть для вычисления
приближения корня необходимо знать
только
приближение, не требует вычисления
производной и сохраняет квадратичную
сходимость при хорошем начальном
приближении
.
Критерием окончания итерационного
процесса считают
,
где
заданная погрешность. За решение
уравнения
принимаем
последние вычисленное значение
.
Модификации метода
Ньютона могут терять устойчивость
вблизи решения уравнения
,
что можно избежать заменив его на
эквивалентное уравнение
,
где
.
Такая замена позволяет уменьшить наклон
производной вблизи корня.
Методы хорд и касательных дают приближения корня с разных сторон. Поэтому их часто применяют в сочетании друг с другом, и уточнение корня происходит быстрее.
Пусть
дано уравнение
,
корень
отделен и находится на отрезке
.
Применим комбинированный метод хорд и
касательных с учетом типа графика
функции.
Если
,
то метод хорд дает приближение корня с
недостатком, а метод касательных – с
избытком:
Если
же
,
то методом хорд получаем значение корня
ч избытком, а методом касательных – с
недостатком:
Однако,
во всех случаях искомый корень
заключен между приближенными корнями,
получающимися по методу хорд и по методу
касательных, т.е. выполняется неравенство:
,
где
-
приближенное значение корня с недостатком,
- с избытком.
Вычисления следует вести в таком порядке:
Если
,
то со стороны концаa
лежат
приближенные значения корня, полученные
по методу хорд, а со стороны конца b
– значения, полученные по методу
касательных, и тогда:
;
.
Поскоку
теперь искомый корень
находится на отрезке
,
то, применяя к этому интервалу
комбинированный метод, получаем:
;
и вообще:
;
.
Если
же
,
то со стороны концаa
лежат
приближенные значения корня, полученные
по методу касательных, а со стороны
конца b
– значения, полученные по методу хорд,
и тогда:
;
.
Комбинированный
метод очень удобен при оценке погрешности
вычислений. Процесс вычислений
прекращается, как только станет
выполняться неравенство:
.
За
приближенное значение корня следует
принять
,
где
-
приближенное значение корня
с недостатком,
- с избытком.
Пример
Комбинированным
методом хорд и касательных уточнить до
корни уравнения.
Решение
Составим таблицу знаков функции:
|
sign f(x) |
Данное уравнение имеет три действительных корня: .
Уменьшим промежутки нахождения корней до длины, равной 1:
|
sign f(x) |
2)уточним комбинированным методом хорд и касательных корень, лежащий в интервале (-7;-6).
Имеем
f
(-7)=-27<0,
f
(-6)=37>0
и
,,
.
Это означает, что применяем формулы:
;
.
Здесьa
0
=-7,
b
0
=-6.
Вычисления сведем в таблицу:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Из
таблицы следует, что
3)
Определим
Имеемf
(0)=1>0,
f
(1)=-19<0
и
,,
.
Как и в случае нахождения
(воспользовавшись теми же формулами,
но в которыхa
0
=0,
b
0
=1
),
строим таблицу для уточнения искомого
корня. В результате получаем
.
4)
Для уточнения приближенного корня
комбинированным методом хорд и касательных
на интервале (3;4) имеем: f
(3)=-17<0,
f
(4)=7>0
и
,,
.
Расчетные
формулы в этом случае следующие:
;
.
Построив таблицу последовательных
вычислений, находим, что
.
Метод итерации (метод последовательных приближений)
Пусть на отрезке отделен вещественный корень непрерывной функции f(x).
Заменим уравнение f(x)=0 эквивалентным ему уравнением x=φ(x).
Выберем каким либо способом x0 є и подставим его в уравнение x=φ(x); тогда имеем x1= φ(x0). Затем это значение x1 подставим снова в правую часть x=φ(x) , то получим х2= φ(x1).
Повторяя этот процесс последовательность, чисел хn= φ(xn-1),которая может сходиться (т.е. х0 , х1 , х2 , ….. , хn , … имеет предел, который и является корнем уравнения f(x)=0) или расходится (в этом случае х0 , х1 , х2 , ….. , хn , … не имеют предела).
