- •Н. Б. Борковский Математические методы в экологии
- •Часть I. Численные методы
- •Тема 1 9
- •Тема 2 14
- •Тема 3 30
- •3.0 Постановка задачи 30
- •1. Постановка проблемы
- •2. Выбор или построение математической модели
- •3. Постановка вычислительной задачи
- •4. Предварительный анализ свойств вычислительной задачи
- •5. Выбор или построение численного метода
- •6. Алгоритмизация и программирование
- •7. Отладка программы
- •8. Счет по программе
- •9. Обработка и интерпретация результатов
- •10. Использование результатов и коррекция математической модели
- •1.0 Источники приближенных чисел
- •1.1 Источники и классификация погрешностей
- •1.2 Абсолютная и относительная погрешности вычисления
- •1.3 Погрешности арифметических операций
- •1.4 Обратная задача теории погрешностей
- •Постановка задачи
- •Метод половинного деления (метод «вилки», метод дихотомии)
- •Метод Ньютона (метод касательных)
- •Метод хорд (метод пропорциональных частей)
- •Метод итерации (метод последовательных приближений)
- •Постановка задачи
- •Решение систем линейных уравнений методом итерации
- •Решение систем нелинейных уравнений методом итерации
- •Решение систем линейных уравнений – «подводные камни»
- •4.0 Интерполирование – постановка задачи
- •4.1 Интерполирование полиномами
- •4.2 Аппроксимация функций. Метод наименьших квадратов
- •4.3 Интерполирование сплайнами
- •4.4 Интерполирование – примеры и «подводные камни»
- •4.5 Сглаживание данных (скользящее среднее)
- •5.0 Постановка задачи
- •5.1 Формула трапеций
- •5.2 Формула Симпсона
- •5.3 Формула Ньютона–Котеса
- •5.4 Формула Гаусса
- •5.5 Связь формул интегрирования
- •5.6 Численное интегрирование. Сравнение методов
- •5.7 Численное интегрирование – «подводные камни»
- •6.0 Введение
- •6.1 Обыкновенные ду. Метод Эйлера
- •6.2 Обыкновенные ду. Основные методы решения
- •6.3 Обыкновенные ду. Методы прогноза и коррекции
- •6.5 Обыкновенные ду. Сравнение методов
- •6.6 Оду. Влияние неточности исходной информации
- •6.7 Оду. Представление о конечных разностях
- •6.8 Оду. Краевые задачи – введение
- •8.0 Ду в частных производных. Постановка задачи
- •8.1 Ду в частных производных. Эллиптические уравнения
- •8.2 Ду в частных производных. Гиперболические уравнения
- •8.3 Ду в частных производных. Параболические уравнения
- •9.0 Методы безусловной оптимизации. Введение
- •9.1 Методы безусловной оптимизации. Классификация методов
- •9.2 Методы безусловной оптимизации нулевого порядка
- •9.3 Методы безусловной оптимизации первого порядка
- •9.4 Методы оптимизации второго порядка
- •Тема 10
- •10.0 Метод Монте–Карло. Некоторые задачи
- •10.1 Проблема получения случайных чисел
- •10.2 Общая схема метода
- •10.3 Метод Монте–Карло. Пример
- •10.4 Вычисление кратных интегралов
- •Число испытаний n не зависит от размерности интеграла i0
5.4 Формула Гаусса
Пусть
необходимо вычислить интеграл вида
.
Квадратурная формула Гаусса имеет вид:
|
(5.5) |
где
|
(5.6) |
ti – нули полинома Лежандра Pn(t), т. е. Pn(ti) = 0.
Для коэффициентов Ai и узлов ti существуют справочные таблицы (см. табл. 5.1).
Формула Гаусса обеспечивает наивысшую точность в том смысле, что для полиномов степени не выше 2n – 1 она точна.
Таблица 5.1 – Коэффициенты Ai и узлы ti для численного интегрирования по формуле Гаусса
n |
i |
ti |
Ai |
1 |
1 |
0 |
2 |
2 |
1; 2 |
|
1 |
4 |
3 |
1; 3
2 |
0,77459667
0 |
5 |
1; 5 2; 4 3 |
0,90617985 0,53846931 0 |
0,23692688 0,47862868 0,56888889 |
6 |
1; 6 2; 5 3; 4 |
0,93246951 0,66120939 0,23861919 |
0,17132450 0,36076158 0,46791394 |
7 |
1; 7 2; 6 3; 5 4 |
0,94910791 0,74153119 0,40584515 0 |
0,12948496 0,27970540 0,31183006 0,41795918 |
8 |
1; 8 2; 7 3; 6 4; 5 |
0,96028986 0,79666648 0,52553242 0,18343464 |
0,10122854 0,22238104 0,31370664 0,36268379 |
Пример
Применяя квадратурную формулу Гаусса, вычислить интеграл .
Разобьем интервал [1, 2] на n
= 5 точек и для вычисления интеграла
воспользуемся полиномом Лежандра 5-й
степени:
.
Делаем замену переменной
,
где
– корни (нули) полинома Лежандра
,
т. е.
.
Из табл. 5.1 возьмем значения корней и коэффициентов Ai:
Далее вычислим значение подынтегральной
функции
:
Согласно формуле (5.5):
.
5.5 Связь формул интегрирования
Запишем здесь еще раз коэффициенты Котеса и соотношения для них и рассмотрим два частных случая.
Случай -n =1 (Формула трапеций)
, , . |
(5.7) |
Из соотношений (5.7) получаем H0 + H1 = 1; H0 = H1, откуда следует
H0 = H1 = 1/2 .
Случай n =2 (Формула Симпсона)
5.6 Численное интегрирование. Сравнение методов
Приблизительно справедливы следующие утверждения:
Формула Симпсона при n ординатах дает примерно ту же точность, что формула трапеций при 2n ординатах.
Метод Гаусса при n ординатах дает примерно ту же точность, что формула Симпсона при 2n ординатах.
Метод Гаусса «сам» подбирает интервалы разбиения для достижения максимальной точности. В случае работы с экспериментальными данными это недостижимо.
Формула Симпсона «работает» только при одинаковых интервалах разбиения.
При произвольных интервалах «работает» только формула трапеций.
На практике чаще всего применяется формула Симпсона.
5.7 Численное интегрирование – «подводные камни»
Рассмотрим интеграл:
.
Он берется аналитически и его точное значение 4,00.
При численном интегрировании по формуле трапеций при разбиении на 10 интервалов результат равен 5,3.
Даже при разбиении на 40 интервалов получаем 4,13, т. е. ошибка около 3 %.
Причины: особенность поведения функции при малых х, неточность формулы численного интегрирования.
Т. к. функция «вогнутая», значения интеграла завышены.
Тема 6
Приближенное решение обыкновенных дифференциальных уравнений

,
,
(i = 1, 2,…, n),
0,57735027