Методические указания: Численные методы

8 ИНТЕГРИРОВАНИЕ

8.1 Введение

Одномерный определенный интеграл вида

(8.1)

с пределами интегрирования

можно трактовать как площадь фигуры, ограниченной отрезками прямых

, осью абсцисс и графиком подынтегральной функции

Если известна первообразная

для то интеграл

легко определяется по формуле Ньютона-Лейбница

Для некоторых подынтегральных функций

интеграл можно вычислить аналитически, найти в справочниках или оценить с

помощью асимптотических рядов. Однако в общем случае

может быть не определена: либо первообразные не выражаются через элементарные

функции, либо сами

Рис. 8.1

подынтегральные функции не являются элементарными. Это приводит к

необходимости разработки приближенных методов вычисления определенных

интегралов.

Наиболее общеупотребительными приближенными методами вычисления одномерных

определенных интегралов являются так называемые классические» методы численного

интегрирования по квадратурным формулам: метод прямоугольников, метод трапеций,

метод парабол (основанные на суммировании элементарных площадей, на которые

разбивается вся площадь под функцией

. Хотя эти методы обычно предпочтительны в случае малых размерностей, они

практически не годятся для вычисления многомерных интегралов, для вычисления

последних наиболее пригоден метод Монте-Карло (численный метод решения

математических задач при помощи моделирования случайных величин).

8.2 «Классические» методы

Во всех этих методах отрезок интегрирования

разбивается на достаточно большое число равных частей, на которых строятся

искомые площади (рис. 8.2):

и

Оценкой площади под кривой

служит сумма площадей криволинейных трапеций

Простой прием построения формул для расчета интегралов состоит в том, что

подынтегральная функция

заменяется

на отрезке интерполяционным многочленом и получается приближенное равенство

Рис.8.2

8.2.1 Метод прямоугольников

Простейшей оценкой искомой площади слижит сумма площадей прямоугольников,

заменяющих криволинейные трапеции, как показано на рисунке 8.3.а.

Рис.8.3

В обычном методе прямоугольников значение

вычисляется в начале каждого отрезка и оценка интеграла дается выражением

где

Просуммировав элементарные площади фигур, построенных на сегментах

получим примерное значение искомого определенного интеграла

где (8.2.а)

Погрешность приближения показана на рисунке 8.3.а закрашенной фигурой.

Одна из модификаций метода прямоугольников заключается в вычислении

не в начальной, а в средней точке каждого отрезка (рис.8.3.б). В этом случае

искомый интеграл оценивается выражением

где (8.2.б)

8.2.2 Метод трапеций

Другим приближением является формула трапеций, в которой интеграл оценивается

вычислением суммы площадей элементарных трапеций со сторонами, равными

значениям в начале

и конце элементарного отрезка. Это приближение равносильно замене функции

отрезком прямой, соединяющей значения

в начальной и конечной точках отрезка (рис.8.4).

Рис.8.4

Площадь каждого элементарного сегмента разбиения считается по формуле

где

Просуммируем элементарные площади

т.к. то полная площадь определяется выражением

(8.3)

Погрешность приближения (как и в предыдущем случае) показана на рисунке 8.4

закрашенной фигурой.

8.2.3 Метод Симпсона (парабол)

Более высокую точность расчетов обеспечивает использование параболической

(квадратичной) интерполяции по трем соседним точкам отрезка (рис.8.5).

Уравнение полинома второй степени, проходящего через точки

можно записать в виде

(8.4)

(см. раздел 7 «Интерполяция полиномами Лагранжа»).

Проинтегрировав (8.4) с учетом того, что

получим — площадь

под параболой на

отрезке

Просуммировав все элементарные площади, получим

(8.5)

причем — обязательно четное число.

8.2.4 Условия применимости, точность и сходимость классических методов

А. Практически все выведенные формулы применимы для численного

интегрирования достаточно регулярных функций

т. е. для функций, которые можно аппроксимировать полиномом:

(8.6)

В методе прямоугольников

на каждом малом сегменте заменяется прямой, описываемой первым членом в

разложении (8.6):

(рис.8.3). В методе трапеций для

берутся два члена разложения:

(рис.8.4); метод Симпсона (парабол) учитывает еще и третий член разложения:

(рис.8.5).

