Giáo trình Phương Pháp Tính - Đại học Bách Khoa Đà Nẵng (ĐHĐN)

Giáo trình Phương Pháp Tính Đại Học Bách Khoa Đà Nẵng. Tài liệu học tập môn Phương Pháp Tính chi tiết, giúp sinh viên nắm vững kiến thức và kỹ năng. Tải ngay!

• Tác giả: Nguyễn Thế Hùng
• Trường học: Trường Đại học Bách khoa, Đại học Đà Nẵng
• Chuyên ngành: Phương pháp tính
• Đề tài: Phương pháp tính
• Loại tài liệu: Giáo trình
• Năm xuất bản: 2013
• Địa điểm: Đà Nẵng

Mục lục chi tiết

• LỜI NÓI ĐẦU
• 1. CHƯƠNG 1: SAI SỐ Error analysis
• 1.1. Tổng quan về phương pháp tính
• 1.2. Khái niệm về phương pháp tính
• 1.3. Những dạng sai số thường gặp
• 1.4. Sai số tuyệt đối
• 1.5. Sai số tương đối
• 1.6. Cách viết số xấp xỉ
• 1.7. Sai số quy tròn
• 1.8. Ảnh hưởng của sai số quy tròn
• 1.9. Các quy tắc tính sai số
• 1.10. Sai số do chặt cụt
• 1.11. Sự ổn định của quá trình tính
• 2. CHƯƠNG 2: NỘI SUY (INTERPOLATION)
• 2.1. Sự duy nhất của đa thức nội suy
• 2.2. Tính giá trị đa thức bằng phương pháp Horner
• 2.3. Các phép tính trên đa thức

Tóm tắt

I. Khám phá giáo trình Phương Pháp Tính Bách Khoa Đà Nẵng

Môn học Phương pháp tính là một học phần quan trọng, đóng vai trò nền tảng cho sinh viên các khối ngành kỹ thuật tại Đại học Bách Khoa Đà Nẵng (DUT). Đây là cầu nối giữa toán học lý thuyết và các bài toán kỹ thuật thực tiễn. Nội dung môn học không chỉ dừng lại ở việc tìm ra lời giải chính xác mà tập trung vào việc xây dựng các phương pháp giải gần đúng, hiệu quả và có thể lập trình được trên máy tính. Giáo trình Phương Pháp Tính Đại học Bách Khoa Đà Nẵng, tiêu biểu là tài liệu của GS. Nguyễn Thế Hùng và PGS. Trần Văn Chính, được biên soạn để bao quát những vấn đề cơ bản nhất của phương pháp tính số hiện đại. Mục tiêu chính là trang bị cho kỹ sư tương lai công cụ để giải quyết các vấn đề phức tạp như giải hệ phương trình tuyến tính, tính toán tích phân, hay giải phương trình vi phân mà lời giải giải tích thường cồng kềnh hoặc không thể tìm được. Đặc điểm cốt lõi của môn học là quá trình hữu hạn hóa và rời rạc hóa, biến các bài toán liên tục, vô hạn thành các bước tính toán hữu hạn, lặp đi lặp lại. Quá trình này cực kỳ phù hợp với khả năng xử lý của máy tính điện tử, làm cho phương pháp tính trở thành một công cụ không thể thiếu trong thời đại số. Sinh viên sẽ được làm quen với các thuật toán, cách đánh giá sai số và tối ưu hóa quá trình tính toán để đạt được kết quả với độ chính xác mong muốn trong thời gian ngắn nhất. Các bài giảng phương pháp tính DUT không chỉ cung cấp lý thuyết mà còn kèm theo ví dụ minh họa và bài tập ứng dụng, giúp người học dễ dàng nắm bắt và vận dụng.

1.1. Hiểu đúng về Phương pháp tính số Numerical Method

Theo định nghĩa trong giáo trình, Phương pháp số (hay Phương pháp tính) là lĩnh vực toán học nghiên cứu các phương pháp giải gần đúng các bài toán, với kết quả được thể hiện dưới dạng số. Nó khác với việc tìm ra một biểu thức giải tích chính xác. Sự cần thiết của phương pháp này nảy sinh khi các bài toán thực tế (giải phương trình siêu việt, hệ phương trình phi tuyến, phương trình đạo hàm riêng) không có lời giải đúng hoặc lời giải quá phức tạp. Do đó, việc tìm ra kết quả gần đúng với một sai số chấp nhận được là hoàn toàn có ý nghĩa thực tiễn. Môn học này đặc biệt quan trọng đối với các ngành kỹ thuật như Điện, Xây dựng, nơi các mô hình toán học thường dựa trên dữ liệu đo đạc và các giả thiết gần đúng.