Условия, при котором итерационный процесс сходится, формируется в теореме: если уравнение x=φ(x) на отрезке a= φ(x)=b имеет единственный корень и во всех точках этого отрезка производная f "(x) удовлетворяет неравенству | φ" (x)|≤q<1, то итерационный процесс сходится,а нулевое приближение х0 можно взять любое число из отрезка .
Очевидно, что чем меньше | φ" (x)| , тем лучше сходимость итерационного процесса.
Для лучшего уяснения сути метода итерации приведем геометрические итерации a,b,c,d.
Здесь
ξ – абцисса точки пересечения функций
т.е. искомый корень f(x)=0
; х0 первое (начальное) приближение
корня, x0
є ;
x1=φ(x0)
(т.к. А0 С0= φ(x0),
B1C1
= А0 С0= x1), х2 = φ(x1)
, х3 = φ(x2),
…. φ(xn-1)=xn.
Последовательное приближение х0 , х1 , х2 , ….. , хn , … (общие абциссы точек графиков обеих функций) монотонно убывают, что характеризует сходящийся итерационный процесс (каждая последующая приближение хn ближе к истинному корню ξ чем каждое предыдущее xn-1). Отметим, что в рассматриваемом случае 0< φ" (x)<1 , кривая φ(x) пересекает биссектрису у=х в точке М=(ε, φ(ε)) и при х>ξ кривая у= f(x) лежит под биссектрисой
Здесь
φ" (x)<0
, но по абсолютной величине меньше 1 ,
т.е. | φ" (x)|<1.
Итерационный процесс и в этом случае сходится, однако приближения колеблются около точного значения корня ξ. В отличие от случая «а», где ломанная линия А0 , B1 , A1 , B2 ,A2……… имеет вид лестницы, ломаная линия А0 , B1 , A1 , B2 ,A2……… случая «б» имеет вид спирали.
Здесь | φ" (x)|>1 , кривая у= φ(x) пересекает биссектрису у=х в точке М=(ξ, φ(ξ)) и при х>ξ лежит над биссектрисой.В таком случае итерационный процесс расходится.
Здесь
| φ" (x)|>1.Последовательные
приближения удаляются от точного
значения корня ξ т.е. итерационный
проце
сс
расходится.
Итак, если в некоторой окрестности корня ξ уравнение х=φ(x) производная φ" (x) сохраняет постоянный знак выполняется неравенство
| φ" (x)|≤q<1, причем φ" (x)>0, то последовательностные приближения
φ(xn-1)=xn (n є N , x0 є ) сходятся к корню монотонно. В том же случае, если φ" (x)<0 , то последовательные приближения колеблются около точного значения корня ξ.
Проверкой точности является следующее соотношение
|ξ- xn |≤(q/(1-q))| xn – xn-1 |, где «q» определяется из выражения | φ" (x)|≤q<1.
Если ставится условие, что истинное значение корня ξ должно отличатся от приближенного значения на величину Δ , то |ξ- xn |≤Δ и | xn – xn-1 |≤Δ((1-q)/q)
Пример
Методом итераций уточнить до 10^(-4) корень уравнения 5х³ - 20х² +3=0 , заключенный на отрезке .
Решение
Данное уравнение следует привести к виду х= φ(x) .Это можно сделать по разному, например:
х=х+(5х²-20х+3), где φ1(x)=5х²-19х+3;
х=((20х-3)/20)^(1/3) , где φ2(x) =((20х-3)/20)^(1/3);
х=((5х³+3)/20) , где φ3(x)=((5х³+3)/20)
Поскольку условие достаточности | φ" (x)|≤q<1 характеризует сходимость итерационного процесса,то определим φj(x) для вычисления последовательных приближений:
| φ"1 (x)|=|15x²-19|>1 на ;
| φ"2 (x)|=|(1/3)*(((25)^(1/3) *4) / ((20x-3)^(2)) ^(1/3))|>0 на ;
| φ"3 (x)|=|((15х²)/20)|=(3/4)x²<1 на ;
Следовательно, можно воспользоваться функцией φ3(x) для?????? приближенного корня по формуле:
Xn = (5х³n-1 +3)/20
За начальное приближение возьмем max φ"(x) на , т.е. х0=0,75=q
Пользуясь формулой | xn – xn-1 |≤(ε*(1-q))/q,
Определим какой должна быть разность | xn – xn-1 | ,что бы была достигнута заданная конечность, т.е.