Если — «гладкая

функция», то можно вычислить

с разбиениями

отрезка , а затем

удвоить число отрезков

и снова вычислить эту площадь

. Если то

вычисления завершаются. В противном случае число разбиений вновь увеличивается

вдвое до тех пор, пока не будет достигнута требуемая точность.

Очевидно, что величина погрешности зависит от характера функции

, ее поведения на концах отрезка интегрирования, следовательно, никакой

численный метод не может быть рекомендован как универсальный. Применение

конкретного метода зависит от вида подынтегральной функции

.

Б. Не вдаваясь в математические тонкости выведения формул погрешностей

вычисления интеграла различными методами, приведем лишь сами формулы.

(Любознательных читателей, интересующихся выводами, отсылаем к учебникам по

математическому анализу, например [3,4]). Итак, формулы для оценки погрешности

численного интегрирования методом:

1) прямоугольников (обычным и модифицированным)

(8.7.а)

2) трапеций

(8.7.б)

3) Симпсона

(8.7.в)

где

Очевидно, формула Симпсона обладает повышенной точностью:

1) она оказывается точной для

являющихся полиномами до третьей степени включительно, т.к. для этих случаев

производная четвертого порядка равна нулю;

2) для достижения той же точности, что и в формуле трапеций, в формуле Симпсона

можно брать меньшее число

отрезков разбиения.

В. Выше уже рассматривалась процедура оценки одномерных определенных

интегралов, т.е. для выбранной классической формулы интегрирования вычисляются

и для приемлемого

значения . Сходится

ли последовательность

к истинному значению интеграла

и существует ли какой-нибудь способ экстраполяции к пределу?

Рассмотрим этот вопрос на примере метода прямоугольников. Т.к. погрешность

приближения в методе убывает как

то

—экстраполированное значение связано с

— значением интеграла при

разбиениях соотношением:

Отсюда сходимость данной последовательности очевидна.

Следовательно, формула прямоугольников дает последовательность

сходящуюся к некоторому числу

Т.к. ошибка метода трапеций имеет тот же порядок

а метода Симпсона меньший порядок

то очевидно, что последовательности

в методах трапеций и Симпсона также сходятся к некоторым пределам.

8.2.5 Численное интегрирование многомерных интегралов

классическими методами

Все геометрические и механические величины, связанные с плоским непрерывным

распределением массы вдоль некоторой фигуры, выражаются двойным интегралом.

Например, элементарные статические моменты и моменты инерции относительно осей

координат, а также координаты центра тяжести плоской фигуры рассчитываются по

формулам, включающим в себя двойные интегралы. Многие физические задачи

содержат усреднение по нескольким переменным, требующее вычисления многомерных

интегралов порядка

Таким образом, встает задача о вычислении многомерных интегралов.

Рассмотрим численное интегрирование классическими методами на самом простом

примере двойного интеграла

(8.8)

Определим некоторую функцию как внутренний интеграл по переменной

(8.9)

тогда

(8.10)

Для расчета интеграла (8.9) отрезок интегрирования

необходимо разбить на

частей; разобъем для простоты отрезок

также на частей и

вычислим интегральную сумму для (8.9) по

точкам одним из описанных классических методов. Очевидно, для расчета интеграла

третьего порядка потребуется считать сумму по

точкам, для -мерного

интеграла — по

точкам. Понятно, что для больших значений

обычные численные методы становятся неприемлемыми. Для таких расчетов

применяется метод Монте-Карло.

8.3 Метод Монте - Карло

Основывается на теореме о среднем: если на отрезке

задана некоторая непрерывная интегрируемая функция

то найдется такая точка, принадлежащая этому отрезку, что справедлива формула

(8.11)

Т.е. площадь криволинейной трапеции

можно заменить площадью прямоугольника

, одной из сторон которого является отрезок

, а численное значение другой стороны —

(рис.8.6).

