Обчислювальна математика
ОБЧИ́СЛЮВАЛЬНА МАТЕМА́ТИКА — розділ математики, що вивчає методи чисельного (точного або наближеного) розвʼязання задач прикладної математики за допомогою обчислювальних машин (ЕОМ, компʼютерів). Предмет О. м. — чисел. методи (Ч. м.), або множина обчислюв. алгоритмів (О. а.), питання їх обґрунтування та дослідж. характеристик їхньої якості: збіжність та швидкість збіжності Ч. м., їхня стійкість та похибка, оптимальність за різними критеріями, час реалізації на ЕОМ, необхідна памʼять ЕОМ та ін. Ч. м. збігається, якщо наближений розвʼязок прямує до точного розвʼязку задачі, коли параметри Ч. м. прямують до відповід. гранич. значень. Ч. м. називається стійким, якщо наближений розвʼязок неперервно залежить від вихід. даних задачі та якщо похибка заокруглення лишається обмеженою при заданих межах зміни параметрів Ч. м. Його класифікують за різними ознаками: за способами одержання результатів розвʼязку задачі поділяють на чисел., аналіт. та чисел.-аналіт.; за характеристиками якості — стійкі (нестійкі), збіжні (розбіжні), швидкі (повільні) збіжні, ефект. (економні) за числом операцій та ін. критеріями, оптимальних за точністю (швидкодією, памʼяттю) тощо; за способами дискретизації континуал. матем. моделі — проекц. або варіац., скінченно-різниц. методи або методи сіток, проекц.-різниц. або змішані методи та ін.; залежно від моделі обчислень (ЕОМ, компʼютера) — послідов., орієнтов. на змінну розрядність, паралельні, гібридні; за принципами побудови розвʼязку — прямі, ітераційні, випадк. пошуку, комбіновані, потенціалів (інтеграл. представлень розвʼязків у теорії поля та ін. розділах матем. фізики); регуляризації, квазірозвʼязків, принципу невʼязок; Ч. м. пасив., послідов., послідовно-оптимал. та стохаст. стратегій; за запитами зовн. середовища і особливостями ЕОМ — на способи розвʼязання задач у режимі індивід. користування (off-line або on-line), колект. користування з розподілом часу (time-sharing), конвеєр. оброблення інформації (pipe-line) та реал. часу (real time). В О. м. традиційно виділяють осн. класи задач: інтерполювання та наближення функцій; чисел. диференціювання й інтегрування; розвʼязання систем ліній. алгебрич. рівнянь; обчислення влас. значень та влас. векторів матриць; розвʼязання звичай. диференц. рівнянь (задач Коші та крайових задач); розвʼязання диференц. рівнянь із частин. похід., інтеграл. рівнянь; мінімізація функцій та матем. програмування (оптимізація). З усього розмаїття приклад. задач виокремлюють задачі, що частіше всього зустрічаються у застосуваннях і саме в тому порядку, як це буває на практиці — після вимірів та спостережень виконується статист. оброблення, далі розвʼязуються деякі задачі наближення з метою побудови відповід. матем. моделі, в рамках якої потім розвʼязують різні рівняння або шукають екстремуми деяких функціоналів із додатк. умовами або без них. При цьому враховується розподіл задач на коректно та некоректно поставлені.
