Решение инженерных задач методами вычислительной математики

Численное решение системы дифференциальных уравнений. Рассмотрение сущности задачи Коши, краевых задач и задач на собственные значения. Интерполяция многочленом Ньютона с разделенными разностями. Условная минимизация функций нескольких переменных.

Рубрика Математика
Вид курсовая работа
Язык русский
Дата добавления 22.02.2019
Размер файла 493,0 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ПЕНЗЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

Кафедра «Автоматика и телемеханика»

Курсовая работа

по дисциплине «Математические методы решения инженерных задач»

на тему «Решение инженерных задач методами вычислительной математики»

Выполнил студент: Джалолов С.Н

Группа: 15ПА2

Руководитель: к.т.н., доцент Козлов А.Ю.

2017

Содержание

дифференциальный уравнение задача многочлен

Введение

1. Численное решение системы дифференциальных уравнений

2. Условная минимизация функций нескольких переменных

Заключение

Список использованных источников

Приложения

Введение

В настоящее время разработано большое число методов численного интегрирования систем дифференциальных уравнений. К их числу можно отнести метод Рунге-Кутта, явный и неявный методе Эйлера, метод Милна и т.д.

В курсовой работе рассмотрен метод Рунге-Кутты решения ОДУ.

Под оптимизацией понимают процесс выбора наилучшего варианта из всех возможных. С точки зрения инженерных расчетов методы оптимизации позволяют выбрать наилучший вариант конструкции, наилучшее распределение ресурсов и т.д.

В процессе решения задачи оптимизации обычно необходимо найти оптимальные значения некоторых параметров, определяющих данную задачу. При решении инженерных задач их принято называть проектными параметрами. В качестве проектных параметров могут быть, в частности, значения линейных размеров объекта, массы, температуры и т.п. число n проектных параметров x1,x2,…,xn характеризует размерность (и степень сложности) задачи оптимизации.

Выбор оптимального решения или сравнение двух альтернативных решений проводится с помощью некоторой зависимой величины (функции), определяемой проектными параметрами. Эта величина называется целевой функцией (или критерием качества). В процессе решения задачи оптимизации должны быть найдены такие значения проектных параметров, при которых целевая функция имеет минимум (или максимум). Таким образом, целевая функция - это глобальный критерий оптимальности в математических моделях, с помощью которых описываются инженерные или экономические задачи.

В курсовой работе решена задача интегрирования системы ОДУ методом Рунге-Кутты, осуществлена условная минимизация функции нескольких переменных заданным методом. Все задачи решены с использованием программы Matlab с представлением необходимой графической и табличной информации.

1. Численное решение системы дифференциальных уравнений

1.1 Метод Рунге-Кутты

Обыкновенными дифференциальными уравнениями описывают задачи движения системы взаимодействующих материальных точек, сопротивление материалов и многое другое. Ряд важных задач для уравнений в частных производных также сводятся к задачам для обыкновенных дифференциальных уравнений. Таким образом, решение обыкновенных дифференциальных уравнений занимает важное место среди прикладных задач физики, химии, техники.

Конкретная прикладная задача может приводить к дифференциальному уравнению любого порядка или системе уравнений любого порядка. Однако обыкновенные дифференциальные уравнения n-го порядка можно с помощью замены свести к эквивалентной системе n уравнений первого порядка.

Различают три основных типа задач для решения обыкновенных дифференциальных уравнений: задачи Коши, краевые задачи и задачи на собственные значения. В этой курсовой работе рассмотрим метод решения задач Коши.

Пусть задано дифференциальное уравнение первого порядка в виде

(1)

и начальное условие

. (2)

Задача Коши состоит в том, чтобы найти функцию y=y(x), являющуюся решением уравнения (1) и удовлетворяющую условию (2).

Методы решения можно условно разбить на точные, приближенные и численные.

К точным относятся методы, с помощью которых можно выразить решение дифференциального уравнения через элементарные функции.

Приближенные методы - это методы, в которых решение получается как придел некоторой последовательности.

Численные методы - это алгоритмы вычисления приближенных значений искомого решения на некоторой выбранной сетке значений аргумента. Решение при этом получается в виде таблицы.

Одним из наиболее точных методов является метод Рунге-Кутты. Классический метод Рунге-Кутты описывается системой следующих пяти соотношений:

(3)

Где

(4)

Заметим, что при использовании этого метода функцию необходимо вычислять четыре раза.

