Метод Гаусса
Описанные выше методы используют фиксированные точки отрезка (концы и середину) и имеют низкий порядок точности(0 - методы правых и левых прямоугольников, 1 - методы средних прямоугольников и трапеций, 3 - метод парабол (Симпсона)). Если мы можем выбирать точки, в которых мы вычисляем значения функции , то можно при том же количестве вычислений подынтегральной функции получить методы более высокого порядка точности. Так для двух (как в методе трапеций) вычислений значений подынтегральной функции, можно получить метод уже не 1-го, а 3-го порядка точности:
.
В общем случае, используя точек, можно получить метод с порядком точности . Значения узлов метода Гаусса по точкам являются корнямиполинома Лежандрастепени .
Значения узлов метода Гаусса и их весов приводятся в справочниках специальных функций. Наиболее известен метод Гаусса по пяти точкам.
При заданном числе интервалов разбиения следует расположить их концы так, чтобы получить наивысшую точность интегрирования. В математическом плане это означает выбор коэффициентов Aiи узлов ti, i=1,...,n квадратурных формул Гаусса:
такими, чтобы формулы были точны для многочленов наивысшей возможной степени N. Можно показать, что при n узлах точно интерпретируются все многочлены степени N2n-1.
Узлы tiявляются корнями многочлена Лежандра:
.
Коэффициенты Ai вычисляются по формуле:
, i=1,...,n.
Погрешность усечения Rn:
, t[-1,1].
Для вычисления интеграла отрезок [a,b] преобразуется в отрезок [-1,1] путем замены переменной:
.
В результате формула Гаусса приобретает вид
,
где ,.
Квадратурная формула Гаусса обеспечивает высокую точность вычислений при небольшом числе узлов.
Метод Монте-Карло
В некоторых случаях из-за особенности подынтегральной функции (например, из-за ее большой сложности, неявном способе задания и т.д.), описанные выше методы нельзя или нецелесообразно использовать. В задачах, не требующих высокой точности, широкое распространение получил метод Монте-Карло.
Проиллюстрируем применение этого метода на примере приближенного вычисления следующего интеграла:
График подынтегрального выражения приведен на рисунке. Очевидно, что точное значение интеграла равно четверти площади круга единичного радиуса.
Построим прямоугольную область, которая будет полностью включать в себя искомый интеграл. В данном случае это будет квадрат с единичным ребром, показанный на рисунке. Далее, с помощью датчика случайных чисел генерируются точки
,
попадающие в эту область. В данном случае абсциссы и ординаты точек должны быть случайными числами, равномерно распределенными на отрезке [0, 1].
Для каждой точки проверяется, попадает ли она в область под или над графиком функции, то есть проверяется условие:
Если условие выполняется, то выбранная точка соответствует «успеху», если нет – то «промаху». Таким образом, процедура может быть описана как игра в «попадание» случайно выбранной точки в область под графиком (отсюда и название метода - Монте-Карло).
Вполне очевидно, что отношение числа «попаданий» (Nусп) к общему числу попыток (N) должно в пределе стремиться к доли площади прямоугольной области (Sпр), которую занимает область под интегрируемой функцией (значение интеграла, I).
Отсюда получается формула метода Монте-Карло:
Для реализации метода существенное значение имеет качество используемого датчика случайных чисел. Идеальный датчик должен давать равномерное распределение чисел в заданном диапазоне. Точность расчета интеграла определяется так же числом точек (N), используемых при вычислениях и, очевидно, должна увеличиваться при его росте.
Метод Монте-Карло широко используется в современных методах моделирования динамики молекулярных систем, взаимодействия растворенного вещества с молекулами растворителя, кинетики адсорбции веществ на твердых поверхностях и т.д.