Методы прямоугольников и трапеций

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Изложение метода)
 
(11 промежуточных версий не показаны.)
Строка 1: Строка 1:
== Введение ==
== Введение ==
-
 
-
=== Постановка математической задачи ===
 
[[Изображение:Integral.png|thumb|200px|Рис.1]]
[[Изображение:Integral.png|thumb|200px|Рис.1]]
Строка 10: Строка 8:
<p align="center"><tex>I=\int_a^b{f(x)dx},</tex></p>
<p align="center"><tex>I=\int_a^b{f(x)dx},</tex></p>
-
где <tex>f(x)</tex> - заданная и интегрируемая на отрезке <tex>[a,b]</tex> функция. На отрезке вводится сетка <tex>\omega=\{x_i:x_0=a<x_1<...<x_i<...<x_N=b\}</tex> и в качестве приближенного значения интеграла рассматривается число
+
где <tex>f(x)</tex> - заданная и интегрируемая на отрезке <tex>[a,b]</tex> функция.
-
 
+
-
{{ eqno | 2 }}
+
-
<p align="center"><tex>I_N=\sum_{i=0}^N {c_i f(x_i)},</tex></p>
+
-
 
+
-
где <tex>f(x_i)</tex> - значения функции <tex>f(x)</tex> в узлах <tex>x=x_i</tex> , <tex>c_i</tex> - ''весовые множители'', зависящие только от узлов, но не зависящие от выбора <tex>f(x)</tex>. Формула {{eqref|2}} называется ''квадратурной формулой''.
+
-
 
+
-
Задача численного интегрирования при помощи квадратур состоит в отыскании таких узлов <tex>\{x_i\}</tex> и таких весов <tex>\{c_i\}</tex>, чтобы ''погрешность квадратурной формулы''
+
-
 
+
-
<p align="center"><tex>\Psi=\sum_{i=0}^N{c_i f(x_i)} - \int_a^b{f(x)dx} = I_N - I</tex></p>
+
-
была минимальной по модулю для функции из заданного класса (величина <tex>\Psi</tex> зависит от гладкости <tex>f(x)</tex>). Погрешность зависит как от расположения узлов, так и от выбора весовых коэффициентов.
+
Если один или оба предела равны <tex>+ \infty</tex> или <tex>- \infty</tex>, то с помощью трюков с заменой переменных можно осуществить переход к конечному отрезку от луча или всей числовой прямой.
-
Введем на <tex>[a,b]</tex> ''равномерную сетку с шагом <tex>h</tex>'', т.е. множество точек <tex>\omega_h=\{x_i=a+ih, i=0,1,...,N,hN=b-a}</tex>, и представим интеграл {{eqref|1}} в виде суммы интегралов по частичным отрезкам:
+
Введем на <tex>[a,b]</tex> сетку с переменным шагом <tex>h_i</tex>, т.е. множество точек <tex>\omega_h=\{x_i=a+\sum_{j=0}^i{h_j}, i=0,1,...,N,h_0=0, \sum_{i=1}^N{h_i}=b-a}</tex>, и представим интеграл {{eqref|1}} в виде суммы интегралов по частичным отрезкам:
{{ eqno | 3 }}
{{ eqno | 3 }}
Строка 35: Строка 24:
на частичном отрезке <tex>[x_{i-1},x_i]</tex> и воспользоваться свойством {{eqref|3}}.
на частичном отрезке <tex>[x_{i-1},x_i]</tex> и воспользоваться свойством {{eqref|3}}.
-
== Изложение метода ==
+
== Метод прямоугольников ==
-
=== Формула прямоугольников ===
+
=== Формула прямоугольников на частичном отрезке и ее погрешность ===
[[Изображение:Integral_rect.png|thumb|200px|Рис.2]]
[[Изображение:Integral_rect.png|thumb|200px|Рис.2]]
Строка 78: Строка 67:
т.е. формула имеет погрешность <tex>O(h^3)</tex> при <tex>h\rightarrow0</tex>.
т.е. формула имеет погрешность <tex>O(h^3)</tex> при <tex>h\rightarrow0</tex>.
-
Заметим,что оценка (7) является неулучшаемой, т.е. существует функция <tex>f(x)</tex>, для которой (7) выполняется со знаком равенства. Действительно, для <tex>f(x)=(x-x_{i-1/2})^2</tex> имеем <tex>M_{2,i}=2, f(x_{i-1/2})=0</tex> и
+
Заметим,что оценка {{eqref|7}} является неулучшаемой, т.е. существует функция <tex>f(x)</tex>, для которой {{eqref|7}} выполняется со знаком равенства. Действительно, для <tex>f(x)=(x-x_{i-1/2})^2</tex> имеем <tex>M_{2,i}=2, f(x_{i-1/2})=0</tex> и
<p align="center"><tex>\int_{x_{i-1}}^{x_i}{f(x)dx}-f(x_{i-1/2})h=\frac{h^3}{24}M_{2,i}</tex></p>
<p align="center"><tex>\int_{x_{i-1}}^{x_i}{f(x)dx}-f(x_{i-1/2})h=\frac{h^3}{24}M_{2,i}</tex></p>
-
Суммируя равенства (5) по <tex>i</tex> от <tex>1</tex> до <tex>N</tex>, получим ''составную формулу прямоугольников''
+
=== Составная формула прямоугольников и ее погрешность ===
 +
 