| xn – xn-1 |≤(0,0001(1-0,75))/0.75=0.00003
Таким образом когда обсолютная величина разности | xn – xn-1 | не превзойдет 0,00003 , итерационный процесс следует прекратить и считать заданную точность достигнутой.
Вычисления сведем в таблицу:
Из этой таблицы
х4 – x5=0,1541413-0,151361=0,0000 , т.е.
Пример
Найти методом итераций наименьший положительный корень(с пятью значащими цифрами) уравнения!
Cos(x) –(1/x)sin(x)=0.
Заменяем исходное уравнение эквивалентным ему: х=tg(x) и построив график функции y1=x; y2=tg(x), находим что х0=(3π)/2=4.7.
Однако к уравнению х=tg(x) непосредственно метод итераций применить нельзя, т.к. при любом значении х φ" (x)=(tg(x))"=(1/cos²(x)) больше единице (т.е. не соблюдается достаточное условие сходимости итерационного процесса | φ" (x)<1|).
Поэтому перейдем к обратным функциям, т.е. к уравнению
φ" (x)=(arctg(x))"=(1/(1+x²))<1 при x≠0
Уравнением x= arctg(x), эквивалентное исходному уравнению
Cos(x) –(1/x)sin(x)=0, решаем при помощи формулы
Xn =arctg(xn-1) , где х0=4,7
Итерационный процесс заканчиваем тогда, когда с необходимой точностью совпадут значения xn и xn-1
Выполнив вычисления приведенные в таблице
Получаем х=4,4934
Пример
Вычислит с точностью до ε=10^(-5) корень уравнения (е^(x))-x²=0
Решение
Перепишем заданное уравнение в виде (е^(x))=x²
И отделим корни графически
Единственный
корень уравнения (е^(x))-x²
лежит в интервале [-0.8;-0.7]
Действительно:
f(-0,8)= (е^(-0,8))-0,8²=0,44933-0,64=-0,19607<0 ,
f(-0,7)= (е^(-0,7))-0,7²=0,49659-0,49=0,00659>0 ,
т.е. f(-0.8)*f(-0.7)<0.
Методом проб сузим интервал. В котором находится корень ξ .
Имеем: [-0.725;-0.7].
Из уравнения(е^(x))-x²=0 получаем х=-((е^х)^(1/2)) (пер знаком радикала стоит знак минус, т.к. известно, что корень ξ отрицателен).
Проверим каким является итерационный процесс для функции
φ(x)= -(х/(e^2))
φ"(x)=-(1/2)e^(x/2); | φ"(-0.725)|=0.34727;
|φ" (-0.7)|=0.35230,
Поскольку |φ" (x)|<1 ,на [-0.725;-0.7] , то итерационный процесс сходится, т.е. удовлетворяется требование |φ"(x)|≤q<1.
Возьмем q=0.36 ,а т.к.ε=10^(-5), то из(q/(1-q)) | xn – xn-1| ≤ε получаем
| xn – xn-1|≤ ε((1-q)/q) и | xn – xn-1|≤10^(-5)(1-0.36)/(0.36)=18*10^(-5)
Таким образом, требуемая точность будет достигнута, если выполняется неравенство | xn – xn-1| ≤ 0.00002 .
В качестве нулевого приближения можно взять любую точку отрезка
[-0.725;-0.7]. Примем х0=-0,7.
Вычисления сведем в таблицу
Т.к. | x6 – x5|=|-0.70346+0.70348|=0.00002 , то ξ≈-0,70346
Методы решения систем линейных уравнений.