Отличительной чертой методов Рунге-Кутты является то, что при вычислении следующей точки xm+1,ym+1 используется информация только о точке xm,ym, но не предыдущих. В методах второго порядка и выше приходится вычислять значение функции в одной или нескольких промежуточных точках.

1.2 Выбор шага интегрирования

При численном решении задач Коши для ОДУ и систем ОДУ шаг численного решения можно выбирать апостериорно и априорно. В обоих случаях первоначальное значение шага h задается.

При апостериорном выборе шага последний изменяется в процессе счета на основе получаемой информации о поведении решения и на основе заданной точности .

Пусть - заданная точность численного решения, и пусть h - первоначально выбранный шаг. Тогда алгоритм дальнейшего выбора шага следующий.

1. Выбранным методом на отрезке , решается задачи Коши с шагом h с получением значения .

2. Тем же методом с шагом решается задачи Коши с получением и .

3. Анализируется неравенство

. (5)

Если неравенство (5) удовлетворяется, то значение шага численного интегрирования на следующем шаге увеличивается вдвое по сравнению с первоначально выбранным шагом, т.е. становится равным 2h, и алгоритм повторяется, начиная с п.1.

4. Если неравенство (5) не выполняется, то счет ведется с шагом , начиная с отрезка и после получения значения анализируется неравенство

.

Если оно удовлетворяется, то дальнейший счет ведется с шагом и т.д.

При априорном выборе шага расчет ведется с первоначально выбранным шагом h с получением функции , , и с шагом с получением функции , Затем анализируется неравенство

. (6)

Если оно выполнено, то решение , , принимается за истинное, в противном случае расчет повторяется с шагом и сравниваются по норме (6) функции и и т.д.

1.3 Интерполяция многочленом Ньютона с разделенными разностями

Интерполяционная формула Ньютона позволяет выразить интерполяционный многочлен через значение в одном из узлов и через разделенные разности функции , построенные по узлам Она является разностным аналогом формулы Тейлора

(7)

Сначала приведем необходимые сведения о разделенных разностях. Пусть в узлах известны значения функции . Предположим, что среди точек нет совпадающих. Разделенными разностями первого порядка называются отношения

(8)

Будем рассматривать разделенные разности, составленные по соседним узлам, т. е. выражения

По этим разделенным разностям первого порядка можно построить разделенные разности второго порядка:

(9)

Аналогично определяются разделенные разности более высокого порядка. Например, если известны разности го порядка

то разделенная разность (+1)-го порядка определяется как

. (10)

Разделенная разность го порядка следующим образом выражается через значения функции в узлах:

(11)

Интерполяционным, многочленом Ньютона называется многочлен

(12)

1.4 Решение задачи

Для решения задачи интерполяции зададим в Excel исходные данные (рис. 1).

Рис. 1 Исходные данные для интерполяции

Для решения задачи интерполяции составили программу в Matlab. Текст программы приведен в Приложении А.1.

Для решения системы ОДУ методом Рунге-Кутты в Matlab применим функцию [t,Y,te,ye,ie]=ode45(@div,tspan,Y0,options) [2].

Текст программы приведен в Приложении А.1.

Результат решения системы ОДУ представлен на рисунках 2…4.

Рисунок 2 Изменение переменной x

Рисунок 3 Изменение переменной y

Рисунок 4 Изменение переменной z

Результат решения системы ОДУ стандартным и собственным решателем в декартовой системе координат представлен на рисунке 5.

Рисунок 5 Движение точки

В таблице 1 представлена сравнительная оценка решения задачи различными решателями.

Таблица 1

Сравнительная оценка решения задачи различными решателями

Стандартный решатель

Разработанный решатель

, %

x(2.5)

11,4247208

11,4004557

0,2

y(2.5)

28,1827142

28,1462732

0,1

z(2.5)

8,1332118

8,1727713

0,5

Как видно из таблицы, погрешность решения задачи разработанным решателем не превышает 0,5%.

Для создания видеофайла решения задачи применим функцию videoobj = VideoWriter('v6','MPEG-4').

2. Условная минимизация функций нескольких переменных

2.1 Алгоритм метода штрафов

Шаг 1. Задать начальную точку ; начальное значение параметра штрафа ; число для увеличения параметра; малое число для остановки алгоритма. Положить .