 +
Суммируя равенства {{eqref|5}} по <tex>i</tex> от <tex>1</tex> до <tex>N</tex>, получим ''составную формулу прямоугольников''
{{ eqno | 8 }}
{{ eqno | 8 }}
Строка 104: Строка 95:
Видим, что квадратурная формула имеет ''второй порядок точности''.
Видим, что квадратурная формула имеет ''второй порядок точности''.
-
=== Формула трапеций ===
+
=== Применимость метода к функции, заданной в конечном числе точек ===
 +
 
 +
Заметим, что метод прямоугольников в том виде,в котором он описан выше, не применим в общем случае к функциям,значения которых мы знаем в конечном числе точек, так как, например, мы не всегда можем разбить отрезкок интегрирования на подотрезки, серединами которых являются точки,в которых нам известно значение функции.
 +
 
 +
== Метод трапеций ==
 +
 
 +
=== Формула трапеций на частичном отрезке и ее погрешность ===
[[Изображение:Integral_trap.png|thumb|200px|Рис.3]]
[[Изображение:Integral_trap.png|thumb|200px|Рис.3]]
Строка 130: Строка 127:
<p align="center"><tex>|\psi_i|\le \frac{M_{2,i}h^3}{12}</tex></p>
<p align="center"><tex>|\psi_i|\le \frac{M_{2,i}h^3}{12}</tex></p>
-
Оценка (11) неулучшаема, так как в ней достигается равенство, например, для <tex>f(x)=(x-x_i)^2</tex>.
+
Оценка {{eqref|11}} неулучшаема, так как в ней достигается равенство, например, для <tex>f(x)=(x-x_i)^2</tex>.
 +
 
 +
=== Составная формула трапеций и ее погрешность ===
''Составная формула трапеций'' имеет вид
''Составная формула трапеций'' имеет вид
Строка 142: Строка 141:
{{ eqno | 13 }}
{{ eqno | 13 }}
-
<p align="center"><tex>|\Psi|\le \frac{h^2(b-a)}{12}M_2,M_2=\underset{x\in [a,b]}{max}|f''(x)|</tex></p>
+
<p align="center"><tex>|\Psi|\le \frac{h^2(b-a)}{12}M_2,</tex></p>
 +
 
 +
где <tex>M_2=\underset{x\in [a,b]}{max}|f''(x)|</tex>
Таким образом, формула трапеций имеет, так же как и формула прямоугольников, второй порядок точности,<tex>\Psi=O(h^2)</tex>, но ее погрешность оценивается величиной в два раза большей.
Таким образом, формула трапеций имеет, так же как и формула прямоугольников, второй порядок точности,<tex>\Psi=O(h^2)</tex>, но ее погрешность оценивается величиной в два раза большей.
 +
 +
=== Применимость метода к функции, заданной в конечном числе точек ===
 +
 +
В отличие от метода прямоугольников, метод трапеций применим к функциям, заданным в конечном числе точек, так как мы всегда можем взять в качесве узлов интегрирования данные точки.
== Числовой пример ==
== Числовой пример ==
Строка 153: Строка 158:
В данном случае
В данном случае
-
 
