ID: 98908

Название работы: Применение интегрированных программных систем автоматизации математических расчетов

Категория: Курсовая

Предметная область: Информатика, кибернетика и программирование

Описание: Метод Симпсона. Метод прямоугольников. Для этого он вынужден изучать языки программирования и многочисленные подчас весьма тонкие капризные численные методы математических расчетов. Метод Симпсона Метод Симпсона также Ньютона-Симпсона относится к приёмам численного интегрирования.

Язык: Русский

Дата добавления: 2016-07-14

Размер файла: 762 KB

Работу скачали: 0 чел.

Содержание

Введение…………………………………………………………………………………………......2
1 Теоретическая часть……………………………………………………………………………...3
1.1 Метод Симпсона..………………………………………………………………………………3
1.2 Метод прямоугольников………………………………………..………………………………4
2 Практическая часть...……………………………………………………………………………..7
2.1 Решение нелинейных уравнений………………………………………………………..……7
2.2 Решение систем линейных уравнений. …………………………………………...…………11
2.3 Аппроксимация функций..…………………………………………………………...………17
2.4 Вычисление определенного интеграла………………………………………………………23
2.5 Решение обыкновенных дифференциальных уравнений…………………………......……26

Заключение…………………………………………………………………………………….…..32

Список литературы......……………………………………………………………………………33

                                                                   

Введение

Математические и научно - технические расчеты являются важной сферой применения персональных компьютеров. Часто они выполняются с помощью программ, написанных на языке высокого уровня, например Бейсике или Паскале. Сегодня эту работу нередко выполняет обычный пользователь ПК. Для этого он вынужден изучать языки программирования и многочисленные, подчас весьма тонкие капризные численные методы математических расчетов. Нередко при этом из-под руки способного физика, химика или инженера выходят далёкие от совершенства программы.

Это не вполне нормальное положение может изменить к лучшему применение интегрированных программных систем автоматизации математических расчетов (Eureka, MathCAD, MatLab и др.). Здесь рассматриваются возможности и эволюция одной из таких систем - MathCAD.

Фирма MathSoft Inc.(США) выпустила первую версию системы в 1986 г. Главная отличительная особенность системы MathCAD заключается в её входном языке, который максимально приближён к естественному математическому языку, используемому как в трактатах по математике, так и вообще в научной литературе. В последнее время широкое распространение получили пакеты математических программ (или математические системы), которые можно использовать для различных вычислений и вычерчивания графиков (Mathematica, Derive, Statistica, MathCAD, MathLAB и др.). В этих системах процесс вычислений сильно автоматизирован, что позволяет экономить время и больше внимания уделять физическому смыслу получаемого результата. Выбор системы зависит от характера решаемых задач, от вкуса, от практики.

1 Теоретическая часть

1.1 Метод Симпсона

Метод Симпсона (также Ньютона-Симпсона) относится к приёмам численного интегрирования. Получила название в честь британского математика Томаса Симпсона (1710—1761).

Суть метода заключается в приближении подынтегральной функции на отрезке интерполяционным многочленом второй степени , то есть приближение графика функции на отрезке параболой. Метод Симпсона имеет порядок погрешности 4 и алгебраический порядок точности 3.

1.1.1 Формула

Формулой Симпсона называется интеграл от интерполяционного многочлена второй степени на отрезке :

где , и  — значения функции в соответствующих точках (на концах отрезка и в его середине).

1.1.2 Погрешность

При условии, что у функции на отрезке существует четвёртая производная, погрешность , согласно найденной Джузеппе Пеано формуле, равна:

В связи с тем, что значение зачастую неизвестно, для оценки погрешности используется следующее неравенство:

1.2 Метод прямоугольников

Метод прямоугольников — метод численного интегрирования функции одной переменной, заключающийся в замене подынтегральной функции на многочлен нулевой степени, то есть константу, на каждом элементарном отрезке. Если рассмотреть график подынтегральной функции, то метод будет заключаться в приближённом вычислении площади под графиком суммированием площадей конечного числа прямоугольников, ширина которых будет определяться расстоянием между соответствующими соседними узлами интегрирования, а высота — значением подынтегральной функции в этих узлах. Алгебраический порядок точности равен 0. (Для формулы средних прямоугольников
равен 1).

Если отрезок является элементарным и не подвергается дальнейшему разбиению, значение интеграла можно найти по:

1.  Формуле левых прямоугольников:
2.  Формуле правых прямоугольников:
3.  Формуле прямоугольников (средних):

1.2.1 Составные квадратурные формулы

В случае разбиения отрезка интегрирования на элементарных отрезков приведённые выше формулы применяются на каждом из этих элементарных отрезков между двумя соседними узлами. В результате, получаются составные квадратурные формулы

1.  Для левых прямоугольников:
2.  Для правых прямоугольников:
3.  Для средних прямоугольников:

Формулу с вычислением значения в средней между двумя узлами точке можно применять лишь тогда, когда подынтегральная функция задана аналитически, либо
каким-нибудь иным способом, допускающим вычисление значения в произвольной точке. В задачах, где функция задана таблицей значений остаётся лишь вычислять среднее значение между интегралами, посчитанными по формулам левых и правых прямоугольников соответственно, что приводит к составной квадратурной формуле трапеций.

Поскольку составные квадратурные формулы являются ни чем иным, как суммами, входящими в определение интеграла Римана, при они сходятся к точному значению интеграла. Соответственно, с увеличением точность получаемого по приближённым формулам результата возрастает.

