Курсовая работа
"Исследование точности численного дифференцирования"
Екатеринбург 2009 г.
1. Подробное описание задачи и метод ее решения
Исследуйте два метода численного дифференцирования:
где xi
– узел равномерной сетки с шагом h
.
Предполагается, что отрезок дифференцирования [
a
,
b
]
разбит на n
равных частей системой точек (сеткой)
Исследование проведите на примерах:
Относительную погрешность определяйте относительно максимального значения функции на интервале, абсолютную погрешность рассчитайте относительно значений аналитически вычисленной производной.
Численное дифференцирование применяется, если функцию y(x)
трудно или невозможно продифференцировать аналитически – например, если она задана таблицей. Оно нужно также при решении дифференциальных уравнений при помощи разностных методов.
При численном дифференцировании функцию y(x)
аппроксимируют легко вычисляемой функцией. При этом можно использовать различные способы аппроксимации. Задание требует исследовать 2 метода. Оба метода можно применять для всех функций, приведенных в задании, исходя из области определения этих функций.
На самом деле, метод решения данной задачи довольно тривиален, так как все формулы приведены в условии задачи.
Входные данные:
номер функции, номер метода, точность (шаг), левое значение, правое значение. Для функции у=
cos
2
mx
нужно выбрать параметр m
из предложенных.
Выходные данные:
аргумент, значение функции при заданном параметре, значение первой производной, абсолютная погрешность, относительная погрешность.
1)
y=cos2
mx
, для m
=1 [0, 3.14]
выберем шаг=0,3 и интервал [0,3.14]
Метод 1
| параметр |
значение функции |
значение
производной
|
абсолютная погрешность |
относительная погрешность |
| 0 |
1 |
0 |
0 |
0 |
| 0,3 |
0,912668 |
-0,531369 |
0,0596719 |
0,59104 |
| 0,6 |
0,681179 |
-0,877115 |
0,25217 |
1,12928 |
| 0,9 |
0,386399 |
-0,91646 |
0,650194 |
1,56665 |
| 1,2 |
0,131303 |
-0,635659 |
1,22842 |
1,86408 |
| 1,5 |
0,00500375 |
-0,132804 |
1,86219 |
1,99499 |
| 1,8 |
0,0516208 |
0,416443 |
2,36414 |
1,9477 |
| 2,1 |
0,25487 |
0,820214 |
2,54663 |
1,72642 |
| 2,4 |
0,543749 |
0,937461 |
2,28839 |
1,35093 |
| 2,7 |
0,817346 |
0,727226 |
1,58199 |
0,85476 |
| 3 |
0,980085 |
0,26295 |
0,54519 |
0,28224 |
Метод 2
| параметр |
значение функции |
значение
производной
|
абсолютная погрешность |
относительная погрешность |
| 0 |
1 |
0 |
0 |
0 |
| 0,3 |
0,912668 |
-0,562306 |
0,0287348 |
0,59104 |
| 0,6 |
0,681179 |
-0,928182 |
0,201103 |
1,12928 |
| 0,9 |
0,386399 |
-0,969817 |
0,596837 |
1,56665 |
| 1,2 |
0,131303 |
-0,672668 |
1,19141 |
1,86408 |
| 1,5 |
0,00500375 |
-0,140536 |
1,85445 |
1,99499 |
| 1,8 |
0,0516208 |
0,440689 |
2,38838 |
1,9477 |
| 2,1 |
0,25487 |
0,867969 |
2,59439 |
1,72642 |
| 2,4 |
0,543749 |
0,992042 |
2,34297 |
1,35093 |
| 2,7 |
0,817346 |
0,769566 |
1,62433 |
0,85476 |
| 3 |
0,980085 |
0,278259 |
0,560499 |
0,28224 |
Графики
Для первого графика выберем шаг = 0,05, для большей точности построения
численный дифференцирование абсолютный погрешность
Рисунок 1. Значение функции y
=
cos
2
mx
при m
=1
Рисунок 2. Значение первой производной функции y=cos2
mx при m=1
Рисунок 3. Абсолютная погрешность функции y
=
cos
2
mx
при m
=1
Рисунок 4. Относительная погрешность функции y
=
cos
2
mx
при m
=1
2)
y=cos2
mx
, для m
=12 [0, 3.14]
выберем шаг=0,3 и интервал [0,3.14]
Забиваем Сайты В ТОП КУВАЛДОЙ - Уникальные возможности от SeoHammer
Каждая ссылка анализируется по трем пакетам оценки: SEO, Трафик и SMM.