<p align="center"><tex>P_2=\frac{\pi}{4}(\sin(\frac{\pi}{8})+\sin(\frac{3\pi}{8}))=1.026172</tex></p>
<p align="center"><tex>P_2=\frac{\pi}{4}(\sin(\frac{\pi}{8})+\sin(\frac{3\pi}{8}))=1.026172</tex></p>
Строка 159: Строка 163:
<p align="center"><tex>T_2=\frac{\pi}{4}(\frac{1}{2}\sin(0)+\sin(\frac{\pi}{4})+\frac{1}{2}\sin(\frac{\pi}{2}))=0.948059</tex></p>
<p align="center"><tex>T_2=\frac{\pi}{4}(\frac{1}{2}\sin(0)+\sin(\frac{\pi}{4})+\frac{1}{2}\sin(\frac{\pi}{2}))=0.948059</tex></p>
-
Зная точный ответ (14), найдем погрешности
+
Зная точный ответ {{eqref|14}}, найдем погрешности
{{ eqno | 15 }}
{{ eqno | 15 }}
<p align="center"><tex>\alpha_2=-0.026172,\beta_2=0.051941</tex></p>
<p align="center"><tex>\alpha_2=-0.026172,\beta_2=0.051941</tex></p>
-
Вторая производная функции <tex>\sin(x)</tex> на отрезке <tex>[0,\pi/2]</tex> отрицательна, ее модуль не превышает единицы: <tex>M_2=1</tex>. Величина погрешностей (15) удовлетворяет неравенствам (9) и (13):
+
Вторая производная функции <tex>\sin(x)</tex> на отрезке <tex>[0,\pi/2]</tex> отрицательна, ее модуль не превышает единицы: <tex>M_2=1</tex>. Величина погрешностей {{eqref|15}} удовлетворяет неравенствам {{eqref|9}} и {{eqref|13}}:
<p align="center"><tex>|\alpha_2|\le \frac{1}{96}(\frac{\pi}{2})^3<0.041,|\beta_2|\le \frac{1}{48}(\frac{\pi}{2})^3<0.081</tex></p>
<p align="center"><tex>|\alpha_2|\le \frac{1}{96}(\frac{\pi}{2})^3<0.041,|\beta_2|\le \frac{1}{48}(\frac{\pi}{2})^3<0.081</tex></p>
Строка 170: Строка 174:
== Рекомендации программисту ==
== Рекомендации программисту ==
-
=== Автоматический выбор шага интегрирования ===
+
=== Оценка погрешности ===
-
Величина погрешности численного интегрирования зависит как от шага сетки <tex>h</tex>, так и от гладкости подынтегральной функции <tex>f(x)</tex>. Например, в оценку (11), наряду с <tex>h</tex>, входит величина
+
Величина погрешности численного интегрирования зависит как от шага сетки <tex>h</tex>, так и от гладкости подынтегральной функции <tex>f(x)</tex>. Например, в оценку {{eqref|11}}, наряду с <tex>h</tex>, входит величина
<p align="center"><tex>M_{2,i}=\underset{x\in [x_{i-1},x_i]}{max}|f''(x)|,</tex></p>
<p align="center"><tex>M_{2,i}=\underset{x\in [x_{i-1},x_i]}{max}|f''(x)|,</tex></p>
Строка 190: Строка 194:
<p align="center"><tex>I_i-I_{h/2,i}\approx \frac{I_{h/2,i}-I_{h,i}}{2^m-1}</tex></p>
<p align="center"><tex>I_i-I_{h/2,i}\approx \frac{I_{h/2,i}-I_{h,i}}{2^m-1}</tex></p>
-
Возможность апостериорно оценивать погрешность позволяет вычислять интеграл (1) с заданной точностью <tex>\epsilon >0</tex> путем автоматического выбора шага интегрирования <tex>h_i</tex>. Пусть используется составная квадратурная формула
+
Пусть используется составная квадратурная формула
<p align="center"><tex>I\approx I_h=\sum_{i=1}^N{I_{h,i}}</tex></p>
<p align="center"><tex>I\approx I_h=\sum_{i=1}^N{I_{h,i}}</tex></p>