1.2. Vai trò của môn học trong chương trình đào tạo DUT

Đối với sinh viên DUT, Phương pháp tính không chỉ là một môn toán cao cấp. Nó là công cụ tư duy và thực hành cốt lõi. Tài liệu phương pháp tính DUT cung cấp nền tảng để sinh viên có thể mô hình hóa và giải quyết các bài toán kỹ thuật phức tạp bằng máy tính. Thay vì chỉ phụ thuộc vào các phần mềm thương mại, sinh viên hiểu được bản chất thuật toán đằng sau, từ đó có thể tự xây dựng hoặc tùy chỉnh các công cụ tính toán cho riêng mình. Đây là kỹ năng không thể thiếu để nghiên cứu khoa học, thực hiện các đồ án chuyên ngành và sau này là công việc của một kỹ sư. Mã học phần phương pháp tính DUT thường là bắt buộc đối với nhiều ngành, khẳng định tầm quan trọng của nó trong khung chương trình đào tạo.

II. Cách phân tích sai số trong giáo trình Phương pháp tính

Một trong những nội dung trọng tâm và cũng là thách thức lớn nhất trong môn học này là sai số và tính toán số. Một phương pháp tính được coi là tốt không chỉ vì nó đưa ra kết quả, mà còn vì khả năng kiểm soát và đánh giá được sai số của kết quả đó. Giáo trình của ĐH Bách Khoa Đà Nẵng dành hẳn chương đầu tiên để phân tích các nguồn gây ra sai số và cách tính toán chúng. Theo tài liệu, sai số có thể đến từ nhiều nguồn: sai số do mô hình hóa (đơn giản hóa bài toán thực tế), sai số phương pháp (thay bài toán phức tạp bằng bài toán đơn giản hơn), sai số do số liệu đầu vào (đo đạc không chính xác) và sai số tính toán (làm tròn số, chặt cụt chuỗi vô hạn). Việc hiểu rõ các loại sai số này giúp kỹ sư lựa chọn phương pháp phù hợp và biết được độ tin cậy của lời giải. Ví dụ, khi giải một hệ phương trình lớn, sai số làm tròn ở mỗi bước lặp có thể tích lũy và dẫn đến kết quả cuối cùng hoàn toàn sai lệch. Do đó, việc nắm vững các quy tắc tính sai số tuyệt đối, sai số tương đối và cách chúng lan truyền qua các phép toán cộng, trừ, nhân, chia là yêu cầu cơ bản khi ôn tập phương pháp tính.

2.1. Phân loại các dạng sai số thường gặp trong tính toán

Giáo trình phân loại chi tiết các nguồn sai số. Sai số do mô hình hóa phát sinh khi ta bỏ qua các yếu tố phụ để bài toán trở nên giải được. Sai số phương pháp là sai số nội tại của thuật toán, ví dụ như khi xấp xỉ tích phân bằng tổng hữu hạn các hình thang. Sai số tính toán và chặt cụt là không thể tránh khỏi khi làm việc với máy tính có độ chính xác hữu hạn, ví dụ như khi biểu diễn số π hoặc khi tính tổng một chuỗi vô hạn bằng cách lấy một vài số hạng đầu tiên. Hiểu rõ nguồn gốc của chúng là bước đầu tiên để kiểm soát độ chính xác của kết quả.

2.2. Quy tắc tính sai số tuyệt đối và sai số tương đối

Nắm vững quy tắc tính sai số là kỹ năng cơ bản. Sai số tuyệt đối cho biết độ lệch giữa giá trị đúng và giá trị gần đúng, trong khi sai số tương đối thể hiện mức độ sai lệch đó so với chính giá trị của đại lượng. Giáo trình cung cấp công thức tổng quát để ước lượng sai số của một hàm nhiều biến: ΔU ≈ Σ|∂f/∂xi|ΔXi. Công thức này đặc biệt quan trọng khi phân tích sự lan truyền sai số qua một chuỗi các phép tính phức tạp, giúp đánh giá được sai số tích lũy và đảm bảo kết quả cuối cùng nằm trong giới hạn cho phép. Đây là nội dung thường xuất hiện trong các đề thi phương pháp tính DUT.