Шаг 2. Составить вспомогательную функцию

.

Шаг 3. Найти точку безусловного минимума функции по с помощью какого-либо метода (нулевого, первого или второго порядка):

.

При этом задать все требуемые выбранным методом параметры. В качестве начальной точки взять . Вычислить .

Шаг 4. Проверить условие окончания:

а) если , процесс поиска закончить:

, ;

б) если , положить: , , и перейти к шагу 2.

2.2 Решение задачи

Составим и запустим программу в системе Matlab, реализующую метод штрафов для решения задачи условной минимизации функции нескольких переменных.

Текст программы приведен в Приложении А.2.

Результат выполнения программы представлен на рисунке 6.

Рисунок 6 Результат выполнения программы

Ввод исходных данных организован с помощью файла z2.xls (рис. 7).

Рисунок 7 Задание исходных данных в файле z2.xls

Вывод данных организован в файл z2.xls (рис. 8).

Рисунок 8 Вывод данных в файл z2.xls

Заключение

В результате выполнения курсовой работы решена задача интегрирования системы ОДУ методом Рунге-Кутты, осуществлена условная минимизация функции нескольких переменных заданным методом. Все задачи решены с использованием программы Matlab с представлением необходимой графической и табличной информации.

Список использованных источников

1. Дьяконов, В. Математические пакеты расширения Matlab. Специальный справочник [Текст] / В. Дьяконов, В. Круглов. Спб.: Питер, 2001. 480 с. 5000 экз. ISBN 5-318-0004-5.

2. Кетков, Ю.Л. MATLAB 7: программирование, численные методы [Текст] / Ю.Л. Кетков, А.Ю. Кетков, М.М. Шульц. Спб.: БХВ-Петербург, 2005. 752 с. 3000 экз. ISBN 5-94157-347-2.

3. Формалев, В.Ф. Численные методы [Текст] / В.Ф. Формалев, Д.Л. Ревизников. М.: ФИЗМАТЛИТ, 2004. 400 с. 1000 экз. ISBN 5-9291-0479-9.

4. Пантелеев, А.В. Методы оптимизации в примерах и задачах: Учебное пособие [Текст] / А.В. Пантелеев, Т.А. Летова. 2-е изд., исправл. М.: Высшая школа, 2005. 544 с. 3000 экз. ISBN 5-06-004137-9.

Приложение А.1

Текст программы решения задачи Коши для системы ОДУ

function var6

clear all;

global T;

global tt;

global B;

tt = xlsread('B.xls',1,'A2:A7');

B = xlsread('B.xls',1,'B2:B7');

T = 5; % время решения задачи

Y0(1) = 0.2; % начальное значение x

Y0(2) = 0; % начальное значение y

Y0(3) = 0.2; % начальное значение z

h0 = 0.1; % начальный шаг интегрирования

%--------------------------------

tspan = [0 T];

options = odeset('Events',@evar,'OutputFcn',@odeplot,'OutputSel',1,'Refine',4);

teout = [];

yeout = [];

ieout = [];

%стандартная функция Matlab------------------------------------------------

[t,Y,te,ye,ie] = ode45(@dvar,tspan,Y0,options);

odeplot([],[],'done'),grid;

figure(1);

plot(t,Y(:,1)), grid on; hold on;

xlabel('Время');

ylabel('переменная x');

figure(2);

plot(t,Y(:,2)), grid on; hold on;

xlabel('Время');

ylabel('переменная y');

figure(3);

plot(t,Y(:,3)), grid on; hold on;

xlabel('Время');

ylabel('переменная z');

figure(4);

plot3(Y(:,1),Y(:,2),Y(:,3)), grid on; hold on;

% собственная функция с апостериорным выбором шага-------------------------

[t3,Y3,te3,ye3] = RK1(@dvar,tspan,h0,Y0,0.001);

figure(1);

plot(t3,Y3(:,1),'--r'), grid on;

xlabel('Время');

ylabel('переменная x');

legend('Стандартный решатель','Разработанный решатель');

hold off;

figure(2);

plot(t3,Y3(:,2),'--r'), grid on;

xlabel('Время');

ylabel('переменная y');

legend('Стандартный решатель','Разработанный решатель');

hold off;

figure(3);

plot(t3,Y3(:,3),'--r'), grid on;

xlabel('Время');

ylabel('переменная z');