Выберем на отрезке случайных точек Можно

показать, что при достаточно большом выполняется условие

т.е. — среднее между ординатами случайно выбранных точек

— количество испытаний (случайных выборок).

Рис.8.6

Для двойного интеграла метод Монте-Карло дает следующую формулу интегрирования:

(8.12)

где — оценка для случайных выборок;

— независимые случайные числа на отрезках

Метод Монте-Карло, как и классические методы, дает приближенные результаты.

Погрешность метода Монте-Карло

(8.13)

В отличие от классических методов эта погрешность не зависит от вида

подынтегральной функции и от кратности интеграла. Заметим, что ошибку можно

сделать сколь угодно малой, либо увеличивая число испытаний

, либо применяя дополнительно методы существенной выборки или случайного

блуждания (интересующихся этим вопросом отсылаем к теории вероятностей).

8.4 Примеры

Пример 1. Вычислить интеграл

по формуле трапеций, разделив отрезок

на 10 равных частей, и оценить погрешность вычислений.

Оценим ошибку метода. Для этого найдем вторую производную подынтегральной

функции:

На отрезке всюду

положительна, причем ее значение ограничено сверху:

Таким образом, используя формулу (8.7.б)

имеем:

полагая , получим

Итак, приняв на заданном участке интегрирования

мы сможем получить интеграл от заданной функции с погрешностью, не превышающей

0,001375, если будем вести вычисления таким образом, чтобы погрешность

округления не исказила окончательный результат в пределах точности метода.

В соответствии с формулой трапеций (8.3) и учетом рассчитанной ошибки получим

Пример 2. Вычислить интеграл из примера 1 по формуле Симпсона при том же

числе отрезков разбиения

Для оценки остаточного члена найдем производную четвертого порядка от

подынтегральной функции

Значение на отрезке

ограничено числом 14. Используя формулу (8.7.в), получаем оценку:

Приведем полученный результат в соответствии с оценкой

Сравнивая этот результат со значением интеграла, полученным в примере 1,

заметим, что при одинаковом числе отрезков разбиения формула Симпсона дает

ответ с большим числом верных знаков.

Посмотрим, как можно было бы воспользоваться в данном случае формулой (8.7.в).

Пусть требуется найти значение заданного интеграла с точностью

Тогда по формуле (3.7.в) получим:

Отсюда

Следовательно, для достижения точности

достаточно было разбить отрезок

на 9 частей.

Пример 3. Вычислить интеграл из примера 1 по формуле Симпсона

методом повторного счета.

В 8.2.4 уже отмечалось, что существует прием, позволяющий не делать

рассмотренную выше оценку точности вычисления. А именно: искомый интеграл

вычисляется дважды. Для оценки погрешности, например, метода трапеций при этом

может использоваться простая формула. Пусть

и — погрешности

интегрирования по формуле трапеций соответственно при

и отрезках

разбиения. Учитывая приведенную оценку, можно составить равенство

отсюда следовательно,

Полученная формула удобна для практической оценки погрешности метода

трапеций, но требует двойного счета (аналогично получаются формулы и для всех

остальных рассмотренных методов). Из оценочных формул (8.7) следует, что

ошибка интегрирования уменьшается с уменьшением шага интегрирования. На

основании этого хотелось бы сделать вывод, что при последовательном

увеличении числа отрезков разбиения мы будем получать значения интеграла все

более и более близкие к истинному. Но в процессе практических вычислений при

последовательном удвоении числа отрезков разбиения начинает сильно

увеличиваться удельный вес ошибки округления, значение которой с некоторого

момента ставит предел достижимой точности результата интегрирования. Итак,

если требуемая точность не достигается, в программе должен предусматриваться

повторный счет с шагом, уменьшенным вдвое. Схема соответствующего алгоритма

приведена на рисунке 8.7.

В блок-схеме буквами и обозначены концы отрезков интегрирования;

— точность расчета;

— первоначальное число отрезков разбиения.