III. Phương pháp nội suy và xấp xỉ hàm trong giáo trình DUT

Chương Nội suy và xấp xỉ hàm là một trong những phần ứng dụng quan trọng nhất của Phương pháp tính. Trong thực tế, chúng ta thường làm việc với một tập hợp các điểm dữ liệu rời rạc (kết quả thí nghiệm, số liệu quan측) thay vì một hàm giải tích tường minh. Nội suy là quá trình xây dựng một hàm số (thường là đa thức) đi qua tất cả các điểm dữ liệu đã cho. Mục đích là để ước tính giá trị của hàm tại những điểm không có trong bộ dữ liệu ban đầu. Giáo trình Phương Pháp Tính Đại học Bách Khoa Đà Nẵng giới thiệu hai phương pháp nội suy đa thức kinh điển là Lagrange và Newton. Đa thức nội suy Lagrange có ưu điểm là công thức đơn giản, dễ hình dung, nhưng nhược điểm là phải tính toán lại từ đầu khi thêm một điểm dữ liệu mới. Ngược lại, đa thức nội suy Newton, dựa trên khái niệm tỷ sai phân, cho phép kế thừa các tính toán đã có khi bổ sung dữ liệu, làm cho nó hiệu quả hơn trong nhiều trường hợp. Ngoài ra, giáo trình còn đề cập đến nội suy Spline, đặc biệt là Spline bậc ba, giúp tạo ra đường cong trơn hơn và tránh được hiện tượng dao động mạnh ở bậc cao, rất phù hợp để mô tả các hiện tượng vật lý.

3.1. Kỹ thuật nội suy Lagrange và nội suy Newton

Đa thức nội suy Lagrange xây dựng dựa trên các đa thức cơ sở Lk(x) có tính chất Lk(xi) = 1 nếu i=k và bằng 0 nếu i≠k. Đa thức cuối cùng là tổng trọng số của các giá trị yi với các đa thức cơ sở tương ứng. Trong khi đó, nội suy Newton xây dựng đa thức dưới dạng Pn(x) = b0 + b1(x-x0) + ..., nơi các hệ số b được tính toán từ bảng tỷ sai phân. Slide phương pháp tính Bách Khoa Đà Nẵng thường trình bày rất chi tiết cách lập bảng này, vốn là chìa khóa để áp dụng thành công phương pháp Newton cho các mốc không cách đều.

3.2. Nội suy Spline và phương pháp bình phương cực tiểu

Khi dữ liệu chứa nhiễu hoặc khi không yêu cầu đường cong phải đi qua chính xác tất cả các điểm, phương pháp bình phương cực tiểu được sử dụng để tìm một hàm xấp xỉ "tốt nhất" theo nghĩa tối thiểu hóa tổng bình phương các sai số. Mặt khác, khi cần một đường cong trơn đi qua các điểm, nội suy Spline là lựa chọn ưu việt. Thay vì dùng một đa thức bậc cao duy nhất, Spline ghép nối nhiều đa thức bậc thấp (thường là bậc 3) lại với nhau, đảm bảo tính liên tục của hàm và các đạo hàm tại các điểm nối. Kỹ thuật này được ứng dụng rộng rãi trong đồ họa máy tính và thiết kế kỹ thuật.

