 
        
        - •Методы математического моделирования и вычислительной математики Никитина т.П. Оглавление
- •Введение
- •Основы моделирования
- •Классификация математических моделей
- •Основные этапы математического моделирования
- •Математические модели аналитического типа
- •Эмпирические математические модели
- •Методы вычислительной математики
- •Постановка задачи
- •Этапы решения задачи
- •Локализация корня
- •Метод половинного деления
- •Метод хорд
- •Метод касательных (Метод Ньютона)
- •Комбинированный метод хорд и касательных
- •Решение систем линейных уравнений (слау)
- •Приближенные методы решения систем линейных уравнений Метод простой итерации ( Метод Якоби)
- •Метод Гаусса - Зейделя
- •1. Использованием обратной матрицы
- •2. Решение системы уравнений методом Гаусса
- •Интерполяция
- •Постановка задачи
- •Полиномиальная (алгебраическая) интерполяция
- •Интерполяция по Лагранжу
- •Вычисление определенных интегралов вида Постановка задачи
- •Метод прямоугольников
- •Метод трапеций
- •Метод Симпсона (метод парабол)
- •Решение обыкновенных дифференциальных уравнений Постановка задачи
- •Численные методы решения задачи Коши оду первого порядка
- •Метод Эйлера
- •Усовершенствованный метод Эйлера. Метод Гюна.
- •Методы прогноза и коррекции
- •Метод Рунге-Кутта
- •Решение задачи оптимизации
- •Постановка задачи
- •Численные методы решения задачи одномерной оптимизации
- •Этапы решения задачи
- •Метод двойного половинного деления
- •Метод золотого сечения
- •Численные методы решения задачи линейного программирования
- •Постановка задачи
- •Реализация симплекс метода
- •Литература
Вычисление определенных интегралов вида Постановка задачи
Пусть требуется вычислить определенный
интеграл  ,
гдеf(x) – непрерывная на отрезке [a;
b] функция.
,
гдеf(x) – непрерывная на отрезке [a;
b] функция.
Вычислить определенный интеграл можно с помощью аналитической формулы:
 – формула Ньютона-Лейбница.
– формула Ньютона-Лейбница.
Однако во многих случаях не удается преобразовать f(x) к табличной функции, для которой известна аналитическая формулаF(x). В таких случаях приходится решать задачу численного интегрирования.
Задача численного интегрирования состоит в замене исходной подинтегральной функции f(x), для которой трудно или невозможно записать первообразную в аналитическом виде, некоторой простой табличной функциейφ(x). Поскольку в этом случае решение является приближенным, то в постановке задачи необходимо задавать точность.
Обзор методов численного интегрирования
Методы вычисления однократных интегралов называются квадратурными(для кратных интегралов –кубатурными).
К квадратурным методам относятся методы Ньютона-Котеса.В этих методахφ(x)– это полиномы различных степеней, к ним относятся: метод прямоугольников, метод трапеций, метод Симпсона.
Метод прямоугольников
Постановка задачи
Дан определенный интеграл  ,
гдеf(x)– функция непрерывная на
отрезке [a; b] и точность– малое положительное число. Необходимо
вычислить интеграл с заданной точностью.
,
гдеf(x)– функция непрерывная на
отрезке [a; b] и точность– малое положительное число. Необходимо
вычислить интеграл с заданной точностью.
Графическая интерпретация метода
С геометрической точки зрения интеграл при f(x) > 0 равен площади криволинейной трапеции, ограниченной кривойy = f(x), осьюOx и прямымиx = a,x = b. Разобьем отрезок [a; b] наnравных частей:x0=a, x1=x0+h, x2=x1+h, … , xn=b, где h=(b-a)/n.Площадь всей криволинейной трапеции заменим суммой площадей «маленьких» криволинейных трапеций, образованных при проведении прямыхx=xi. Заменим при вычислении площади каждую «маленькую» криволинейную трапецию прямоугольником, то есть заменим кривуюf(x) полиномом нулевой степени – отрезком, параллельным оси абсцисс. При этом прямоугольники можно построить тремя разными способами, взяв за одну из сторон прямоугольника ординату xi-1, или xi, или (xi-1+xi)/2. Таким образом, различают методы левых, правых и средних прямоугольников.