-
где <tex>I_{h,i}</tex> - квадратурная сумма на частичном отрезке, причем на каждом частичном отрезке используется одна и та же квадратурная формула (например, формула трапеций). Проведем на каждом частичном отрезке <tex>[x_{i-1},x_i]</tex> все вычисления дважды, один раз - с шагом <tex>h_i</tex> и второй раз - с шагом <tex>0.5h_i</tex> и оценим погрешность по правилу Рунге (17).
+
где <tex>I_{h,i}</tex> - квадратурная сумма на частичном отрезке, причем на каждом частичном отрезке используется одна и та же квадратурная формула (например, формула трапеций). Проведем на каждом частичном отрезке <tex>[x_{i-1},x_i]</tex> все вычисления дважды, один раз - с шагом <tex>h_i</tex> и второй раз - с шагом <tex>0.5h_i</tex> и оценим погрешность по правилу Рунге {{eqref|17}}:
-
Если для заданного <tex>\epsilon >0</tex> будут выполняться неравенства
+
<p align="center"><tex>\Psi = |I-I_{h/2}|\approx \sum_{i=1}^N{|I_i-I_{h/2,i}|}=\frac{|I_{h/2}-I_{h}|}{2^m-1}.</tex></p>
-
{{ eqno | 18 }}
+
=== Пример программы на языке C++ ===
-
<p align="center"><tex>|I_i-I_{h/2,i}|\approx \frac{|I_{h/2,i}-I_{h,i}|}{2^m-1} \le \frac{\epsilon h_i}{b-a},i=1,2,...,N,</tex></p>
+
-
то получим
+
* [[Media:Integral.zip|Исходный текст программы]]
-
<p align="center"><tex>|I-I_h/2|\le \frac{\epsilon}{b-a}\sum_{i=1}^N{h_i}=\epsilon,</tex></p>
+
В программе интеграруемая функция задается в функции <tex>function</tex>. В данном примере интегрируется логарифм и эта функция выглядит так:
-
т.е. будет достигнута заданная точность <tex>\epsilon</tex>.
+
<pre>
 +
double function(double x)
 +
{
 +
return log(x);
 +
}
 +
</pre>
-
Если же на каком-то из частичных отрезков оценка (18) не будет выполняться, то шаг на этом отрезке надо измельчить еще в два раза и снова оценить погрешность. Измельчение сетки на данном отрезке следует проводить до тех пор, пока не будет достигнута оценка вида (18). Заметим, что для некоторой функции <tex>f(x)</tex> такое измельчение может продолжаться слишком долго. Поэтому в соответствующей программе следует предусмотреть ограничение сверху на число измельченийтакже вожможность увеличения <tex>\epsilon</tex>.
+
Функция <tex>rectangles</tex> реализует метод прямоугольников, а <tex>trapezium</tex> - метод трапеций.
-
Таким образом, автоматический выбор шага интегрирования приводит к тому, что интегрирование ведется с крупным шагом на участках плавного изменения функции <tex>f(x)</tex> и с мелким шагом - на участках быстрого изменения <tex>f(x)</tex>. Это позволяет при заданной точности <tex>\epsilon</tex> уменьшить количество вычислений значений <tex>f(x)</tex> по сравнению с расчетом на сетке с постоянным шагом. Подчеркнем, что для нахождения сумм <tex>I_{h/2,i}</tex> не надо пересчитывать значения <tex>f(x)</tex> во всех узлах, достаточно вычислять <tex>f(x)</tex> только в новых узлах.
+
Эти функции имеют следующие параметры:
 +
 