IV. Hướng dẫn giải phương trình và hệ phương trình tuyến tính

Việc giải hệ phương trình tuyến tính và phương trình phi tuyến là bài toán cốt lõi trong hầu hết các lĩnh vực khoa học kỹ thuật. Giáo trình Phương pháp tính của DUT cung cấp một bộ công cụ mạnh mẽ gồm các phương pháp lặp để giải quyết các bài toán này, đặc biệt là khi số lượng phương trình và ẩn số lớn. Đối với hệ phương trình tuyến tính Ax=b, các phương pháp lặp như phương pháp lặp đơn (Jacobi) và phương pháp lặp Seidel được giới thiệu chi tiết. Ý tưởng chung của các phương pháp này là bắt đầu từ một nghiệm xấp xỉ ban đầu và xây dựng một dãy các nghiệm hội tụ về nghiệm đúng của hệ. Ưu điểm của phương pháp lặp là dễ lập trình và ít tốn bộ nhớ hơn các phương pháp trực tiếp khi làm việc với ma trận thưa. Đối với phương trình phi tuyến f(x)=0, phương pháp Newton-Raphson là một trong những thuật toán hiệu quả nhất. Bằng cách xấp xỉ hàm số bằng đường tiếp tuyến tại mỗi bước, phương pháp này cho tốc độ hội tụ rất nhanh (hội tụ bậc hai) khi nghiệm ban đầu đủ gần nghiệm đúng. Nắm vững các phương pháp này là yêu cầu bắt buộc để có thể giải quyết các bài tập phương pháp tính có lời giải phức tạp.

4.1. Các phương pháp lặp giải hệ phương trình tuyến tính

Phương pháp lặp Jacobi tính toán tất cả các thành phần của nghiệm mới dựa hoàn toàn vào các giá trị của nghiệm ở bước lặp trước đó. Trong khi đó, phương pháp lặp Seidel cải tiến bằng cách sử dụng ngay các thành phần vừa được tính của nghiệm mới trong cùng một bước lặp. Điều này thường giúp phương pháp lặp Seidel hội tụ nhanh hơn Jacobi. Điều kiện hội tụ của các phương pháp này phụ thuộc vào tính chất của ma trận hệ số A, ví dụ như điều kiện chéo trội. Sinh viên cần kiểm tra điều kiện này trước khi áp dụng thuật toán.

4.2. Giải phương trình phi tuyến bằng phương pháp Newton

Công thức lặp của phương pháp Newton-Raphson là x_{n+1} = x_n - f(x_n)/f'(x_n). Phương pháp này đòi hỏi phải tính được đạo hàm của hàm f(x). Mặc dù hội tụ nhanh, nó có thể thất bại nếu đạo hàm bằng không hoặc nếu điểm xuất phát ban đầu không tốt. Bên cạnh Newton-Raphson, các phương pháp khác như phương pháp chia đôi hay phương pháp dây cung cũng được đề cập như những giải pháp thay thế trong những trường hợp nhất định. Việc lựa chọn phương pháp phụ thuộc vào đặc điểm của bài toán cụ thể.

V. Bí quyết ứng dụng và ôn thi môn Phương pháp tính DUT

Để chinh phục thành công môn Phương pháp tính, việc kết hợp giữa nắm vững lý thuyết và thực hành là vô cùng quan trọng. Một trong những cách hiệu quả nhất là hiện thực hóa các thuật toán đã học bằng một ngôn ngữ lập trình. Việc viết code MATLAB phương pháp tính không chỉ giúp hiểu sâu sắc hơn về cách hoạt động của từng phương pháp mà còn rèn luyện kỹ năng giải quyết vấn đề. MATLAB cung cấp môi trường mạnh mẽ cho tính toán ma trận và trực quan hóa dữ liệu, rất phù hợp cho môn học này. Về mặt ôn thi, chiến lược hiệu quả nhất là hệ thống hóa lại các công thức và điều kiện áp dụng của từng phương pháp. Sinh viên nên tự tay giải lại các ví dụ trong slide phương pháp tính Bách Khoa Đà Nẵng và làm thêm các bài tập cuối chương. Đặc biệt, việc tìm và giải các đề thi phương pháp tính DUT từ các năm trước sẽ giúp làm quen với cấu trúc đề, các dạng bài thường gặp và rèn luyện kỹ năng quản lý thời gian trong phòng thi. Các chủ đề như nội suy, giải hệ phương trình bằng phương pháp lặp, và tính gần đúng tích phân thường là những phần có trọng số điểm cao. Việc chuẩn bị kỹ lưỡng các dạng bài tập này sẽ tăng cơ hội đạt kết quả tốt.