SeoHammer делает продвижение сайта прозрачным и простым занятием.
Ссылки, вечные ссылки, статьи, упоминания, пресс-релизы - используйте по максимуму потенциал SeoHammer для продвижения вашего сайта.
Что умеет делать SeoHammer
— Продвижение в один клик, интеллектуальный подбор запросов, покупка самых лучших ссылок с высокой степенью качества у лучших бирж ссылок.
— Регулярная проверка качества ссылок по более чем 100 показателям и ежедневный пересчет показателей качества проекта.
— Все известные форматы ссылок: арендные ссылки, вечные ссылки, публикации (упоминания, мнения, отзывы, статьи, пресс-релизы).
— SeoHammer покажет, где рост или падение, а также запросы, на которые нужно обратить внимание.
SeoHammer еще предоставляет технологию Буст, она ускоряет продвижение в десятки раз,
а первые результаты появляются уже в течение первых 7 дней.
Зарегистрироваться и Начать продвижение
Метод 1
| параметр |
значение функции |
значение
производной
|
абсолютная погрешность |
относительная погрешность |
| 0 |
1 |
0 |
0 |
0 |
| 0,3 |
0,804176 |
-1,04985 |
1,93489 |
0,885041 |
| 0,6 |
0,370091 |
-1,27735 |
0,309983 |
1,58734 |
| 0,9 |
0,037764 |
-0,50431 |
2,46618 |
1,96187 |
| 1,2 |
0,067505 |
0,663757 |
2,59507 |
1,93132 |
| 1,5 |
0,436018 |
1,31191 |
0,190069 |
1,50197 |
| 1,8 |
0,854648 |
0,932442 |
1,69494 |
0,762501 |
| 2,1 |
0,995483 |
-0,177401 |
0,0429848 |
0,134416 |
| 2,4 |
0,748207 |
-1,14829 |
2,15186 |
1,00358 |
| 2,7 |
0,306512 |
-1,21972 |
0,445798 |
1,66552 |
| 3 |
0,016375 |
-0,335752 |
2,31931 |
1,98356 |
Метод 2
| параметр |
значение функции |
значение
производной
|
абсолютная погрешность |
относительная погрешность |
| 0 |
1 |
0 |
0 |
0 |
| 0,3 |
0,804176 |
-1,04985 |
1,93489 |
0,885041 |
| 0,6 |
0,370091 |
-1,27735 |
0,309983 |
1,58734 |
| 0,9 |
0,037764 |
-0,50431 |
2,46618 |
1,96187 |
| 1,2 |
0,067505 |
0,663757 |
2,59507 |
1,93132 |
| 1,5 |
0,436018 |
1,31191 |
0,190069 |
1,50197 |
| 1,8 |
0,854648 |
0,932442 |
1,69494 |
0,762501 |
| 2,1 |
0,995483 |
-0,177401 |
0,0429848 |
0,134416 |
| 2,4 |
0,748207 |
-1,14829 |
2,15186 |
1,00358 |
| 2,7 |
0,306512 |
-1,21972 |
0,445798 |
1,66552 |
| 3 |
0,016375 |
-0,335752 |
2,31931 |
1,98356 |
Графики
Для первых двух графиков выберем шаг = 0,05
Рисунок 5. Значение функции y=cos2mx при m=12
Рисунок 6. Значение первой производной функции y=cos2mx при m=12
Рисунок 7. Абсолютная погрешность функции y=cos2mx при m=12
Рисунок 8. Относительная погрешность функции y=cos2mx при m=12
3)
y
= [0. 01,1]
выберем шаг=0,05 на интервале [0. 5,1], графики при этих данных наиболее наглядные данные.
