- •Численные методы
- •Решение трансцендентных и алгебраических уравнений
- •Постановка задачи
- •Метод половинного деления
- •Метод хорд
- •Метод итераций
- •Метод Ньютона
- •Модифицированный метод Ньютона
- •Метод секущих
- •Интегрирование функций Постановка задачи
- •Формула прямоугольников
- •Алгоритм программы метода прямоугольника
- •Формула трапеций
- •Формула Симпсона
- •Квадратурная формула Чебышева
- •Квадратурная формула Гаусса
- •Методы решения слау Постановка задачи
- •Метод Крамера
- •Метод Гаусса
- •Связь метода Гаусса с lu-факторизацией
- •Вычисление определителя
- •Обращение матрицы
- •Алгоритм схемы Халецкого
- •Вычисление невязки решения
- •Итерационные методы
- •Теорема Самарского о сходимости стационарных методов
- •Метод Якоби
- •Алгоритм метода Якоби
- •Возможные ошибки
- •Теорема сходимости метода Якоби
- •Рекомендации
- •Метод Зейделя
- •Интерполяционный многочлен Лагранжа
- •Интерполяционная формула Ньютона.
- •Интерполяционные и экстраполяционные формулы при равноотстоящих значениях аргумента.
- •Формула Ньютона для интерполирования вперед и экстраполирования назад
- •Формула Ньютона для интерполирования назад и экстраполирования вперед
- •Интерполяционные формулы Гаусса.
- •Построение кривой по точкам Общие понятия
- •Метод наименьших квадратов
- •Метод линеаризации данных по методу наименьших квадратов.
- •Интерполирование сплайнами Кусочно-линейное и кусочно-квадратичное интерполирование
- •Простейший подход к сглаживанию
- •Кусочно-кубические сплайны
- •Список литературы
Формула Симпсона
Для вывода формулы Симпсона заменим подинтегральную функцию на отрезкенекоторой вспомогательной функцией. Пустьдля заданного равномерного разбиения
,
причем на частичных отрезках функцияявляется полиномом второй степени7.
Полиномы подберем так, чтобы выполнялись условия:
, и.
В соответствии с выбором функции имеем, что искомый интеграл приблизительно равен интегралу от функции. Зачем был сделан такой переход? Интеграл от полинома легко подсчитать...
.
Чтобы избегать работы с дробными индексами, решили ограничить значения nтолько четными числами и записывать формулу Симпсона в форме:
(2.9)
Примечание. Не следует забывать о важном ограничении формулы Симпсона - она работает только для четных n.
Погрешность формулы Симпсона удовлетворяет неравенству
(2.10)
при условии существования четвертой производной подинтегральной функции.
Выводы:
Погрешность формулы Симпсона убывает как .
Формула Симпсона точнее формул прямоугольников и трапеций.
Пример. Сравнение формул при вычислении:
Формула Ньютона - Лейбница: I= Ln(2) = 0.693147
Формула Прямоугольников: I = 0.692835
Формула Трапеций: I = 0.693771
Формула Симпсона: I = 0.693150
На практике оценка погрешности численного интегрирования с помощью формулы (2.10) является малоэффективной из-за трудностей, связанных с оценкой производной .
Обычно поступают так - берут параметр n, кратный 4. Вычисляюти. Тогда погрешность приблизительно равна8
. (2.11)
Алгоритм метода Симпсона похож на алгоритмы прямоугольников и трапеций. Просто при вычислении суммы элементов в круглых скобках (в цикле) следует поставить условие9: для четного номера точки разбиенияKзначение функцииследует умножить на 2, а для нечетного номера на 4.
Данные три метода - Симпсона, прямоугольников и трапеций - разработаны на основе геометрической интерпретации операции интегрирования, имеют простые алгоритмы и обладают важным свойством итерационных методов: изменяя некоторый параметр (количество точек разбиения), можно существенно повысить точность расчета. Их основной недостаток: если подинтегральная функция имеет сложный вид, то ее вычисление в десятках или сотнях точек может сильно замедлить работу программы10.
Ниже будут рассмотрены два метода приближенного интегрирования - формулы Чебышева и Гаусса. При выводе данных формул основное внимание было уделено именно скорости вычисления интеграла за счет понижения точности расчета (для некоторых классов функций). В этих методах требуется знать значение подинтегральной функции в 2 - 8 точках отрезка, но координаты этих точек выбираются строго определенным образом.
Квадратурная формула Чебышева
Рассмотрим квадратурную формулу
. (2.12)
где - некоторые постоянные коэффициенты.
Ранее при вычислении приблизительного значения интеграла использовали равномерное распределение . Чебышев предложил выбирать значенияиным образом, за счет чего удалось снизить количество расчетных точек при сохранении точности формулы.
Правила Чебышева:
Коэффициенты равны между собой.
Квадратурная формула (2.12) является точной для всех полиномов степени p, где.
Определим теперь конкретные значения коэффициентов Чебышева.
Т.к. , подставим в формулу (2.12) функцию. Получаем
.
Следовательно,
. (2.13)
Для определения вспомним, что формула (2.12) точна для всех полиномов вида. Подставив все вышеперечисленные полиномы в формулу (2.12), получим систему уравнений11:
(2.14)
Данная система при n<8илиn=9имеет единственное решение. При другихn, согласно С.Н. Берштейн, действительных решений не существует.
Решение системы (2.14) приведено в таблице:
n |
k |
tk |
n |
k |
tk |
2 |
1; 2 |
0.577350 |
5 |
1; 5 2; 4 3 |
0.832498 0.374541 0 |
3 |
1; 3 2 |
0.707107 0 |
6 |
1; 6 2; 5 3; 4 |
0.866247 0.422519 0.266635 |
4 |
1; 4 2; 3 |
0.794654 0.187592 |
7 |
1; 7 2; 6 3; 5 4 |
0.883862 0.529657 0.323912 0 |
Т.о. для отрезка интегрирования [-1,1]формула Чебышева имеет вид:
. (2.15)
Чтобы применить квадратурную формулу Чебышева к интегралу типа
следует преобразовать его с помощью подстановки
,
переводящей отрезок в отрезок. Применяя к преобразованному интегралу формулу Чебышева, будем иметь
(2.16)
где
. (2.17)
Следовательно, алгоритм формулы Чебышева можно представить следующим образом: Выбрать параметр n(чем больше, тем лучше). Задать с помощью констант значенияиз вышеприведенной таблицы. По формуле (2.17) вычислить значения. Далее можно вычислить приблизительное значение интеграла по формуле (2.16).
При использовании формулы Чебышева в программировании следует учитывать его важную характеристику: Интеграл от полинома определенной степени он вычисляет точно, но для всех других функций его погрешность может вырасти довольно сильно. Погрешность зависит от класса интегрируемой функции, от того, насколько точно ее можно приблизить полиномом.