 +
<pre>
 +
double trapezium(double left, double right, double step)
 +
double rectangles(double left, double right, double step)
 +
 
 +
где left - левый предел интегрирования,
 +
right - правй предел интегрирования,
 +
step - шаг интегрирования.
 +
</pre>
== Заключение ==
== Заключение ==
-
== Список литературы ==
+
Методы прямоугольников и трапеций являются одними из простейших методов интегрирования (запрограммировать их не составляет особого труда). Но эти методы имеют лишь второй порядок точности,в то время как есть методы более высоких порядков.
 +
Если же сравнивать эти два метода между собой, то метод прямоугольников, который относится к методам Гаусса - Кристоффеля, является точнее метода трапеций, относящегося к методам Ньютона - Котеса. Но в то же время метод трапеций может применяться с произвольным шагом, в отличие от метода прямоугольников, который, как мы увидели, не применим, например, к функциям,заданным в конечном числе точек.
 +
 +
== Список литературы ==
* ''А.А.Самарский, А.В.Гулин.''&nbsp; Численные методы М.: Наука, 1989.
* ''А.А.Самарский, А.В.Гулин.''&nbsp; Численные методы М.: Наука, 1989.
* ''А.А.Самарский.''&nbsp; Введение в численные методы М.: Наука, 1982.
* ''А.А.Самарский.''&nbsp; Введение в численные методы М.: Наука, 1982.
Строка 220: Строка 240:
{{stub}}
{{stub}}
[[Категория:Численное интегрирование]]
[[Категория:Численное интегрирование]]
 +
[[Категория:Учебные задачи]]

Текущая версия

Содержание

Введение

Рис.1
Рис.1

Задача численного интегрирования состоит в нахождении приближенного значения интеграла

( 1 )

I=\int_a^b{f(x)dx},

где f(x) - заданная и интегрируемая на отрезке [a,b] функция.

Если один или оба предела равны + \infty или - \infty, то с помощью трюков с заменой переменных можно осуществить переход к конечному отрезку от луча или всей числовой прямой.

Введем на [a,b] сетку с переменным шагом h_i, т.е. множество точек \omega_h=\{x_i=a+\sum_{j=0}^i{h_j}, i=0,1,...,N,h_0=0, \sum_{i=1}^N{h_i}=b-a}, и представим интеграл (1) в виде суммы интегралов по частичным отрезкам:

( 3 )

\int_a^b{f(x)dx}=\sum_{i=1}^N{\int_{x_{i-1}}^{x_i}{f(x)dx}}.

Для построения формулы численного интегрирования на всем отрезке [a,b] достаточно построить квадратурную формулу для интеграла

( 4 )

\int_{x_{i-1}}^{x_i}{f(x)dx}

на частичном отрезке [x_{i-1},x_i] и воспользоваться свойством (3).

Метод прямоугольников

Формула прямоугольников на частичном отрезке и ее погрешность

Рис.2
Рис.2

Заменим интеграл (3) выражением f(x_{i-1/2})h, где x_{i-1/2}=x_{i}-0.5h.

Тогда получим формулу

( 5 )

\int_{x_{i-1}}^{x_i}{f(x)dx}\approx f(x_{i-1/2})h,

которая называется формулой прямоугольников на частичном отрезке [x_{i-1},x_i].

Погрешность метода (5) определяется величиной

\psi_{i}=\int_{x_{i-1}}^{x_i}{f(x)dx}-f(x_{i-1/2})h

которую легко оценить с помощью формулы Тейлора. Действительно, запишем \psi_{i} в виде

( 6 )

\psi_{i}=\int_{x_{i-1}}^{x_i}{(f(x)-f(x_{i-1/2}))dx}

и воспользуемся разложением

f(x)=f(x_{i-1/2})+(x-x_{i-1/2})f'(x_{i-1/2})+\frac{(x-x_{i-1/2})^2}{2}f''(\xi),

где \xi_i=\xi_i(x)\in [x_{i-1},x_i]. Тогда из (6) получим

\psi_{i}=\int_{x_{i-1}}^{x_i}{\frac{(x-x_{i-1/2})^2}{2}f''(\xi_i)dx}

Обозначая M_{2,i}=\underset{x\in [x_{i-1},x_i]}{max}|f''(x)|, оценим \psi_i следующим образом:

|\psi_i|\le M_{2,i} \int_{x_{i-1}}^{x_i}{\frac{(x-x_{i-1/2})^2}{2}dx}=\frac{h^3}{24}M_{2,i}

Таким образом, для погрешности формулы прямоугольников на частичном отрезке справедлива оценка

( 7 )

|\psi_i|\le \frac{h^3}{24}M_{2,i}

т.е. формула имеет погрешность O(h^3) при h\rightarrow0.