Алгоритм метода прямоугольников
- Вводим исходные значения ,a,b. 
- Задаем n=1,S=0. 
- Приравниваем S0=S, .n=2·n. 
- Расчет h=(b-a)/n. 
- Расчет приближенного значения интеграла: 
Метод прямоугольников с недостатком (левые прямоугольники).
Приближенное значение интеграла равно сумме площадей прямоугольников:

Метод прямоугольников с избытком (правые прямоугольники).
Приближенное значение интеграла равно сумме площадей прямоугольников:

Метод средних прямоугольников.
Приближенное значение интеграла равно сумме площадей прямоугольников:

- Проверка условия |S0-S|<= ε. Если условие выполняется, то переход к пункту 7, иначе переход к пункту 3. 
- Расчет закончен. Результат равен S. 
Реализация метода в MS Excel
Вычислить  dxс точностью=0,001.
dxс точностью=0,001.
Заполнение клеток листа MS Excel для n=2:
| Адрес клетки | Содержание | Тип | 
| A1 | n=2 | Текст | 
| C1 | a= | Текст | 
| D1 | 0 | Число | 
| E1 | b= | Текст | 
| F1 | 0,5 | Число | 
| B2 | h= | Текст | 
| C2 | =(F1-D1)/2 | Формула | 
| A4 | x | Текст | 
| B4 | xcp | Текст | 
| C4 | f левые прямоугольники | Текст | 
| D4 | f правые прямоугольники | Текст | 
| E4 | f средние прямоугольники | Текст | 
| A5 | =D1 | Формула | 
| B5 | =(A5+A6)/2 | Формула | 
| C5 | =EXP(-A5*A5/2) | Формула | 
| D5 | =EXP(-A6*A6/2) | Формула | 
| E5 | =EXP(-B5*B5/2) | Формула | 
| A6 | =A5+$C$2 | Формула | 
| B6 | =(A6+A7)/2 | Формула | 
| C6 | =EXP(-A6*A6/2) | Формула | 
| D6 | =EXP(-A7*A7/2) | Формула | 
| E6 | =EXP(-B6*B6/2) | Формула | 
| B6 | Результат | Текст | 
| C6 | =СУММ(C5:C6)*$C$2 | Формула | 
| D6 | =СУММ(D5:D6)*$C$2 | Формула | 
| E6 | =СУММ(E5:E6)*$C$2 | Формула | 
Вид листа MS Excel:

Результаты расчета для n=2:
- по методу левых прямоугольников 0,4923; 
- по методу правых прямоугольников 0,4629; 
- по методу средних прямоугольников 0,4811. 
Заполнение клеток листа MS Excel для n=4:
| Адрес клетки | Содержание | Тип | 
| H1 | n=4 | Текст | 
| J1 | a= | Текст | 
| K1 | 0 | Число | 
| L1 | b= | Текст | 
| M1 | 0,5 | Число | 
| I2 | h= | Текст | 
| J2 | =(M1-K1)/4 | Формула | 
| H4 | x | Текст | 
| I4 | xcp | Текст | 
| J4 | f левые прямоугольники | Текст | 
| K4 | f правые прямоугольники | Текст | 
| L4 | f средние прямоугольники | Текст | 
| H5 | =K1 | Формула | 
| I5 | =(H5+H6)/2 | Формула | 
| J5 | =EXP(-H5*H5/2) | Формула | 
| K5 | =EXP(-H6*H6/2) | Формула | 
| L5 | =EXP(-I5*I5/2) | Формула | 
| I6:L8 | автозаполнение формулами диапазона I5:L5 | Формула | 
| H6 | =H5+$J$2 | Формула | 
| H7:H8 | автозаполнение формулой из H6 | Формула | 
| I10 | Результат | Формула | 
| J5 | =СУММ(J5:J8)*$J$2 | Формула | 
| K5 | =СУММ(K5:K8)*$J$2 | Формула | 
| L5 | =СУММ(L5:L8)*$J$2 | Формула | 
Вид листа MS Excel:

Результаты расчета для n=4:
- по методу левых прямоугольников 0,4867; 
- по методу левых прямоугольников 0,4720; 
- по методу левых прямоугольников 0,4802. 
Далее выполняем расчеты для n=8,16,32.
Вид листа MS Excel для n=8:

Результаты расчета для n=8:
- по методу левых прямоугольников 0,4835; 
- по методу правых прямоугольников 0,4761; 
- по методу средних прямоугольников 0,4800. 
Вид листа MS Excel для n=16:

Результаты расчета для n=16:
- по методу левых прямоугольников 0,4817; 
- по методу правых прямоугольников 0,4781; 
- по методу средних прямоугольников 0,4799. 
Вид листа MS Excel для n=32:

Результаты расчета для n=32:
- по методу левых прямоугольников 0,4808; 
- по методу правых прямоугольников 0,4790; 
- по методу средних прямоугольников 0,4799. 
Вид таблицы результатов:

Проанализировав значения в этой таблице, увидим, что требуемая точность 0,001 достигнута на четвертой итерации для методов левые и правые прямоугольники и второй итерации для метода средние прямоугольники.