Метод 1
| параметр |
значение функции |
значение
производной
|
абсолютная погрешность |
относительная погрешность |
| 0,5 |
4 |
-16,3249 |
0,324865 |
4 |
| 0,55 |
3,30579 |
-12,2222 |
0,201185 |
3,00526 |
| 0,6 |
2,77778 |
-9,38921 |
0,129953 |
2,31481 |
| 0,65 |
2,36686 |
-7,36961 |
0,0869563 |
1,82066 |
| 0,7 |
2,04082 |
-5,89086 |
0,0599575 |
1,45773 |
| 0,75 |
1,77778 |
-4,78316 |
0,0424225 |
1,18519 |
| 0,8 |
1360531 |
-3,93695 |
0,0306973 |
0,976562 |
| 0,85 |
1,38408 |
-3,27932 |
0,022655 |
0,814166 |
| 0,9 |
1,23457 |
-2,7605 |
0,0170138 |
0,685871 |
| 0,95 |
1,10803 |
-2,34568 |
0,0129775 |
0,583175 |
| 1 |
1 |
-2,01004 |
0,0100376 |
0,5 |
Метод 2
| параметр |
значение функции |
производная |
абсолютная |
относительная |
| 0,5 |
4 |
-15,9794 |
0,0205506 |
4 |
| 0,55 |
3,30579 |
-12,0106 |
0,01042 |
3,00526 |
| 0,6 |
2,77778 |
-9,25364 |
0,0056158 |
2,31481 |
| 0,65 |
2,36686 |
-7,27947 |
0,0031844 |
1,82066 |
| 0,7 |
2,04082 |
-5,82902 |
0,00188505 |
1,45773 |
| 0,75 |
1,77778 |
-4,73958 |
0,00115782 |
1,18519 |
| 0,8 |
1360531 |
-3,90552 |
0,000734272 |
0,976562 |
| 0,85 |
1,38408 |
-3,25619 |
0,000478899 |
0,814166 |
| 0,9 |
1,23457 |
-2,74316 |
0,000320172 |
0,685871 |
| 0,95 |
1,10803 |
-2,33248 |
0,000218821 |
0,583175 |
| 1 |
1 |
-1,99985 |
0,000152533 |
0,5 |
В конце работы программы получен текстовый файл, содержащий аргумент функции, значение функции, значение первой производной, абсолютную и относительную погрешность. По этим данным построены графики зависимости аргумента от значения функции, производной, абсолютной и относительной погрешности. Каждый график содержит кривые, полученные вычислениями двумя различными методами, графики примерно совпадают, но все же есть некоторые погрешности.
Приложение
Описание применения
Исследуйте два метода численного дифференцирования:
где xi
– узел равномерной сетки с шагом h
.
Предполагается, что отрезок дифференцирования [
a
,
b
]
разбит на n
равных частей системой точек (сеткой)
Исследование проведите на примерах:
Относительную погрешность определяйте относительно максимального значения функции на интервале, абсолютную погрешность рассчитайте относительно значений аналитически вычисленной производной. Данная программа предназначена для исследования метода численного дифференцирования
двумя способами.
Программа была отлажена и проверена на вычислительной установке PC c процессором AMD Turion(tm) X2 Dual Core Mobile RM-76 2.30 Гц, работающей под управлением операционной системы Windows 7 Ultimate, ОЗУ 4 Гб. На других вычислительных установках программа не проверялась.