Заметим,что оценка (7) является неулучшаемой, т.е. существует функция f(x), для которой (7) выполняется со знаком равенства. Действительно, для f(x)=(x-x_{i-1/2})^2 имеем M_{2,i}=2, f(x_{i-1/2})=0 и

\int_{x_{i-1}}^{x_i}{f(x)dx}-f(x_{i-1/2})h=\frac{h^3}{24}M_{2,i}

Составная формула прямоугольников и ее погрешность

Суммируя равенства (5) по i от 1 до N, получим составную формулу прямоугольников

( 8 )

\int_{a}^{b}{f(x)dx}\approx \sum_{i=1}^N{f(x_{i-1/2})h}

Погрешность этой формулы

\Psi=\int_{a}^{b}{f(x)dx}-\sum_{i=1}^N{f(x_{i-1/2})h}

равна сумме погрешностей по всем частичным отрезкам,

\Psi=\sum_{i=1}^N{\psi_i}=\sum_{i=1}^N{\int_{x_{i-1}}^{x_i}{\frac{(x-x_{i-1/2})^2}{2}f''(\xi_i)dx}}

Отсюда, обозначая M_2=\underset{x\in [a,b]}{max}|f''(x)|, получим

( 9 )

|\Psi|\le\frac{M_2Nh^3}{24}=\frac{h^2(b-a)}{24}M_2

т.е. погрешность формулы прямоугольников на всем отрезке есть велицина O(h^2).

Видим, что квадратурная формула имеет второй порядок точности.

Применимость метода к функции, заданной в конечном числе точек

Заметим, что метод прямоугольников в том виде,в котором он описан выше, не применим в общем случае к функциям,значения которых мы знаем в конечном числе точек, так как, например, мы не всегда можем разбить отрезкок интегрирования на подотрезки, серединами которых являются точки,в которых нам известно значение функции.

Метод трапеций

Формула трапеций на частичном отрезке и ее погрешность

Рис.3
Рис.3

На частичном отрезке эта формула имеет вид

( 10 )

\int_{x_{i-1}}^{x_i}{f(x)dx}\approx \frac{f(x_{i-1})+f(x_i)}{2}h

и получается путем замены подынтегральной функции f(x) интерполяционным многочленом первой степени,постоенным по узлам x_{i-1},x_i, т.е. функцией

L_{1,i}(x)=\frac{1}{h}((x-x_{i-1})f(x_i)-(x-x_i)f(x_{i-1})).

Для оценки погрешности достаточно вспомнить,что

f(x)-L_{1,i}(x)=\frac{(x-x_{i-1})(x-x_i)}{2}f''(\xi_i(x)).

Отсюда получим

\psi_i=\int_{x_{i-1}}^{x_i}{f(x)dx}-\frac{f(x_{i-1})+f(x_i)}{2}h=\int_{x_{i-1}}^{x_i}{(f(x)-L_{1,i}(x))dx}=\int_{x_{i-1}}^{x_i}{\frac{(x-x_{i-1})(x-x_i)}{2}f''(\xi_i(x))dx}

и,следовательно,

( 11 )

|\psi_i|\le \frac{M_{2,i}h^3}{12}

Оценка (11) неулучшаема, так как в ней достигается равенство, например, для f(x)=(x-x_i)^2.

Составная формула трапеций и ее погрешность

Составная формула трапеций имеет вид

( 12 )

\int_{a}^{b}{f(x)dx}\approx \sum_{i=1}^N{\frac{f(x_{i-1})+f(x_i)}{2}h}=h(0.5f_0+f_1+...+f_{N-1}+0.5f_N),

где f_i=f(x_i),i=0,1,...,N,hN=b-a.

Погрешность этой формулы оценивается следующим образом:

( 13 )

|\Psi|\le \frac{h^2(b-a)}{12}M_2,

где M_2=\underset{x\in [a,b]}{max}|f''(x)|

Таким образом, формула трапеций имеет, так же как и формула прямоугольников, второй порядок точности,\Psi=O(h^2), но ее погрешность оценивается величиной в два раза большей.

Применимость метода к функции, заданной в конечном числе точек

В отличие от метода прямоугольников, метод трапеций применим к функциям, заданным в конечном числе точек, так как мы всегда можем взять в качесве узлов интегрирования данные точки.