legend('Стандартный решатель','Разработанный решатель');

hold off;

figure(4);

plot3(Y3(:,1),Y3(:,2),Y3(:,3),'--r'), grid on;

legend('Стандартный решатель','Разработанный решатель');

hold off;

for k=1:1:length(t)

if t(k) >= T/2

fprintf('k=%d t=%14.7f Y(1)=%14.7f Y(2)=%14.7f Y(3)=%14.7f\n',k,t(k),Y(k,1),Y(k,2),Y(k,3));

break

end

end

for k=1:1:length(t3)

if t3(k) >= T/2

fprintf('k=%d t3=%14.7f Y3(1)=%14.7f Y3(2)=%14.7f Y3(3)=%14.7f\n',k,t3(k),Y3(k,1),Y3(k,2),Y3(k,3));

break

end

end

%--------------------------------------------------------------------------

teout = [teout; te];

yeout = [yeout; ye];

ieout = [ieout; ie];

%создание видеофайла-------------------------------------------------------

videoobj = VideoWriter('var6','MPEG-4');

open(videoobj);

fig = figure(5);

axis([min(Y(:,1)) max(Y(:,1)) min(Y(:,2)) max(Y(:,2)) min(Y(:,3)) max(Y(:,3))]);

axis manual;

hold on;

for k=1:1:length(t)

plot3(Y(k,1),Y(k,2),Y(k,3),'o','MarkerEdgeColor','g','MarkerFaceColor','g','MarkerSize',2,'LineWidth',2),grid on;

if k ~= 1

line([Y(k,1), Y(k-1,1)],[Y(k,2),Y(k-1,2)],[Y(k,3),Y(k-1,3)],'Color','g','LineStyle','-','LineWidth',4);% соединение точек линиями

end

F = getframe(fig);

writeVideo(videoobj,F);

end

close(fig);

close(videoobj);

%--------------------------------------------------------------------------

function [value,isterminal,direction] = evar(t,Y)

global T;

value = T - t;

isterminal = 1;

direction = -1;

function F = dvar(t,Y)

global tt;

global B;

if t <= tt(1)

Bt = B(1);

elseif t >= tt(end)

Bt = B(end);

else

Bt = nuton(tt,B,t);

end

F = zeros(3,1);

F(1) = sin(Y(1))*cos(Y(2))+Y(3);

F(2) = abs((Y(1)^2+Y(2)^2)*Y(2))^(1/8)+2*Y(3);

F(3) = Y(3)^2*cos(Y(2))+Bt;

function [ye] = RK(f, h, x_c, y_c)

k1 = h.*f(x_c,y_c);

k2 = h.*f(x_c + h/2, y_c + k1./2);

k3 = h.*f(x_c + h/2, y_c + k2./2);

k4 = h.*f(x_c + h, y_c + k3);

ye = y_c + (k1 + 2.*k2 + 2.*k3 + k4)./6;

function [t,y,te,ye] = RK1(f,x,h0,y0,e)

h = h0;

t(1) = x(1);

y(1,:) = y0;

k = 1;

flag = 0;

x_cur = x(1);

y_cur = y0';

while x_cur <= max(x)

if flag > 1

break;

end

[ye1] = RK(f, h, x_cur, y_cur);

[ye2] = RK(f, h/2, x_cur, y_cur);

[ye3] = RK(f, h/2, x_cur + h/2, ye2);

if max(abs(ye1 - ye3)) > e

h = h/2;

continue;

end

[ye11] = RK(f, h, x_cur + h, ye1);

[ye4] = RK(f, 2*h, x_cur, y_cur);

if max(abs(ye11 - ye4)) < e

h = h*2;

continue;

end

if (x_cur + h) > max(x)

h = abs(max(x) - x_cur);

end

x_cur = x_cur + h;

y_cur = ye1;

y(k+1,:) = y_cur;

t(k+1) = x_cur;

if x_cur >= max(x)

flag = flag + 1;

end

k = k + 1;

end

t = t';

te = x_cur;

ye = y_cur';

function yy = nuton(x,y,xx)

% интерполяция многочленом Ньютона

N = length(x);

DIFF = y;

for k = 1: N-1

for i = 1: N - k

DIFF(i) = (DIFF(i+1) - DIFF(i)) / (x(i+k) - x(i));

end

end

yy = DIFF(1) * ones(size(xx));

for k = 2: N

yy = DIFF(k) + (xx - x(k)).* yy;

end

Приложение А. 2

Текст программы условной минимизации функции нескольких переменных

function z2

% Метод штрафов

clear all;

global r;