Решение матричных уравнений.
Матричное уравнение
,
где А - собственная матрица, Х –
вектор-столбец неизвестных, В –
вектор-столбец свободных членов системы:
А=
,
Х=,
В=,
решается умножением обеих его частей
на обратную матрицу
:
Поскольку
(где
Е – единичная матрица), то
.
Отсюда
.
Союзная
матрица
по отношению к данной матрице А есть
транспонированная матрица алгебраических
всех элементов матрицы А:
Пример: Используя матричную запись, решить систему линейных уравнений:
Решение:
Имеем
,
т.е.:
Находим
:
;
.
Поскольку
,
то
.
Отсюда
Замечание:
Если
порядок матрицы А большой, то рассмотренный
метод обращенной матрицы требует сложной
вычислительной работы. Пользуясь
разложением квадратной матрицы А на
произведение двух треугольных, можно
легко вычислить обратную матрицу
,
а именно, если
,
то
.
В этом случае обратные матрицы
для треугольных матриц
находятся
сравнительно просто (обратная матрица
неособенной треугольной матрицы есть
такая же треугольная матрица того же
типа и структуры). Отметим, что если
квадратная матрица А имеет отличные от
нуля диагональные миноры (это миноры
определителя матрицы, на главных
диагоналях которых стоят диагональные
элементы матрицы), т.е.:
что
ее можно разложить на произведение двух
треугольных матриц (верхней и нижней).
Это разложение единственно, если
диагональным элементам одной из
треугольных матриц заранее дать отличные
от нуля значения (например, положить их
равными единице).
Искомые
элементы треугольных матриц
находят следующим образом:
Пример:
Для
матрицы
найти обратную, разложив данную матрицу
на произведение двух треугольных.
Решение:
Вычисляем:
Т.е.
А можно представить как
,
т.е.:
или
Составляем уравнения:
Решая эти уравнения, находим:
Следовательно:
.
Для нахождения обратной матрицы
найдем
.
Пусть
=
,
тогда
,
или
Составляем
уравнения:
,
отсюда находим:
.
Следовательно:
.
Найдем
,
учитывая, что
:
Отсюда находим элементы обратной матрицы
:
.
Обратная матрица
:
Формулы Крамера для решения системы линейных уравнений.
Если
определитель
квадратной системы линейных уравнений
не равен нулю, то эта система имеет
единственное решение и это решение
находиться по формулам Крамера:
где
,
- определитель, получаемый из
заменой к-ого столбца на столбец свободных
членов.
Пример:
Решить по формулам Крамера систему линейных уравнений:
Решение
.
Находим определители
,
раскладывая их на миноры по элементам
последней строки:(здесь
первый и третий миноры равны нулю, т.к.
имеют пропорциональные столбцы).
Теперь по формулам Крамера получаем решение системы:
Замечание. Решение линейных неоднородных уравнений большой размерности по формулам Крамера очень громоздко. На практике такие системы решают другими методами. Наиболее распространенным методом среди них является метод Гаусса, в основе которого лежит идея последовательного исключения неизвестных (в результате чего, данная система уравнений преобразуется к эквивалентной системе, решение которой не составляет труда).
Решение системы уравнений методом Гаусса (методом последовательного исключения неизвестных)
Метод Гаусса – прямой (точный) метод решения совместных систем линейных уравнений, дающий возможность получить решение посредством конечного числа арифметических действий.
Процесс решения системы уравнений методом Гаусса состоит из прямого и обратного хода.
Прямой ход – преобразование заданной системы уравнений к эквивалентной системе с верхней треугольной матрицей.
Обратный ход – получение решения системы.
Пример .
Поскольку
эта система совместна, т.е.
,
а число переменных ровно числу уравнений,
(т.е. система является определенной
системой 3-его порядка), то ее решение
единственно. Прямой ход включает
следующие преобразования расширенной
матрицы:
Преобразованная система уравнений имеет вид:
Обратный
ход:
а) схема единственного деления.