Числовой пример

Вычислим по формулам прямоугольников и трапеций при n=2 интеграл

( 14 )

I=\int_{0}^{\pi/2}{\sin(x)dx} = 1

В данном случае

P_2=\frac{\pi}{4}(\sin(\frac{\pi}{8})+\sin(\frac{3\pi}{8}))=1.026172

T_2=\frac{\pi}{4}(\frac{1}{2}\sin(0)+\sin(\frac{\pi}{4})+\frac{1}{2}\sin(\frac{\pi}{2}))=0.948059

Зная точный ответ (14), найдем погрешности

( 15 )

\alpha_2=-0.026172,\beta_2=0.051941

Вторая производная функции \sin(x) на отрезке [0,\pi/2] отрицательна, ее модуль не превышает единицы: M_2=1. Величина погрешностей (15) удовлетворяет неравенствам (9) и (13):

|\alpha_2|\le \frac{1}{96}(\frac{\pi}{2})^3<0.041,|\beta_2|\le \frac{1}{48}(\frac{\pi}{2})^3<0.081

Рекомендации программисту

Оценка погрешности

Величина погрешности численного интегрирования зависит как от шага сетки h, так и от гладкости подынтегральной функции f(x). Например, в оценку (11), наряду с h, входит величина

M_{2,i}=\underset{x\in [x_{i-1},x_i]}{max}|f''(x)|,

которая может сильно меняться от точки к точке и, вообще говоря, заранее неизвестна. Если величина погрешности велика, то ее можно уменьшить путем измельчения сетки на данном отрезке [x_{i-1},x_i]. Для этого прежде всего надо уметь апостериорно, т.е. после проведения расчета, оценивать погрешность.

Апостериорную оценку погрешности можно осуществить методом Рунге. Пусть какая-то квадратурная формула имеет на частичном отрезке порядок точности m, т.е. I_i-I_{h,i}\approx c_i h_i^m. Тогда

I_i-I_{h/2,i}\approx c_i (\frac{h_i}{2})^m,

откуда получим

( 16 )

I_i-I_{h,i}\approx 2^m (I_i-I_{h/2,i}),

( 17 )

I_i-I_{h/2,i}\approx \frac{I_{h/2,i}-I_{h,i}}{2^m-1}

Пусть используется составная квадратурная формула

I\approx I_h=\sum_{i=1}^N{I_{h,i}}

где I_{h,i} - квадратурная сумма на частичном отрезке, причем на каждом частичном отрезке используется одна и та же квадратурная формула (например, формула трапеций). Проведем на каждом частичном отрезке [x_{i-1},x_i] все вычисления дважды, один раз - с шагом h_i и второй раз - с шагом 0.5h_i и оценим погрешность по правилу Рунге (17):

\Psi = |I-I_{h/2}|\approx \sum_{i=1}^N{|I_i-I_{h/2,i}|}=\frac{|I_{h/2}-I_{h}|}{2^m-1}.

Пример программы на языке C++

В программе интеграруемая функция задается в функции function. В данном примере интегрируется логарифм и эта функция выглядит так:

double function(double x)
{
	return log(x);
}

Функция rectangles реализует метод прямоугольников, а trapezium - метод трапеций.

Эти функции имеют следующие параметры:

double trapezium(double left, double right, double step)
double rectangles(double left, double right, double step)

где left - левый предел интегрирования, 
    right - правй предел интегрирования, 
    step - шаг интегрирования.

Заключение

Методы прямоугольников и трапеций являются одними из простейших методов интегрирования (запрограммировать их не составляет особого труда). Но эти методы имеют лишь второй порядок точности,в то время как есть методы более высоких порядков.

Если же сравнивать эти два метода между собой, то метод прямоугольников, который относится к методам Гаусса - Кристоффеля, является точнее метода трапеций, относящегося к методам Ньютона - Котеса. Но в то же время метод трапеций может применяться с произвольным шагом, в отличие от метода прямоугольников, который, как мы увидели, не применим, например, к функциям,заданным в конечном числе точек.

Список литературы

  • А.А.Самарский, А.В.Гулин.  Численные методы М.: Наука, 1989.
  • А.А.Самарский.  Введение в численные методы М.: Наука, 1982.
Личные инструменты