% исходные данные

x(1,:) = xlsread('z2.xls',1,'A2:A3');

r = xlsread('z2.xls',1,'B2');

C = xlsread('z2.xls',1,'C2');

e = xlsread('z2.xls',1,'D2');

%--------------------------------------------------------------------------

% минимизация стандартной функцией

options = optimoptions(@fmincon,'Algorithm','active-set','MaxIter',500,'Display','off');

[X,Fval] = fmincon(@myfun,x(1,:),[],[],[],[],[],[],@mycon,options),

xlswrite('z2.xls',Fval,2,'C2');

xlswrite('z2.xls',X',2,'C3');

%--------------------------------------------------------------------------

k = 1; % Счетчик шагов

kmax = 1000; % Предельное число шагов

while k < kmax

[x1(k,:),fval1(k)] = fminsearch(@mysupp,x(k,:)); % нахождение безусловного минимума вспомогательной функции

PP(k) = myfine(x1(k,:)); % расчет значения функции штрафа при оптимальных х на текущей итерации

if PP(k) <= e

X1 = x1(k,:),

F1 = myfun(X1),

break % Выход из цикла в случае выполнения условия

else

k = k + 1;

r = C*r;

x(k,:) = x1(k-1,:);

end

end

xlswrite('z2.xls',F1,2,'B2');

xlswrite('z2.xls',X1',2,'B3');

function f = myfun(x)

% целевая функция

% x - аргументы целевой функции

f = 4*x(1)^2+x(2)^2+2*x(2);

function [c,ceq] = mycon(x)

% расчет ограничений

% х - аргументы целевой функции

% ограничения типа "равенство"

ceq = [];

%--------------------------------------------------------------------------

% ограничения типа "неравенство"

c(1) = x(1)^2+x(2)^2+2*x(2);

c(2) = -x(1)+x(2)-2;

function F = mysupp(x)

% вспомогательная функция

% х - аргументы целевой функции

% r - значение параметра штрафа на текущей итерации

global r;

f = myfun(x);

P = myfine(x);

F = f + r/2*P;

function P = myfine(x)

% штрафная функция

% х - аргументы целевой функции

[c,ceq] = mycon(x);

P = sum(ceq.^2)+sum(max(0,c).^2);

Размещено на Allbest.ru

...

Подобные документы

  • Решение систем линейных алгебраических уравнений методом простой итерации. Полиномиальная интерполяция функции методом Ньютона с разделенными разностями. Среднеквадратическое приближение функции. Численное интегрирование функций методом Гаусса.

    курсовая работа [2,4 M], добавлен 14.04.2009

  • Решение систем линейных алгебраических уравнений методом исключения Гаусса. Табулирование и аппроксимация функций. Численное решение обыкновенных дифференциальных уравнений. Приближенное вычисление определенных интегралов. Решение оптимизационных задач.

    курсовая работа [1,6 M], добавлен 21.11.2013

  • Сущность методов сведения краевой задачи к задаче Коши и алгоритмы их реализации на ПЭВМ. Применение метода стрельбы (пристрелки) для линейной краевой задачи, определение погрешности вычислений. Решение уравнения сшивания для нелинейной краевой задачи.

    методичка [335,0 K], добавлен 02.03.2010

  • Сущность понятия "дифференциальное уравнение". Главные этапы математического моделирования. Задачи, приводящие к решению дифференциальных уравнений. Решение задач поиска. Точность маятниковых часов. Решение задачи на определение закона движения шара.

    курсовая работа [918,7 K], добавлен 06.12.2013

  • В вычислительной математике существенную роль играет интерполяция функций. Формула Лагранжа. Интерполирование по схеме Эйткена. Интерполяционные формулы Ньютона для равноотстоящих узлов. Формула Ньютона с разделенными разностями. Интерполяция сплайнами.

    контрольная работа [131,6 K], добавлен 05.01.2011

  • Решение задачи Коши для дифференциального уравнения. Погрешность приближенных решений. Функция, реализующая явный метод Эйлера. Вычисление погрешности по правилу Рунге. Решение дифференциальных уравнений второго порядка. Условие устойчивости для матрицы.