ввод a, b, eps, n

J(n) = 0

h = (b - a)/n, S = (f(a) - f(b))/2

x = a + h

S = S + 2f(x) + f(x + h)

x = x + h

x < b да

нет

M = J(n) - J(2n), J(n) = J(2n)

да M > 15 eps нет вывод J(2n)

Рис. 8.7

Расчет интеграла по приведенной схеме с заданной точностью дает .

Замечание: если функция

меняет знак на отрезке

в конечном числе точек, то интеграл

равен алгебраической сумме площадей соответствующих криволинейных

трапеций, ограниченных частями графика функции

отрезками оси и

отрезками, параллельными оси

.

8.5 Контрольные вопросы

1. В чем сходство и различия между методами прямоугольников, трапеций,

Симпсона? Чем эти методы отличаются от метода Монте-Карло?

2. Как влияет на точность интегрирования величина шага

? Как можно прогнозировать примерную величину шага для достижения заданной

точности интегрирования?

3. Можно ли добиться неограниченного уменьшения погрешности интегрирования,

уменьшая величину шага?

8.6 Задания к лабораторной работе № 8

Задание № 1

1. Составить программу и вычислить на ЭВМ интеграл заданной функции

на отрезке с

точностью

методами, указанными преподавателем. Сравнить точность полученных результатов с

точным значением интеграла.

2. Определить, какое число отрезков разбиения обеспечило бы достижение точности

при вычислении заданного интеграла по формуле трапеций.

3. В оформленной работе должны быть приведены все составленные алгоритмы или

блок-схемы методов, программы и результаты расчетов, ответы на контрольные

вопросы.

После выполнения заданий необходимо сравнить полученные результаты и

сопоставить в них верные цифры.

Вариант	Подынтегральная функция	Пределы интегрирования a b
1		5	6,5
2		2	3,5
3		3	3,5
4		0	2
5		0,5	2
6		2	2,5
7		0	1
8			2
9		2	5
10		0,2	0,3
11		0
12		0	2
13		0
14		1	2
15		0	1
16		0	2
17		0	1
18		0,5	1
19		0
20		0
21		0,1	0,5
22		1	2
23		0	1
24		3	4
25		0,1	0,3

Задание № 2

1. Схематически построить графики функций.

2. Найти площадь фигуры, ограниченной этими графиками (с точностью

). Расчет точек пересечения заданных функций и расчет интегралов (любыми

методами) оформить отдельными программами.

Вариант	Заданные функции
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

9 ЧИСЛЕННОЕ ДИФФЕРЕНЦИРОВАНИЕ

9.1 Некорректность операции численного дифференцирования

Задача численного дифференцирования состоит в приближенном вычислении

производных функции

по заданным в конечном числе точек значениям этой функции. Разобьем отрезок

на одинаковых

частей где

. Пусть определены значения

функции . В качестве

приближенного значения

можно взять любое из следующих разностных отношений

,

называемых, соответственно, левой, правой и центральной разностными

производными. Возникающая в результате такой замены погрешность, называемая

погрешностью аппроксимации, характеризуется оценками

где Таким образом,

погрешность аппроксимации

левой и правой разностными производными является величиной

при В этом случае

говорят, что имеет место аппроксимация первого порядка. Центральная разностная

производная аппроксимирует

со вторым порядком и, следовательно, является более точным приближением к

чем левая или правая разностные производные. Вторую производную в точке

можно заменить второй разностной производной

при этом где

т.е. имеет место аппроксимация второго порядка.

Как правило, значения функции

в точках

вычисляются не точно, а с каким-то приближением. Например, элементарные

трансцендентные функции вычисляются с помощью рядов, причем ряды заменяются

конечными суммами. Другим источником погрешностей являются погрешности

округления. Оказывается, что погрешность, возникающая при вычислении разностных

отношений, намного превосходит погрешность в задании значений функции

и даже может неограниченно возрастать при стремлении шага

к нулю. Поэтому операцию вычисления разностных отношений называют некорректной.