Операции прямого и обратного хода удобно вести по вычислительной схеме единственного деления. Как для системы 3-х уравнений с 3-мя неизвестными имеем вычислительную схему:
|
№ строки |
Коэффициенты
при
|
Свобоныые члены |
Контроль |
||||
|
|
|
|
Контрольные суммы |
Строчные суммы |
|||
|
Прямой ход |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|||
|
|
|
|
|
|
|||
|
|
|
|
|
|
|||
|
|
|
|
|
||||
|
|
|
|
|
||||
|
|
|
|
|||||
|
Обратный ход |
|
|
|
||||
|
|
|
|
|||||
|
|
|
|
|||||
В
этой схеме:
- ведущий элемент;;
-
ведущий элемент;;
;
- контрольные суммы, над которыми
выполняются те же действия, что и над
остальными элементами строки.
Пример .
По схеме единственного деления решение этой системы уравнений проводиться в следующей последовательности:
1) в первые три строки схемы единственного деления вписываются коэффициенты и свободные члены каждого уравнения данной системы и для этих строк выписываются контрольные и строчные суммы (на этом этапе эти суммы совпадают между собой; на следующем этапе они будут служить целям контроля);
2)
делим все числа первой строки на ведущий
элемент
,
или, что удобнее, умножаем их на число,
обратное ведущему элементу:
(далее всюду в промежуточных результатах
будем сохранять два запасных десятичных
знака).
Округляя полученные произведения до четырех десятичных знаков, выписываем их в четвертую строку таблицы.
Так,
.
Строчная сумма четвертой строки равна 1-0,1667+0,2500-0,5000=0,5833, а контрольная сумма (1,20-0,20+0,30-0,60)*0,8333=0,70*0,8333=0,5833. Совпадение строчной и контрольной сумм означает отсутствие вычислительных ошибок.
3)
вычислив коэффициенты
вычислительной системы
,
где
.
Заполним строки 5 и 6 схемы единственного
деления. Очевидно:
4) повторяем процесс, т.е. строки 7 и 9 заполняем по тому же правилу, что и строки 4 и 8 – по правилу заполнения строк 5 и 6. Текущий контроль вычислений осуществляется вычислением контрольных сумм и сравнением их со строчными для каждой строки
|
№ строки |
Коэффициенты
при
|
Свободные члены |
Контроль |
||||
|
|
|
|
Контрольные суммы |
Строчные суммы |
|||
|
Прямой ход | |||||||
|
Обратный ход | |||||||
5)
числа, заполняющие 4, 7 и 9 строки схемы,
представляют собой коэффициенты и
свободные члены простейшей системы
трех уравнений:
эквивалентной
данной. Решение этой системы осуществляется
по формулам обратного хода:
Для
контроля обратного хода вычисляют числа
,
которые должны быть связаны с найденным
решением данные системы соотношениями:
.
Действительно,
решение данной системысвязано с решением системыуказанной
зависимости
и
учитываем, что
)
Хорошее
совпадение контрольных и строчных сумм
в рассмотренном примере говорит о том,
что запасных знаков было удержано
достаточно. Округляя найденные значения
окончательно
получаем:.
Б) Схема с выбором главного элемента. Эту схему вычислений, лучшей по точности из всех вычислительных схем по методу Гаусса, проиллюстрируем на этом же примере. Первые три строки схемы, за исключением третьего столбца, заполняются аналогично схеме единственного деления:
|
№ строки |
Коэффициенты
при
|
Свободные члены |
Контроль |
|||||
|
|
|
|
Контрольные суммы |
Строчные суммы |
||||
|
Прямой ход | ||||||||
Выбираем
в таблице наибольший по модулю коэффициент
(который будем называть главным
элементом). Имеем
=1,60
(в таблице выделен цветом). В третьем
столбце выписываются взятые с обратным
знаком частные от деления на главный
элемент
всех элементов столбца, содержащего
главный элемент (в данном случае пятого
столбца). Прибавляя теперь к каждой из
строк схемы (столбцы 4-8) строку с главным
элементом, умноженную предварительно
на соответствующий множитель и третьего
столбца, получим:
|
Прямой ход | ||||||||
Здесь контроль производиться так же, как и в схеме единственного деления.