    контрольная работа [177,1 K], добавлен 13.06.2012

  • Решение задач вычислительными методами. Решение нелинейных уравнений, систем линейных алгебраических уравнений (метод исключения Гаусса, простой итерации Якоби, метод Зейделя). Приближение функций. Численное интегрирование функций одной переменной.

    учебное пособие [581,1 K], добавлен 08.02.2010

  • Рассмотрение общих сведений обратных задач математической физики. Ознакомление с методами решения граничных обратных задач уравнений параболического типа. Описание численного решения данных задач для линейно упруго-пластического режима фильтрации.

    диссертация [2,8 M], добавлен 19.06.2015

  • Решение первой задачи, уравнения Пуассона, функция Грина. Краевые задачи для уравнения Лапласа. Постановка краевых задач. Функции Грина для задачи Дирихле: трехмерный и двумерный случай. Решение задачи Неймана с помощью функции Грина, реализация на ЭВМ.

    курсовая работа [132,2 K], добавлен 25.11.2011

  • Понятия и термины вариационного исчисления. Понятие функционала, его первой вариации. Задачи, приводящие к экстремуму функционала, условия его минимума. Прямые методы вариационного исчисления. Практическое применение метода Ритца для решения задач.

    курсовая работа [1,3 M], добавлен 08.04.2015

  • Понятие о голоморфном решении задачи Коши. Теорема Коши о существовании и единственности голоморфного решения задачи Коши. Решение задачи Коши для линейного уравнения второго порядка при помощи степенных рядов. Интегрирование дифференциальных уравнений.

    курсовая работа [810,5 K], добавлен 24.11.2013

  • Постановка начально-краевых задач фильтрации суспензии с нового кинетического уравнения при учете динамических факторов различных режимов течения. Построение алгоритмов решения задач, составление программ расчетов, получение численных результатов на ЭВМ.

    диссертация [1,1 M], добавлен 19.06.2015

  • Приведение к системе уравнений первого порядка. Разностное представление систем дифференциальных уравнений. Сеточные методы для нестационарных задач. Особенность краевых задач второго порядка. Разностные схемы для уравнений в частных производных.

    реферат [308,6 K], добавлен 13.08.2009

  • Методы хорд и итераций, правило Ньютона. Интерполяционные формулы Лагранжа, Ньютона и Эрмита. Точечное квадратичное аппроксимирование функции. Численное дифференцирование и интегрирование. Численное решение обыкновенных дифференциальных уравнений.

    курс лекций [871,5 K], добавлен 11.02.2012

  • Анализ методов решения систем дифференциальных уравнений, которыми можно описать поведение материальных точек в силовом поле, законы химической кинетики, уравнения электрических цепей. Этапы решения задачи Коши для системы дифференциальных уравнений.

    курсовая работа [791,0 K], добавлен 12.06.2010

  • Матричные уравнения, их решение и проверка. Собственные числа и собственные векторы матрицы А. Решение системы методом Жорданa-Гаусса. Нахождение пределов и производных функции, ее градиент. Исследование функции методами дифференциального исчисления.

    контрольная работа [287,0 K], добавлен 10.02.2011

  • Предмет и методы изучения дифференциальной векторно-матричной алгебры, ее структура. Векторное решение однородных и неоднородных дифференциальных уравнений. Численное решение векторно-матричных уравнений. Формулы построения вычислительных процедур.

    реферат [129,3 K], добавлен 15.08.2009

  • Решение нелинейных уравнений методом касательных (Ньютона), особенности и этапы данного процесса. Механизм интерполирования функции и численное интегрирование. Приближенное решение обыкновенных дифференциальных уравнений первого порядка методом Эйлера.

    курсовая работа [508,1 K], добавлен 16.12.2015

  • Вычисление приближенных величин и погрешностей. Решение алгебраических и трансцендентных уравнений, интерполяция функций и методы численного интегрирования. Применение метода наименьших квадратов к построению эмпирических функциональных зависимостей.

    курсовая работа [378,5 K], добавлен 08.01.2013

  • Методы, используемые при работе с матрицами, системами нелинейных и дифференциальных уравнений. Вычисление определенных интегралов. Нахождение экстремумов функции. Преобразования Фурье и Лапласа. Способы решения вычислительных задач с помощью Mathcad.

    учебное пособие [1,6 M], добавлен 15.12.2013

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.