Для выполнения программы выбрана вычислительная установка типа PC с процессором Pentium III (или быстрее) и 256 Мбайт оперативной памяти, оснащенной любой из следующих операционных систем: Windows NT и выше.
Для компиляции исходного кода в исполняемый файлнеобходим компилятор MSVisualStudio версии 2005 и выше, совместимость с другими компиляторами не гарантируется.
Программа derivation предназначена для исследования метода численного дифференцирования двумя способами.
Данная программа написана на языке С++, реализована в компиляторе MicrosoftVisualStudio 2005.
Для выполнения программы достаточно вычислительной установки типа PC с процессором Pentium III (или быстрее) и 256 Мбайт оперативной памяти, оснащенной любой из следующих операционных систем: Windows NT и выше.
Сервис онлайн-записи на собственном Telegram-боте
Попробуйте сервис онлайн-записи VisitTime на основе вашего собственного Telegram-бота:
— Разгрузит мастера, специалиста или компанию;
— Позволит гибко управлять расписанием и загрузкой;
— Разошлет оповещения о новых услугах или акциях;
— Позволит принять оплату на карту/кошелек/счет;
— Позволит записываться на групповые и персональные посещения;
— Поможет получить от клиента отзывы о визите к вам;
— Включает в себя сервис чаевых.
Для новых пользователей первый месяц бесплатно.
Зарегистрироваться в сервисе
Программа derivation предназначена для исследования метода численного дифференцирования двумя способами.
Численное дифференцирование применяется, если функцию y(x)
трудно или невозможно продифференцировать аналитически – например, если она задана таблицей. Оно нужно также при решении дифференциальных уравнений при помощи разностных методов.
Программа состоит из нескольких функций, рассмотрим их подробнее.
Описание функции first_function
Данная функция вычисляет значение y
=
cos
2
mx
и возвращает.
Описание функции first
_
derivation
_
real
Данная функция вычисляет аналитическое значение производной первой функции.
Описание функции Rus
Данная функция предназначена для русификации программы
Описание функции second_function
Данная функция вычисляет значение y
=
Описание функции second_derivation_real
Данная функция вычисляет аналитическое значение производной второй функции.
Описание функции first_derivation
Данная функция производит дифференцирование первым способом
Описание функции second_derivation
Данная функция производит дифференцирование вторым способом
pFunc func
– указатель на функци., которую надо продифферинцировать
Описание функции WriteToFile
Данная функция записывает полученные значения в файл и вывод в консоли
Описание функции compute_derivation
Данная функция вычисляет производную
Описание функции _finite
Данная функция проверяет на конечность число.
Описание функции main
Данная функция служит для ввода исходных данных, объединения всех предыдущих функций, вычисления абсолютных и относительных погрешностей.
Для выполнения программы достаточно вычислительной установки типа PC с процессором Pentium III (или быстрее) и 256 Мбайт оперативной памяти, оснащенной любой из следующих операционных систем: Windows NT и выше.
Вызов и загрузка
Для запуска программы derivationнеобходимо открыть директорию, в которой находится программа, и использовать (двойной или одиночный клик, в зависимости от настроек ОС) для запуска файл derivation.exe. После чего должна запуститься данная программа.
#include«main.h»
using namespace std;
char bufRus[256];
ofstream *_out;
// Переводвюникод
char* Rus (const char* text)
{
CharToOem (text, bufRus);
return bufRus;
}
// параметр m для первой функции
int param4func = 1;
double first_function (double x)
{
//cos^2 (m*x)
return cos (param4func*x)*cos (param4func*x);
}
// аналитическое значение производной первой функции
double first_derivation_real (double x)
{ // -2 * sin (m*x)
return -2 * sin (param4func*x);
}
// втораяфункция
double second_function (double x)
{
// 1/x^2
return 1/(x*x);
}
// аналитическое значение производной второй функции
double second_derivation_real (double x)
{ // -2 * 1/x^3
return -2 * 1/(x*x*x);
}
|