Выполненные
действия привели к исключению из исходной
системы неизвестной
.
В оставшейся системе (строки 4 и 5) выбираем
новый главный элемент (это коэффициент
при
,
т.е. 1,494).
Все последующие действия выполняются аналогично предыдущим, т.е. получаем:
|
Прямой ход |
В
результате последней операции исключена
неизвестная
,
и прямой ход завершен.
Обратный ход:
Полностью схема с выбором главного элемента для нашего примера имеет вид:
|
№ строки |
Коэффициенты
при
|
Свободные члены |
Контроль |
|||||
|
|
|
|
Контрольные суммы |
Строчные суммы |
||||
|
Прямой ход | ||||||||
Округляя
запасной знак, окончательно получаем:
=-0,44;
=-0,12;
=-0,17.
Итерационные методы решения систем линейных уравнений.
В отличие от прямых (точных) методов, итерационные методы являются бесконечно повторяющимися процессами. Если этот процесс сходящийся, то на каждом последующем шаге получается более точное приближение к искомому решению данной системы уравнений.
а) Метод простой итерации.
Для
итерационных методов систему линейных
уравнений
приводят к виду
.
В качестве начального приближения
целесообразно взять свободные члены
системы, а дальнейшиеk-
ые приближения строить по формулам:
Если
каждая из последовательностей приближений
имеет предел
,
то совокупность чисел
является решением заданной системы.
Действительно, так как .
б) Достаточный признак сходимости итерационного процесса.
Если
максимальная сумма модулей коэффициентов
при неизвестных
каждого уравнения системы меньше
единицы, т.е.
то процесс итерации сходится.
Пример: Исследовать систему уравнений на сходимость итерационного процесса.
Имеем:
Проверка:
,
то итерационный процесс для заданной
системы трех уравнений сходиться.
в) Решение системы уравнений методом простой итерации.
Рассмотрим пример решения систем уравнений методом итерации:
предполагая, что абсолютные погрешности коэффициентов и свободных членов системы не превышают 0,00005.
Для заданной системы уравнений удовлетворяется условие достаточности сходимости итерационного процесса.
Примем
за начальные приближения решения
свободные члены системы:
Последующие вычисления приближений выполняем по формулам:
Результат
вычислений сведем в таблицу:
|
Приближенно |
Коэффициенты
при
|
Свободные члены |
||
|
|
|
|
||
|
| ||||
|
| ||||
|
| ||||
|
| ||||
|
| ||||
|
| ||||
|
| ||||
В данном случае пятое и шестое приближения решения системы имеют пять одинаковых десятичных знаков. Округляя запасной знак, окончательно имеем:
г) О приведении линейной системы к виду, пригодному к методу итерации.
Для любой системы с невырожденной матрицей существуют сходящиеся итерационные методы решения. Однако, не всегда эти методы удобны для практических вычислений.
Поэтому
приведение системы линейных уравнений
к виду
должно осуществляться так, чтобы
выполнялся признак достаточности
.
В
том случае, если диагональные элементы
матрицы А отлична от нуля, т.е.
,
и
:
то систему
можно записать в виде:
,
а
элементы матрицы С будут:
При
этом, очевидно, модули диагональных
коэффициентов
матрицы
больше суммы модулей всех остальных
коэффициентов (не считая свободных
членов) строк этой матрицы, т.е.
.
Пример.
Привести к виду, пригодному для метода итерации, систему:
В
этой системе
,
.
Имеем:
Для
полученной системы выполняются условия
сходимости:
Пример . Система:
имеет матрицу, в которой диагональные элементы близки единице, а все остальные – значительно меньше единицы. Поэтому для применения метода итерации естественно записать заданную систему в виде:
Условия сходимости для полученной системы выполняются, т.к.:
д) Метод Зейделя .
Итерационный метод Зейделя решения линейных систем уравнений представляет собой видоизменение метода простой итерации.
