Файл: Руководство по выполнению лабораторных работ по предмету Вычислительная математика.doc

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 26.10.2023

Просмотров: 132

Скачиваний: 3

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.


.

= (5.5)

Задание 1

Написать программу решения дифференциального уравнения методом Эйлера на отрезке с шагом и 2h и начальным условием . Исходные данные для выполнения задания берутся из таблицы 5. Сравнить результаты.

Задание 2

Написать программу решения дифференциального уравнения методом Рунге-Кутта на отрезке с шагом и 2h и начальным условием . Оценить погрешность по формуле (5.5). Исходные данные для выполнения задания берутся из таблицы 5.

Примерный фрагмент выполнения лабораторной работы

  1. Решить дифференциальное уравнение y’=f(x,y) методом Эйлера на отрезке [a,b] с шагом h c начальным условием y(a)=y0 , f(x,y)=(3x-y)/(x2+y), a=2, b=3, h=0.1, y0=1.


2. Решить дифференциальное уравнение y’=f(x,y) методом Рунге-Кутта на отрезке [a,b] с шагом h c начальным условием y(a)=y0.




Таблица 5

N

Функция









1



2

3

1

0.1

2



3

4

1

0.1

3



0

1

2

0.1

4



2

3

1

0.1

5



1

2

1

0.1

6



0

1

1

0.1

7



0

1

2

0.1

8



0

1

1

0.1

9



2

3

2

0.1

10



0

1

3

0.1


КОНТРОЛЬНЫЕ ВОПРОСЫ

1. Проверить для дифференциального уравнения условия теоремы существования и единственности.

2. На какие основные группы подразделяются приближенные методы решения дифференциальных уравнений?

3. В какой форме можно получить решение дифференциального уравнения по методу Эйлера?

4. Каков геометрический смысл решения дифференциального уравнения методом Эйлера?

5. В какой форме можно получить решение дифференциального уравнения по методу Рунге-Кутта?

6. Какой способ оценки точности используется при приближенном интегрировании дифференциальных уравнений методами Эйлера и Рунге-Кутта?

7. Как вычислить погрешность по заданной формуле, используя метод двойного пересчета?

Лабораторная работа №6

ТЕМА: Статистическая обработка опытных данных

Пусть зависимость между переменными и задана таблично (заданы опытные данные). Требуется найти функцию в некотором смысле наилучшим образом описывающую данные. Одним из способов подбора такой (приближающей) функции является метод наименьших квадратов. Метод состоит в том, чтобы сумма квадратов отклонений значений искомой функции и заданной таблично была наименьшей:

(6.1)

где  вектор параметров искомой функции.

Задание 1

Построить методом наименьших квадратов две эмпирические формулы: линейную и квадратичную.

В случае линейной функции задача сводится нахождению параметров и из системы линейных уравнений


, где

, , , My= i

а в случае квадратичной зависимости к нахождению параметров , и из системы уравнений:

, где

, ,

Выбрать из двух функций наиболее подходящую. Для этого составить таблицу для подсчета суммы квадратов уклонений по формуле (6.1). Исходные данные взять из таблицы 6.

Задание 2

Составить программу для нахождения приближающих функций заданного типа с выводом значений их параметров и соответствующих им сумм квадратов уклонений. Выбрать в качестве приближающих функций следующие: , , . Провести линеаризацию. Определить для какого вида функции сумма квадратов уклонений является наименьшей.

Исходные данные помещены в таблице 6.

Примерный фрагмент выполнения лабораторной работы




Таблица 6








1

2

3

4

5

6

7

8

9

10

1



0.5

0.1

0.4

0.2

0.6

0.3

0.4

0.7

0.3

0.8






1.8

1.1

1.8

1.4

2.1

1.8

1.6

2.2

1.5

2.3

2



1.7

1.5

3.7

1.1

6.2

0.3

6.5

3.6

3.8

5.9






1.5

1.4

1.6

1.3

2.1

1.1

2.2

1.8

1.7

2.3

3



1.7

1.1

1.6

1.2

1.9

1.5

1.8

1.4

1.3

1.0






6.7

5.6

6.7

6.1

7.4

6.9

7.9

5.9

5.6

5.3

4



1.3

1.2

1.5

1.4

1.9

1.1

2.0

1.6

1.7

1.8






5.5

5.9

6.3

5.8

7.4

5.4

7.6

6.9

6.6

7.5

5



2.3

1.4

1.0

1.9

1.5

1.8

2.1

1.6

1.7

1.3






5.3

3.9

2.9

5.0

4.0

4.9

5.1

4.5

4.1

3.7

6



1.8

2.6

2.3

1.3

2.0

2.1

1.1

1.9

1.6

1.5






4.4

6.4

5.3

3.7

4.9

5.6

3.0

5.0

4.3

3.7

7



1.9

2.1

2.0

2.9

3.0

2.6

2.5

2.7

2.2

2.8






6.6

7.6

6.7

9.2

9.4

7.8

8.4

8.0

7.9

8.7

8



2.0

1.4

1.0

1.7

1.3

1.6

1.9

1.5

1.2

2.1






7.5

6.1

4.8

7.4

5.7

7.0

7.1

6.8

6.0

8.9

9



2.0

1.2

1.8

1.9

1.1

1.7

1.6

1.4

1.5

1.3






7.5

5.9

7.0

8.0

5.0

7.4

6.4

6.6

6.3

5.7

10



1.9

1.1

1.4

2.3

1.7

2.1

1.6

1.5

1.0

1.2






4.7

3.4

3.8

5.2

4.6

5.5

3.9

3.9

3.2

3.5



КОНТРОЛЬНЫЕ ВОПРОСЫ

1. В чем суть приближения таблично заданной функции по методу наименьших квадратов?

2. Чем отличается этот метод от метода интерполяции?

3. Каким образом сводится задача построения приближающих функций в виде различных элементарных функций к случаю линейной функции?

4. Может ли сумма квадратов уклонений для каких-либо приближающих функций быть равной нулю?

5. Какие элементарные функции используются в качестве приближающих функций?

6. Как найти параметры для линейной и квадратичной зависимости, используя метод наименьших квадратов?

Содержание.
Введение.

Знакомство с MathCad

Вычисления и операции в MathCad

Лабораторная работа №1

Решение уравнений с одной переменной

Лабораторная работа №2

Решение систем линейных уравнений

Лабораторная работа №3

Численное интерполирование

Лабораторная работа №4

Численное интегрирование

Лабораторная работа №5

Численное решение дифференциальных уравнений

Лабораторная работа №6

Статистическая обработка данных.