Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Интерполирование функций и Решение систем

Поиск

ЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ УРАВНЕНИЙ

 

Методические указания

к лабораторным работам по дисциплине

“ВЫЧИСЛИТЕЛЬНАЯ МАТЕМАТИКА”

 

 

Санкт-Петербург

 

УДК 519.7

 

Интерполирование функций и решение систем линейных алгебраических уравнений: Методические указания к лабораторным работам по дисциплине "Вычислительная математика" / Сост.: В.Н. Кафтасьев, А.Р. Лисс, М.С. Титов; СПбГЭТУ. СПб., 1998. 32 с.

 

Содержат формулировку заданий лабораторных работ и необходимые для их исполнения пояснения. При разработке лабораторных работ особое внимание уделяется вопросам исследования точности и обусловленности применяемых методов машинных вычислений.

Предназначены для студентов ФАВТ направления "Информатика и вычислительная техника" и специальности 220400, а также для студентов других специальностей, изучающих численные методы решения задач на ЭВМ.

 

Утверждено

редакционно-издательским советом университета

в качестве методических указаний

 

 

© СПбГЭТУ, 1998

 

ВВЕДЕНИЕ

 

Цикл лабораторных работ предназначен для студентов 2-го курса (четвертый семестр), изучающих дисциплину “Вычислительная математика” и работающих в компьютерных классах на базе ЭВМ типа IBM PC AT-286 и выше, снабженных компилятором языка С (С++). Работы цикла посвящены отработке тем “Интерполирование функций” и “Задачи линейной алгебры”. Каждая из работ ставит целью изучение либо конкретного численного метода, либо набора численных процедур (схем, формул), позволяющих реализовать выполнение одной из классических задач вычислительной математики: интерполирование функций в случаях неравноотстоящих и равноотстоящих узлов и решение систем линейных алгебраических уравнений с использованием различных вычислительных способов. Порядок расположения лабораторных работ в методических указаниях соответствует последовательности изложения лекционного материала. Для углубленного изучения упомянутых задач и методов их решения целесообразно воспользоваться изданиями [1]-[10]. Данные методические указания являются продолжением материала, изложенного авторами в [11].

Выполнять каждую лабораторную работу следует поэтапно в следующем порядке:

- подготовка к решению задачи на персональной ЭВМ (ПЭВМ);

- проведение вычислительного эксперимента на ПЭВМ;

- анализ результатов вычислений;

- оформление отчета.

Подготовка к решению задачи на ПЭВМ производится как вне ком-пьютерного класса, так и непосредственно на ПЭВМ. Она включает:

- ознакомление с описанием работы и заданием для выполнения;

- составление программных модулей, содержащих определенные заданием и персональным вариантом вычислительные процедуры, и/или ввод исходных данных;

- компиляцию разработанных программных модулей, их отладку и сопряжение с имеющимися для большинства работ программами-функциями, реализующими конкретные численные методы;

- планирование вычислительного эксперимента на ПЭВМ в рамках выполняемого задания.

Подпрограммы-функции, предназначенные для применения в процессе вычислений, представлены в виде библиотеки модулей на языке программирования С++. Это предопределяет ориентацию цикла работ на студентов, владеющих данным языком и навыками программирования в необходимом объеме.

Проведение вычислительного эксперимента на ПЭВМ осуществляется в соответствии с порядком выполнения работы и заданием на исследование указанных зависимостей и обусловленности изучаемого метода.

Анализ результатов вычислений заключается в построении исследуемых зависимостей и сравнительной оценке метода (вычислительной процедуры) по характерным для данной группы методов параметрам, например скорости сходимости, степени обусловленности, достижимой точности и т. п.

Анализ результатов и оформление отчета производятся вне компьютерного класса.

Отчет должен содержать:

- постановку задачи;

- тексты разработанных программ;

- результаты вычислений, их теоретический и экспериментальный анализ в виде таблиц и графиков, снабженных необходимыми комментариями;

- развернутые выводы по лабораторной работе.

 

 

ИНТЕРПОЛИРОВАНИЕ ФУНКЦИЙ

 

Пусть величина является функцией аргумента . Это означает, что любому значению из области определения поставлено в соответствие значение . Однако на практике часто неизвестна связь между и , т. е. невозможно записать эту связь в виде некоторой зависимости . В других случаях при известной зависимости ее использование в практических задачах затруднительно (например, она содержит сложные, трудно вычисляемые выражения).

Наиболее распространенным и важным для практического использования случаем, когда вид связи между параметрами и неизвестен, является задание этой связи в виде некоторой таблицы , в которой дискретному множеству значений аргумента поставлено в соответствие множество значений функции . Эти значения – либо результаты расчетов, либо экспериментальные данные. На практике могут понадобиться значения величины и в других точках, отличных от узлов . Таким образом, приходим к необходимости использования имеющихся табличных данных для приближенного вычисления искомого параметра при любом значении (из некоторой области) определяющего параметра , поскольку точная связь неизвестна.

Этой цели служит задача о приближении (аппроксимации) функций: данную функцию требуется аппроксимировать (приближенно заменить) некоторой функцией так, чтобы отклонение (в некотором смысле) от в заданной области было наименьшим. Функция при этом называется аппроксимирующей.

Для практики важен случай аппроксимации функции многочленом

(1.1)

Этот случай, т. е. приближение многочленами, является одной из задач классического численного анализа [3], [4], [8], [10]. Рассмотрим аппроксимацию этого рода и методы ее реализации в вычислительных процедурах на ЭВМ. Коэффициенты в процедурах подбираются так, чтобы достичь наименьшего отклонения многочлена от данной функции.

Если приближение строится на заданном дискретном множестве точек , то аппроксимация называется точечной. Одним из основных типов точечной аппроксимации является интерполирование, которое заключается в следующем: для данной функции строится многочлен (1.1), принимающий в заданных точках те же значения , что и функция , т. е.

(1.2)

При данной постановке задачи предполагается, что среди значений нет одинаковых: при . Точки называются узлами интерполяции, а многочлен - интерполяционным многочленом. Близость интерполяционного многочлена к заданной функции состоит, таким образом, в том, что их значения совпадают на заданной системе точек (узлов).

Максимальная степень интерполяционного многочлена . В этом случае говорят о глобальной интерполяции, так как один многочлен

(1.3)

используется для интерполяции функции на всем рассматриваемом интервале изменения аргумента . Коэффициенты многочлена (1.3) находят из системы уравнений (1.2). Можно показать, что при () эта система имеет единственное решение [1] - [4], [10].

Возможны два случая задания функции :

- точки располагаются на оси абсцисс неравномерно на различных расстояниях одна от другой - случай неравноотстоящих узлов;

- точки располагаются на оси абсцисс равномерно с фиксирован- ным шагом - случай равноотстоящих узлов.

В каждом из указанных случаев для интерполирования функций применяются различные интерполяционные формулы. Их изучению посвящены, соответственно, лабораторные работы № 9 и № 10.

 



Поделиться:


Последнее изменение этой страницы: 2016-08-15; просмотров: 304; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.144.252.243 (0.008 с.)