В
этом методе линейная система задается
в виде
,
а приближения строятся по формулам:
Обычно этот метод дает лучшую сходимость, чем метод простой итерации. При этом условия сходимости остаются верными и для метода Зейделя.
Пример . Методом Зейделя решить систему:
Поскольку достаточные условия сходимости итерации процесса выполнены, т.е.: 0,1667+0,2500<1; 0,1250+0,0625<1; 0,2000+0,0667<1, то имеем решение системы.
Последовательные приближения для k=0; k=1:
Результаты вычислений сведем в таблицу:
|
Приближенно |
Коэффициенты
при
|
Свободные члены |
||
|
|
|
|
||
|
| ||||
|
| ||||
|
| ||||
|
| ||||
|
| ||||
Таким образом:
Численное интегрирование.
Задачей численного интегрирования является нахождение определенного интеграла, если подинтегральная функция задана таблично.
Ниже рассмотрены простейшие формулы приближенного интегрирования (часто называемые квадратурными формулами).
а) Метод прямоугольников.
Этот метод основании
на непосредственном определении
интеграла:
где
интегральная сумма, соответствующая
некоторому разбиению отрезка
и некоторому выбору точек
на отрезках разбиения.
Принимая интегральную
сумму за приближенное значение
определенного интеграла, запишем
квадратные формулы левых
и правых
прямоугольников:
-шаг,
;
-шаг,
.
Очевидность этих формул следует из графической интерпретации приближенной площади криволинейной трапеции: ступенчатыми фигурами.
Пример.
С помощью формул левых и правых
прямоугольников вычислить
,
пологая
.
Решение.
Точками разбиения служат
а значения подинтегральной функции
в этих точка таковы:
По формулам левых
и правых прямоугольников численные
значения заданного интеграла равны:
,
Имеем,
.
Очевидно, что
увеличение числа разбиений отрезка
дает более точный результат, но при этом
увеличивается и число расчетов. Поэтому
большой интерес представляют квадратурные
формулы, дающие более точный результат
при заданном разбиении отрезка
.
б
)
Метод трапеций.
В этом случае интегральная сумма
есть среднее арифметическое
формул правых и левых прямоугольников:
.
(*)Легко
усмотреть геометрический смысл этой
формулы, в которой подинтегральная
функция заменена кусочно-линейной
(говорят в этом случае о линейной
интерполяции дискретной функции. Это
означает, что площадь криволинейной
трапеции
заменяется суммой площадей трапеций
.
Приведя в формуле (*) подобные члены, окончательно получаем:
Эту формулу принято называть общей формулой трапеций.
Пример.
Пользуясь общей формулой трапеций
вычислить
при
.
Решение. Здесь .
на участке
Имеем:
,
где
-
уравнение параболы.
Коэффициенты
.
в виде:.
Положим
,
имеем:
(здесь
).
Аналогично:
Отсюда:
.
Площадь под параболой есть
Или, учитывая, что
Окончательно:
.
в) Метод Симпсона (метод парабол).
Суть
метода Симпсона заключается
в замене дуги подинтегральной функции
на участке
параболой (т.е. графиком квадратичной
зависимости), проходящей через точки.
Имеем:
,
где
-
уравнение параболы.
Коэффициенты
определяются из условия прохождения
параболы через точки
Однако
это приводит к довольно длинным выкладкам:
.
Поступим
иначе. Запишем искомую параболу на
отрезке
в виде:.
Положим
,
имеем:
(здесь
).
Аналогично:
Отсюда:
.
Площадь под параболой есть
Или, учитывая, что
Окончательно:
.
Для
интеграла по всему промежутку
получаем:
Эта формула называется формулой Симпсона.
Пример.
Найти
по формуле Симпсона при.
Решение.
Значения
в точках отрезка:.
Формула Симпсона дает .
Т.к.
,
то ошибка
(или
).
В то же время ошибка общей формулы трапеций значительно выше:
(или
).
Пример.
Найти
.
Решение. Пусть .
