Численное дифференцирование

Содержание

Слайд 2

При вычислении производной функции, будем иметь в виду, что один из

При вычислении производной функции, будем иметь в виду, что один из

способов найти производную
- это взять достаточно малые значения справа и слева на равном расстоянии от
- точке, в которой мы хотим найти производную.
Слайд 3

Таким образом, вычисляется производная в середине промежутка. По значениям f' можно

Таким образом, вычисляется производная в середине промежутка. По значениям f' можно

таким же способом найти производную от f', т.е. f''. Можно выразить f'' непосредственно через f(x):
Слайд 4

Для производной третьего порядка можно использовать следующую формулу: Возникают естественные вопросы,

Для производной третьего порядка можно использовать следующую формулу:

Возникают естественные вопросы,

откуда происходят эти формулы и как оценивать точность вычисления производных по этим формулам?
Слайд 5

Односторонняя разность Производная функции определяется выражением: заменяем приращение на конечную величину

Односторонняя разность

Производная функции определяется выражением:
заменяем приращение на конечную величину (шаг

дифференцирования):

x0

f(x0)

f(x0+Δx)

x0+Δx

Δx

Слайд 6

Односторонняя разность Численное дифференцирование: правосторонняя разность: левосторонняя разность: xi f(xi) f(xi+1) xi-1 xi+1 f(xi-1)

Односторонняя разность

Численное дифференцирование:
правосторонняя разность:
левосторонняя разность:

xi

f(xi)

f(xi+1)

xi-1 xi+1

f(xi-1)

Слайд 7

Двусторонняя разность Более точное значение производной: Двусторонняя разность: xi f(xi) f(xi+1) xi-1 xi+1 f(xi-1)

Двусторонняя разность

Более точное значение производной:
Двусторонняя разность:

xi

f(xi)

f(xi+1)

xi-1 xi+1

f(xi-1)

Слайд 8

Формулы являются результатом дифференцирования интерполяционных многочленов Ньютона и других. Сущность которых

Формулы являются результатом дифференцирования интерполяционных многочленов Ньютона и других. Сущность которых

состоит в том, что заданная функция f(x) представляется в виде многочлена, который значительно проще дифференцировать, чем какие-либо другие функции, особенно трансцендентные или представляющие собой сложные выражения.
Слайд 9

Оценка погрешности и точности вычисления не менее серьезный и сложный процесс,

Оценка погрешности и точности вычисления не менее серьезный и сложный процесс,

чем само приближенное вычисление. Так для оценки погрешности дифференцирования могут быть применены следующие формулы:

где предполагается, что функция f(x) дифференцируемая
n + 1 раз, а точка


- некоторое промежуточное значение между x0 - точкой, в которой находится производная и точками (x0 - 2dx), (x0 - dx), (x0 + dx), (x0 + 2dx), ...
из заданного промежутка [a, b].

(2)

Слайд 10

На практике f (n+1)(c) оценивать непросто, поэтому при малых dx приближенно

На практике f (n+1)(c) оценивать непросто, поэтому при малых dx приближенно

полагают: и тогда получается следующая формула

(3)

Слайд 11

Мы будем пользоваться формулой (2), а впоследствии и формулой (3), в

Мы будем пользоваться формулой (2), а впоследствии и формулой (3), в

зависимости от конкретной задачи и тех сложностей, которые могут возникнуть при составлении программ. Используя эти формулы, составим функцию для вычисления первой производной. Точность вычисления eps задается пользователем, а первоначальная величина промежутка dx устанавливается 1, а затем, для уточнения вычисления - делится на 2.
Слайд 12

Частное дифференцирование функции от многих переменных Все аргументы функции становятся константами,

Частное дифференцирование функции от многих переменных

Все аргументы функции становятся константами, кроме

аргумента по которому проводится дифференцирование
Требуемый порядок производной получается путем последовательного вычисления производных, вплоть до требуемого порядка
Слайд 13

Интерполяция полиномом Заданная таблица сглаживается какой-либо функцией P(x), являющейся интерполяционным полиномом,

Интерполяция полиномом

Заданная таблица сглаживается какой-либо функцией P(x), являющейся интерполяционным полиномом, или

полиномом, полученным с использованием МНК (метода наименьших квадратов) с некоторой погрешностью Rn(x), в результате чего имеют место следующие равенства:
f(x) = P(x) + Rn(x), f(x*) = P(x*) + Rn(x*):
f′(x) = P′(x) + R′n(x), f′(x*) = P′(x*) + R′n(x*):
f′′(x) = P′′(x) + R′′n(x), f′′(x*) = P′′(x*) + R′′n(x*)
Слайд 14

численное дифференцирование представляет собой операцию менее точную (иногда говорят — некорректную),

численное дифференцирование представляет собой операцию менее точную (иногда говорят — некорректную),

чем интерполирование. Действительно, близость друг другу ординат двух кривых y=f(x) и y=P(x) на отрезке [a,b] еще не гарантирует близости на этом отрезке их производных f′(x) и P′(x)
Слайд 15

Интерполяция конечными разностями В этом случае (x*= xi , i =

Интерполяция конечными разностями

В этом случае (x*= xi , i = 0,…,

n) используется аппарат разложения функций в ряд Тейлора, для чего функция в точке x* должна иметь достаточное число производных. Предполагается, что заданная таблица является сеточной функцией для некоторой функции y(x) (т.е. yi =  y(xi )), имеющей в точке производные до четвертого порядка включительно.

(9.3)

Слайд 16

Выразим yi’, разделив предварительно на h и оставляя слагаемые с первой степенью шага h, получим

Выразим yi’, разделив предварительно на h и оставляя слагаемые с первой

степенью шага h, получим
Слайд 17

где — центральная разность первого порядка

где — центральная разность первого порядка

Слайд 18

Метод Рунге С целью оценки погрешности продифференцируем численно методом p-го порядка

Метод Рунге

С целью оценки погрешности продифференцируем численно методом p-го порядка

функцию f(xi) = yi , i = 0,…, n с шагом h. Затем продифференцируем численно функцию тем же методом p-го порядка, с шагом kh (k=1/2; 1/4; 1/16; ...)