О. м. веде свою історію від глибокої давнини, її початком вважають правила обчислення іррац. чисел. Швидкого розвитку вона набула у 1960-х рр. з появою ЕОМ та їх впровадженням для розвʼязання важливих задач приклад. математики. Результати дослідж. знайшли своє відображення у матем. забезпеченні ЕОМ, що розроблялося. У великих обчислюв. центрах створ. потужні б-ки стандарт. програм та пакети приклад. програм, що не лише сприяли якіс. розвʼязанню стандарт. класів задач обчислюв. та приклад. математики, але й давали суттєвий поштовх наступ. теор. дослідж. Ч. м. Поняття наближеного розвʼязку припускає відповідні відомості про похибки знайденого наближення. Усі теор. результати й проблеми в галузі О. м. до недавнього часу переважно концентрувалися навколо аналізу похибок за рахунок неповноти та неточності вхід. даних, неточностей реалізації арифмет. операцій на ЕОМ та похибок алгоритмів. В останні роки, у звʼязку з широким застосуванням ЕОМ та розвʼязанням усе більш склад. задач, значну увагу приділяють, окрім дослідж. повної похибки (яка за нерівністю трикутника не перевищує суми перерахованих), також вивченню ін. характеристик алгоритмів, зокрема часу і памʼяті, необхід. для реалізації алгоритмів на ЕОМ. Використання оцінок наведених характеристик дозволяє зробити висновок про якість отриманого розвʼязку, проводити порівнял. аналіз алгоритмів та програм, вибирати параметри програми, які дають змогу розвʼязати задачу з характеристиками якості, що вимагаються. У звʼязку зі збільшенням числа та ускладненням задач, що розвʼязуються, постійно зростають вимоги до ефективності відповід. Ч. м. Нерідко при розвʼязанні задач традиц. методами ми не отримуємо потріб. значення деякого показника якості розвʼязку, напр., розвʼязку з необхід. точністю або з макс. можливою точністю. У таких випадках буває корисно, а інколи й необхідно, застосувати оптимал. за відповід. критерієм алгоритм розвʼязання задачі. Це дає можливість або отримати шуканий розвʼязок, або довести, що його неможливо отримати при інформації, що задана. Для побудови оптимал. за точністю алгоритмів використовують методи «капелюхів», гранич. функцій, невʼязки, квазірозвʼязків тощо. Оптимал. за швидкодією (або близькі до них) алгоритми часто вдається побудувати за допомогою теорії швидких ортогонал. перетворень (алгоритми швидкого перетворення: Фурʼє, Волша, Винограда, Хартлі та ін.) або методів паралел. обчислень із застосуванням певних моделей обчислень. Ефект від використання оптимал. та близьких до них алгоритмів порівнюють з ефектом від використання нової елемент. бази і сучас. архітектури обчислюв. машин. Методи відшукання оптимал. розвʼязків та їх стійка реалізація на ЕОМ дозволяють вірно сформулювати вимоги до точності вихід. інформації та розрядності ЕОМ, при яких може бути отриманий наближений розвʼязок із наперед заданою точністю. Розвʼязок більшості задач за допомогою сучас. обчислювальної техніки засн. на обчислюв. експерименті, що органічно повʼязує матем. модель, О. а., розрахунки на ЕОМ та експеримент. Окрім того, обчислюв. експеримент відіграє важливу роль під час отримання апостеріор. оцінок похибок О. а., дослідж. їхньої ефективності та тестування якості приклад. програм. забезпечення тощо.
Серед сучас. укр. розробок — алгоритми виявлення та уточнення апріор. інформації про задачу; комплекс. підхід до оцінки похибки наближеного розвʼязку задачі; побудова оптимал. алгоритмів в умовах найповнішого використання апріор. інформації; побудова оптимал. інформ. операторів для деяких класів задач; теорія поліноміал. оператор. інтерполяції; теорія наближеного розвʼязування неліній. оператор. і функціон. рівнянь, що мають неєдиний розвʼязок; теорія різниц. та скінченно-елемент. схем з узагальненими розвʼязками; методика тестування якості О. а. та програм, алгоритми паралел. обчислень для деяких класів задач та інтелектуал. пакети програм розвʼязування стандарт. класів задач О. м. — ПОМ-1, ЦОС-1, LINSYST, NILISYST, САРПОК, ПАМІМД та ін. для одно- й багатопроцесор. та транспʼютер. ЕОМ і систем. Знач. внесок у розвиток О. м. зробили вчені П. Бондаренко, В. Задірака, А. Лучка, І. Ляшко, В. Макаров, І. Молчанов, Г. Положій, О. Самарський, І. Сергієнко, В. Скопецький, а також Л. Коллатц (Німеччина), Дж. Трауб, Дж. Форсайт (обидва — США), Дж. Вілкінсон (Велика Британія) та ін. В Україні успішно працюють матем. школи, що орієнтов. на спеціалістів із О. м., зокрема з питань оптимізацїї обчислень (при Інституті кібернетики НАНУ, Київ) та сітк. методів (при Київ. університеті). Найчастіше математики-обчислювачі друкують свої наук. праці у видавництвах «Наукова думка» та «Вища школа», у ж. «Кибернетика и системный анализ» (видає Інститут кібернетики НАНУ) й «Журналі обчислювальної та прикладної математики» (Київ. університет). Осн. закладами вищої освіти в Україні, де готують фахівців з О. м., є Київ. та Львів. університети.