1.2.2 Составные формулы для равномерных сеток

Равномерную сетку можно описать следующим набором формул:

где  — шаг сетки.

Для равномерных сеток формулы прямоугольников можно записать в виде следующих формул Котеса:

1.  Составная формула левых прямоугольников:
2.  Составная формула правых прямоугольников:
3.  Составная формула средних прямоугольников:

1.2.3 Погрешность

Для формул правых и левых прямоугольников погрешность составляет

Для формулы прямоугольников (средних)

Для составных формул правых и левых прямоугольников на равномерной сетке:

Для составной формулы прямоугольников:

2 Практическая часть

2.1 Решение нелинейных уравнений

Mathcad

2.1.1 Шаговый метод

Будем вычислять значение  F(x),двигаясь вправо с некоторым шагом h.

 

Построим график функции F(x):

Рисунок 2 – График функции

Построим таблицу значений «х» и таблицу значений F(x) :

2.1.2 Метод Ньютона (касательных)

Зададим диапазон изменения номера итерации и начальное приближение к корню:

Вывод таблицы приближенных решений для  итерации:

Excel

                                                           

1.  Рассмотрим равнение:

Шаговый метод:

1.  Левую часть за f(x)

2.1.3 Шаговый метод

Рисунок 2.1 – График функции

2.1.4 Метод половинного деления

2.1.5 Метод касательных

2.2 Решение систем линейных уравнений.

То, что слева запишем в виде матрицы, а то, что справа возьмем как столбец свободных членов:

Выполним несколько операций над матрицей «А»:

2.2.1 Метод обратной матрицы

2.2.2 Метод Крамера

Запишем матрицу А и столбец свободных членов b:

Найдем определитель матрицы:

Вычислим определители матриц, полученных заменой соответствующего столбца исходной матрицы столбцом свободных членов:

2.2.3 Метод Гаусса

Запишем матрицу А и столбец свободных членов b:

Формируем расширенную матрицу системы:

Приводим матрицу к ступенчатому виду:

Формируем вектор-столбец решения системы уравнений:

              

Excel

Запишем матрицу «А» и выполним несколько операций:

2.2.4 Метод обратной матрицы

2.2.5 Метод Крамера

Вычислим определители матриц, полученных заменой соответствующего столбца исходной матрицы столбцом свободных членов:

2.2.6 Метод Гаусса

1) Запишем матрицу А и столбец свободных членов b

2) Преобразуем матрицу так, чтобы на главной диагонали были 1

2.2.7 Метод итерации

 

Метод не работает, так как не прошла проверка на сходимость.

2.3 Аппроксимация функций

Mathcad

Функция задана векторами значений:

Количество итераций:

2.3.1 Линейная аппроксимация

Определим вектор функцию:

Вычислим параметр b:

Формула линейной функции:

Ошибка:

     

Рисунок 2.2 -  График функции

2.3.2 Аппроксимация 4-ой степени

      

 

Рисунок 2.3 - График функции

2.3.3 Параболическая аппроксимация

Рисунок 2.4 – График функции

2.3.4 Метод неопределенных коэффициентов

Рисунок 2.5 – график функции

Excel

Запишем исходные данные:

Строим график ,диапазон данных берем значения y, а так же значения проверки:

Рисунок 2.6 - Аппроксимация функции

2.4 Вычисление определенного интеграла

Mathcad

Запишем подынтегральную функцию и отрезок интегрирования:

Построим  график функции:

                                                 Рисунок 2.7  - график функции

Excel

Выводим таблицу:

 

Рисунок 2.8 – график функции

Рисунок 2.9 – Метод трапеций

Рисунок 2.10 - Метод правых прямоугольников

Рисунок 2.11 – Метод левых прямоугольников

2.5 Решение обыкновенных дифференциальных уравнений

Mathcad

2.5.1 Метод Эйлера

        Введем функцию:

 

Начальное значение:

Отрезок:

Шаг:

Количество точек:

 

Формула для вычисления таблицы:

Таблица значений:

2.5.2 Метод Рунге Кутта

Рисунок 2.12 – График решения

Excel

2.5.3 Метод Эйлера

Рисунок 2.13 – График функции

2.5.4 Метод Рунге-Кутта

Значение функции:

Рисунок 2.14  – Графики функций

Заключение

В заключение хотелось бы сказать, что при тщательном изучении обеих программ (Excel, MathCad),  может показаться, что первая более трудоемка и сложна в изучении при коротком курсе. Однако, Excel дает более подробный анализ того, или иного случая нежели MathCad, так как тот в совою очередь обеспечивает быстрый расчет благодаря удобному функционалу.

И все же, свое предпочтение  я отдаю Excel, так как считаю, что человеку, разобравшемуся, в данном ПО, не составит большого труда освоить пакет MathCad.

Список литературы

1. Мамонова Т.Е. Информационные технологии. Работа в MathCAD и MatLab: учебно-методическое пособие / Т.Е. Мамонова; Томский политехнический университет. – Томск: Изд-во Томского политехнического университета, 2011г.
2. Лапчик, М.П. М Численные методы/ М.П. Лапчик, .И. Рагулина, Е.К. Хеннер.- Москва: Издательский центр «Академия», 2009
3. http://ru.wikipedia.org/wiki/MathCad