5.1. Thực hành với code MATLAB và các công cụ lập trình

Bắt đầu bằng việc viết các hàm đơn giản cho từng thuật toán, ví dụ như hàm nội suy Lagrange, hàm giải hệ bằng phương pháp Seidel, hay hàm tìm nghiệm bằng phương pháp Newton. Sau đó, áp dụng các hàm này để giải quyết các bài tập phương pháp tính có lời giải cụ thể. Quá trình gỡ lỗi (debug) khi code không chạy đúng sẽ giúp phát hiện ra những lỗ hổng trong kiến thức lý thuyết. Việc sử dụng các công cụ trực quan hóa của MATLAB để vẽ đồ thị hàm nội suy hoặc theo dõi sự hội tụ của nghiệm sẽ mang lại cái nhìn trực quan và sâu sắc về bản chất của các phương pháp.

5.2. Chiến lược ôn tập và giải đề thi hiệu quả

Tạo một bảng tóm tắt các phương pháp, bao gồm: tên phương pháp, công thức chính, điều kiện áp dụng, ưu và nhược điểm. Điều này rất hữu ích cho việc ôn tập nhanh trước kỳ thi. Khi giải đề, hãy chú ý đến các yêu cầu về độ chính xác và số bước lặp. Đọc kỹ đề bài để xác định đúng phương pháp cần sử dụng. Ví dụ, đề bài yêu cầu giải hệ phương trình có ma trận chéo trội thì phương pháp lặp là một lựa chọn hợp lý. Việc ôn tập phương pháp tính một cách có hệ thống và bài bản là chìa khóa để tự tin bước vào phòng thi.

VI. Tổng hợp tài liệu và giáo trình Phương pháp tính uy tín

Để học tốt môn này, việc tiếp cận đúng nguồn tài liệu là rất quan trọng. Nguồn tài liệu chính thống và được khuyên dùng hàng đầu chính là Giáo trình Phương Pháp Tính của GS. Nguyễn Thế Hùng và PGS. Trần Văn Chính từ Trường Đại học Bách khoa, Đại học Đà Nẵng. Cuốn sách này được biên soạn cô đọng, bám sát chương trình giảng dạy và bao quát đầy đủ các nội dung từ cơ bản đến nâng cao. Bên cạnh giáo trình gốc, sinh viên nên tìm kiếm và tham khảo các slide bài giảng phương pháp tính DUT do chính các giảng viên phụ trách môn học cung cấp. Các slide này thường tóm tắt những nội dung cốt lõi nhất, kèm theo nhiều ví dụ minh họa trực quan giúp dễ hiểu hơn. Ngoài ra, trên các diễn đàn sinh viên hoặc thư viện số của trường, có thể tìm thấy các tài liệu quý giá khác như bộ sưu tập bài tập phương pháp tính có lời giải chi tiết, tổng hợp đề thi qua các năm. Tham khảo thêm các giáo trình từ những tác giả uy tín khác, ví dụ như giáo trình Nguyễn Thị Thảo Ly, cũng là một cách tốt để có cái nhìn đa chiều và củng cố kiến thức.

6.1. Giáo trình chính của GS. Nguyễn Thế Hùng và PGS. Trần Văn Chính

Đây được xem là tài liệu gối đầu giường cho sinh viên DUT khi học môn Phương pháp tính. Giáo trình trình bày một cách hệ thống, bắt đầu từ lý thuyết sai số, đi qua các phương pháp nội suy, giải phương trình, tính tích phân và giải phương trình vi phân thường. Mỗi chương đều có ví dụ cụ thể và bài tập tự luyện, giúp người học có thể tự kiểm tra và đánh giá kiến thức của mình. Lời nói đầu của giáo trình đã nêu rõ mục tiêu biên soạn là làm cơ sở để tính toán, giải quyết các vấn đề khoa học kỹ thuật thường gặp.

6.2. Các nguồn tài liệu tham khảo và học liệu bổ sung

Ngoài giáo trình và slide bài giảng, các khóa học trực tuyến trên các nền tảng như Coursera, edX về 'Numerical Methods for Engineers' cũng là nguồn tham khảo rất tốt. Chúng thường cung cấp các bài giảng video, bài tập lập trình tự động chấm điểm. Tham gia các nhóm học tập, trao đổi với bạn bè và anh chị khóa trên cũng là cách hiệu quả để giải đáp thắc mắc và tìm kiếm các tài liệu phương pháp tính DUT quý giá, bao gồm cả những kinh nghiệm học và thi thực tế. Sự kết hợp đa dạng các nguồn học liệu sẽ giúp việc học trở nên hiệu quả và toàn diện hơn.