Поясним причину некорректности на примере вычисления разностного отношения

Разностное отношение

хорошо приближает

только в том случае, когда шаг

достаточно мал. Требование малости величины

, находящейся в знаменателе разностного отношения, как раз и является причиной

некорректности операции численного дифференцирования. Действительно, пусть

вместо точного значения

вычислены приближенные значения

Тогда вместо будет

вычислена величина

Следовательно, погрешность в вычислении первой разностной производной окажется

равной Пусть

тогда причем эта

оценка достигается при

Из этой оценки видно, что вследствие малости

погрешность, возникающая при вычислении первой разностной производной,

значительно превосходит погрешность вычисления самой функции

. Если не зависит

от , то погрешность

неограниченно возрастает при

Далее погрешность такого рода будем называть погрешностью округления.

Сказанное не означает, что нельзя пользоваться формулами численного

дифференцирования. Чтобы не происходило существенного понижения точности, надо

следить за тем, чтобы погрешность округления имела тот же порядок, что и

погрешность аппроксимации. Например, погрешность аппроксимации при замене

отношением не

превосходит величины

где Естественно

потребовать, чтобы и погрешность округления

была бы сравнима с погрешностью аппроксимации, например,

где не зависит от

. Это означает, что погрешность

при вычислении значений функции

должна быть величиной

С другой стороны, это неравенство показывает, что если величина

задана, и мы не можем ее менять, то вычисления надо проводить не с произвольно

малым шагом , а с

шагом, удовлетворяющим условию

Например, если , то

шаг надо брать

примерно равным 0,01. При этом погрешность аппроксимации и погрешность

округления будут примерно равными

.

Вычисление производной

по заданной функции

также является некорректной операцией в том смысле, что для ограниченной функции

производная может

быть сколь угодно большой. Например, для

имеем и

при

9.2 Применение интерполирования

Многие формулы численного дифференцирования можно получить как следствие

интерполяционных формул. Для этого достаточно заменить функцию

ее интерполяционным многочленом

и вычислить производные многочлена

, используя его явное представление. Рассмотрим разбиение отрезка

на частей:

и обозначим через

шаги этого разбиения. В качестве примера получим формулы численного

дифференцирования, основанные на использовании многочлена Лагранжа

построенного для функции

по трем точкам

Многочлен имеет вид

Отсюда получим

Это выражение можно принять за приближенное значение

в любой точке Его

удобнее записать в виде

где В частности, при получим

и если разбиение равномерное,

то приходим к центральной разностной производной,

При использовании интерполяционного многочлена первой степени точно таким же

образом можно получить односторонние разностные производные

Далее, вычисляя вторую производную многочлена

получим приближенное выражение для

при

При равномерном разбиении это выражение совпадает со второй разностной

производной Для

приближенного вычисления дальнейших производных уже недостаточно многочлена

надо привлекать многочлены более высокого порядка и тем самым увеличивать число

узлов, участвующих в аппроксимации.

Порядок погрешности аппроксимации зависит как от порядка интерполяционного

многочлена, так и от расположения узлов интерполяции. Приведем выражение для

погрешности аппроксимации, возникающей при замене

выражением

где

Отсюда видно, что

аппроксимирует со

вторым порядком. Хуже обстоит дело с аппроксимацией второй производной:

Здесь даже при равномерном разбиении второй порядок аппроксимации имеет место

лишь в точке а

относительно других точек (например, точек

и ) выполняется

аппроксимация только первого порядка.

9.3 Контрольные вопросы

1. Что называется левой, правой и центральной разностными производными? Какой

порядок аппроксимации обеспечивают разностные производные?

2. Почему операцию вычисления разностных отношений называют некорректной?

3. Как строятся формулы численного дифференцирования, основанные на

применении интерполяционного многочлена?

4. Какой порядок аппроксимации обеспечивают эти формулы численного

дифференцирования?

9.4 Задание к лабораторной работе № 9

1. Составить программу и вычислить на ЭВМ производную заданной функции на

отрезке с

точностью . Сравнить точность

полученных результатов с точными значениями производной .

2.Вычислить производную заданной функции используя интерполяционный

многочлен. Сравнить с точными значениями производной.

Номер варианта	Функция	Отрезок
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.