По формуле трапеции, получаем:
.
По формуле Симпсона, получаем:
.
Точное
значение
,
а
соответствующие погрешности равны
и
(или
и
).
Дифференцирование функций, заданных приближенно.
При
вычислении производной функции, заданной
таблицей, следует иметь в виду, что
лучший способ найти
по
двум значениям функции
- это взять такие значения справа и
слева на равном расстоянии от значения
,
для которого ищется производная:
.
Аналогично,
Пример.
Вычислить значения
и
,
если
Решение.
Результаты вычислений
и
сведем в таблицу:
|
|
|
|
|
Численное интегрирование дифференциальных уравнений.
Решить
дифференциальное уравнение
численным методом - это значит для
заданной последовательности аргументов
и числа
,
не определяя функцию
,
найти такие значения
,
что
и
.
Очевидно,
что уравнения
,
как решения
при
,
должно существовать и быть единственным,
т.е. функция
должна быть непрерывной в рассматриваемой
области по обоим аргументам и иметь
ограниченную частную производную
.
Излагаемые
ниже методы численного решения
дифференциального уравнения первого
порядка легко переносятся на случай
системы
числа уравнений.
а) Метод Эйлера.
Этот
метод состоит в том, что на малом
промежутке
изменения независимой переменной
интегральная кривая дифференцируемого
уравнения
заменяются отрезком касательной.
(Действительно, ).
Теперь,
принимая точку
за исходную, можно точно таким же методом
получить(здесь число
является шагом таблицы).
Геометрически
интегральная кривая
заменяется ломанной (называемой ломаной
Эйлера).
Рабочая
формула для определения значений
по методу Эйлера имеет вид:
,
где
,
,
.
Пример.
с начальным условием
,
выбрав шаг
.
Решение. Результаты вычислений сведем в таблицу:
|
|
|
|
|
|
Точное
решение
|
|
|
|
|
|||||
Из
таблицы следует, что абсолютная
погрешность
,
а относительная погрешность
.
Решение системы дифференциальных уравнений и дифференциальных уравнений высших порядков методом Эйлера требует их преобразования к системам уравнений 1-го порядка.
Так, для системы
с
начальными условиями
и
приближенные значения
и
вычисляются по формулам:
Пример.
Применяя метод Эйлера, составить на
отрезке
таблицу значений решения уравнения
с начальным условием,
выбрав шаг
.
Решение.
С помощью подстановок
из заданного уравнения получаем:
с начальными условиями .
В полученной системе:
.
Вычисления
сведем в таблицу:
|
|
|
|
|
|
|
|
В этой таблице первая строка заполняется так: для того,
что
;
;
;
,
.
Используя формулы ,,
получаем
;
;
;
.
Таком образом, во второй строке таблицы записываем
;
;
;
.
По этим значениям находим:
,
и, следовательно,
Заполнение
таблицы при
производится аналогично.
б) Метод Ронге-Кутта.
Этот метод, имеющий много общего с методом Эйлера, является методом повышенной точности.
Пусть
на отрезке
требуется найти численное решение
уравнения
с начальными условиями
.
В
методе Рунге-Кутта, так как и в методе
Эйлера, последовательные значения
искомой функции
определяются по формуле
.
Представим
приращение функции
членами до
включительно ряда Тейлора разложения
функции
:
Где
,
,
,
,
,
- производные, определяемые последовательным
дифференцированием уравнения
.
Вместо
непосредственных вычислений приращения
по полученной формуле в методе Рунге-Кутта
определяются четыре числа
;
;
;таких,
что:
.Таким
образом, для каждой пары
находят
и затем
.
Вычисления по методу Рунге-Кутта удобно вести по схеме:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В
столбце 2 и 3 текущей строки записывается
нужное значение
и
,
а результаты подставляются в правую
часть уравнения
,
записывается в четвертый столбец той
же строки. В пятом столбце таблицы
получены значения столбца
умножаются на шаг интегрирования
.
Результаты шестого столбца суммируются
и делятся на 6, т.е. определяется
и
.