Difference between revisions of "Числено интегриране"
| Line 103: | Line 103: | ||
грешка на приближението | грешка на приближението | ||
| − | R_1(x) = \frac{f''(\xi)}{2}(x-x_0)(x-x_1) | + | <math>R_1(x) = \frac{f''(\xi)}{2}(x-x_0)(x-x_1) </math> |
| − | | R_1(x) | \leq \frac{M_2}{2} \left | (x-x_0)(x-x_1) \right | | + | <math>| R_1(x) | \leq \frac{M_2}{2} \left | (x-x_0)(x-x_1) \right | </math> |
| − | M_2 = max | + | <math>M_2 = \max\limits_{[a,b]} \left | f''(\xi) \right | </math> |
====Постановка==== | ====Постановка==== | ||
Revision as of 11:31, 6 January 2013
Contents
В числения анализ, числено интегриране определя група от алгоритми за намиране стойността на определен интеграл. Понятието се използва и при численото решаване на диференциални уравнения.
Идеята на численото интегриране е функцията f(x) да се приближи с подходяща функция φ(x), която по-лесно може да се интегрира. , където:
- може да се интегрира точно
- e остатъка (грешката - residual)
Най-често φ(x) е интерполационен полином построен по някакви възли в интервала за .
Числените методи за интегриране се налага да се използват:
- Когато не съществува примитивна функция за f(x) (интегралът не се изразява с елементарни функции)
- когато примитивната функция за f(x) е много сложен израз
Ако f(x) е плавно изменяща се функция, която може да се интегрира в малък брой измерения и има определени гранични стойности, съществуват редица методи с различна степен на точност за апроксимиране на интеграла .
Представяме интеграла по следния начин:
.
Формули на Нютон-Коутс за числено интегриране
Пример. Да се пресметне по формулата на десните правоъгълници
Решение. По условие
Метод на правоъгълниците
Failed to parse (Conversion error. Server ("https://wikimedia.org/api/rest_") reported: "Cannot get mml. Server problem."): {\displaystyle h={\frac {b-a}{n}}={\frac {3-2}{10}}=0.1}
Съгласно Failed to parse (Conversion error. Server ("https://wikimedia.org/api/rest_") reported: "Cannot get mml. Server problem."): {\displaystyle I\approx \int _{a}^{b}=\int _{x_{0}}^{x_{1}}+\int _{x_{1}}^{x_{2}}+...+\int _{x_{n-1}}^{x_{n}}=y_{0}h+y_{1}h+...+y_{n-1}h=h\sum _{i=0}^{n-1}y_{i}}
x = {2, 2.1, 2.2, 2.3, 2.4, 2.5, 2.6, 2.7, 2.8, 2.9, 3}
y = {0.346574, 0.353303, 0.35839, 0.362134, 0.364779, 0.366516,0.367504, 0.367871, 0.367721, 0.367142, 0.366204}.
Аналитично решение
Failed to parse (Conversion error. Server ("https://wikimedia.org/api/rest_") reported: "Cannot get mml. Server problem."): {\displaystyle \int _{2}^{3}{\frac {log(x)}{x}}dx=1/2(log^{2}(3)-log^{2}(2))\approx 0.363248}
Решение с Матлаб
h = 0.1 % step
m = 0; % sum
for i = 2:h:3-h
m = log(i)/i + m
end
I = m*h
I = 0.36219
Оценка на грешката
Грешка от интегриране:
Сумарна грешка:
за
Максималната стойност в [2,3] на е при x = 2
Анализ
Разликата от аналитичното решение и численото решение е , което е в рамките на максималната грешка.
Формула на трапеца
Геометрично извеждане
Идеята на геометричното извеждане е да замести площта под кривата y = f(x) за x = a до х = b с площта на трапец ограничена от точките (a, 0), (b, 0), [a, f (a)], и [b, f (b)].
Правилото на трапеца няма как да е точно за големи интервали, но ако разглежданият интервал се раздели на по-малки интервали и се сумират техните стойности ще се получи сравнително точно заместване. Ако функцията f има втора производна то грешката от интегриране намалява с , където h e големината на интеграла.
Failed to parse (Conversion error. Server ("https://wikimedia.org/api/rest_") reported: "Cannot get mml. Server problem."): {\displaystyle \int _{a}^{b}f(x)dx\approx h\left({\frac {f(x_{0})}{2}}+f(x_{1})+\dots +f(x_{n-1})+{\frac {f(x_{n})}{2}}\right)}
Аналитично извеждане
грешка на приближението
Failed to parse (Conversion error. Server ("https://wikimedia.org/api/rest_") reported: "Cannot get mml. Server problem."): {\displaystyle M_{2}=\max \limits _{[a,b]}\left|f''(\xi )\right|}

