Метод прямоугольников
1. Выбор аппроксимирующей функции. Самым простым и надежным способом является представление аппроксимирующей функции в виде полиномов различной степени. Пусть степень полинома равна нулю. Тогда аппроксимирующая функция имеет вид:
Y(x) = f(a) (35)
Тогда приближенное значение интеграла равно заштрихованной области на рис. 4, а, т. е. площади прямоугольника (поэтому и метод называется методом прямоугольников):
(36)
Тот же результат мы получим, если аппроксимирующую функцию мы подставим вместо истинной функции и возьмем табличный интеграл:
(37)
2. Теперь разделим интервал на N частей с постоянным шагом h (рис. 4, б) и на каждом малом интервале проведем аппроксимирующую функцию. Таким образом, площадь под кривой f(x) в этом случае равна сумме площадей прямоугольников y0, y1, y2 … yn-1. Площадь отдельного прямоугольника можно вычислить как произведение шага на значение функции. Таким образом, получаем расчетную формулу прямоугольников:
(38)
f(x)
Ошибка усечения
f(a) x a b
а) аппроксимирующая функция на всем интервале интегрирования
б) аппроксимирующая функция на каждом малом интервале
Рис. 4. Метод прямоугольников
Та часть общей площади под кривой f(x), которая не вошла в заштрихованную область, очевидно, есть погрешность вычисления интеграла, ее называют «ошибкой усечения». Чем меньше шаг, тем меньше ошибка усечения. Однако слишком сильно уменьшать шаг интегрирования нельзя. С уменьшением шага интегрирования резко возрастает объем вычислений, особенно если сама подынтегральная функция требует больших вычислений. При этом растет и так называемая «ошибка округления». Для современных многоразрядных и быстродействующих машин это может показаться неактуальным, но учитывать такую возможность надо. Ошибку усечения можно уменьшить и другим способом, применив в качестве аппроксимирующей функции полином более высокой степени. Например, можно взять полином первой степени (метод трапеций), вместо нулевого (метод прямоугольников).
- Введение
- Глава 1 аппроксимация методом наименьших квадратов
- Программа 1
- Контрольные вопросы к главе 1
- Расчетная многовариантная задача № 1
- Варианты творческих заданий
- Глава 2. Способы сглаживания экспериментальных данных в mathcad
- Контрольные вопросы к главе 2
- Расчетная многовариантная задача № 2
- Варианты творческих заданий
- Глава 3. Интерполяция и экстраполяция
- Контрольные вопросы к главе 3
- Расчетная многовариантная задача № 3
- Варианты творческих заданий
- Глава 4. Оптимизация
- Методы одномерной оптимизации
- Контрольные вопросы к главе 4
- Расчетная многовариантная задача № 4
- Варианты творческих заданий
- Глава 5. Интегрирование
- Вычисление определенных интегралов
- Метод прямоугольников
- Метод трапеций
- Численное интегрирование с помощью квадратурных формул
- Метод парабол Симпсона
- Интегрирование с помощью встроенных функций MathCad
- Интегрирование функции, заданной таблично
- Интегральные уравнения получены на основании температурной зависимости теплоемкости индивидуального вещества:
- Контрольные вопросы к главе 5
- Расчетное многовариантное задание № 5
- Расчетное многовариантное задание № 6
- Варианты творческих заданий
- Глава 6. Дифференцирование
- Решение дифференциальных уравнений
- Метод Эйлера
- М етод Эйлера-Коши
- Метод Рунге-Кутта 4 порядка
- Решение дифференциальных уравнений с помощью встроенных функций MathCad
- Оду первого порядка
- Оду второго и выше порядка
- Решение систем оду первого порядка
- Решение «жестких» систем оду
- Контрольные вопросы к главе 6
- Расчетная многовариантная задача № 7
- Расчетная многовариантная задача № 8
- Литература
- Оглавление