Числовая квадратура с производными


19

Большинство численных методов для квадратуры рассматривают подынтегральное выражение как функцию черного ящика. Что если у нас будет больше информации? В частности, какую пользу мы можем получить, зная первые несколько производных подынтегрального выражения? Какая другая информация может быть ценной?

В частности, для производных: оценки ошибок для основной квадратуры (правила прямоугольника / трапецоида / симпсона) тесно связаны. Возможно, есть способ предварительно выбрать разрешение выборки вместо того, чтобы полагаться на динамическую адаптивность?

Меня интересует как одномерный, так и многомерный случай.


3
Небольшая поправка: прямоугольник, трапеция и правило Симпсона - это правила типа Ньютона-Кота, а не гауссовы квадратуры.
Педро

Ответы:


20

Я думаю, что это не совсем то, что вы имели в виду, но ради полноты давайте начнем с некоторых основ. Большинство квадратурные формулы , такие как Ньютон-Котс и Гаусса основаны на идее о том , что для того , чтобы оценить интеграл от функции приближенно можно аппроксимировать функцию путем, например, полином , который вы можете интегрировать именно:

abf(x)dxabjcjpj(x)dx=jcjabpj(x)dx.

Ньютон-Котс и Гаусс основаны на интерполяции Лагранжа , то есть вы интерполируете данную функцию, используя ее значения на множестве узлов (которые расположены равномерно для Ньютон-Котса и выбраны оптимально в определенном смысле для Гаусса). В этом случае c j = f ( x j ) , а интегралы по полиномиальным узловым базисным функциям p j являются в точности квадратурными весами.xjcj=f(xj)pj

Тот же подход работает с интерполяцией Эрмита , т. Е. Интерполяцией с использованием значений функции и ее производных до определенного порядка на множестве узлов. В случае функции и первых производных величин только вы имеете (СуществуетреализацияэтоговMatlab, если вы хотите посмотреть, как это работает.)

abf(x)dxabjf(xj)pj(x)+f(xj)qj(x)dx=jf(xj)wj+f(xj)w¯j.

Это связано с вариантом квадратуры Гаусса, называемой квадратурой Гаусса-Лежандра, где узлы выбираются точно, чтобы сделать веса равными нулю (что является еще одним объяснением того факта, что квадратура Гаусса с N узлами точна порядка 2 N - 1 ) Я думаю, что это хотя бы частично отвечает на ваш вопрос во втором абзаце. По этой причине вместо интерполяции Эрмита обычно используется квадратура Гаусса, поскольку вы получаете тот же порядок с тем же числом точек, но не нуждаетесь в производной информации.w¯jN2N1

Для многомерной квадратуры вы сталкиваетесь с проблемой, заключающейся в том, что число производных (включая смешанные производные), которые необходимо оценить, очень быстро растет с увеличением порядка.

Возвращаясь к вашему вопросу: простой способ использовать производную информацию - использовать подразделение вашего домена интеграции и использовать отдельную квадратуру для каждого подразделения. Если вы знаете, что производные вашей функции велики в некоторой части домена, вы должны использовать либо меньшие домены (по сути, квадратурную формулу суммирования), либо более высокий квадратурный порядок. Это связано с h- и p-адаптивностью соответственно в методах конечных элементов.


6

Существует ряд «исправленных» правил интеграции, которые вызывают производные конечных точек. Один простой пример - исправленное правило трапеции. Предположим, мы хотим приблизить интеграл

abf(x)dx.

nh=(ba)/n

T=h2(f(a)+2f(a+h)+2f(a+2h)++2f(a+(n1)h)+f(b))

h2

T=Th212(f(b)f(a))

значительно увеличивает точность Например, рассмотрим

I=01ex2dx

n=8I

0.74682413281243

TT

0.7458656148457,0.74682363422375

соответственно. Ошибки

|IT|=9.5851796673207534×104

и

|IT|=4.9858868145236102×107

показывая значительное увеличение точности. Существуют дополнительные исправления, включающие более высокие производные или начинающиеся с других правил Ньютона-Кота или правил типа Гаусса.


5

polynomial×weight functionточно. Как и ожидалось, для использования этого правила теперь ожидается, что вы сможете оценить вашу функцию и ряд ее производных в произвольных реальных точках. Поиск в обычных местах должен быть в состоянии найти еще несколько ссылок.


4

Хотя эта ветка довольно старая, я подумал, что было бы полезно иметь ссылку на рецензируемую статью для обобщения некоторых общих квадратурных правил.

Ненад Уевич, «Обобщение модифицированного правила Симпсона и границы ошибок», ANZIAM Journal, Vol. 47, 2005.

http://journal.austms.org.au/ojs/index.php/ANZIAMJ/article/view/2/1268

Я подумал, что было бы полезно дать хорошую ссылку, которая доступна в свободном доступе, и которая имеет ссылки на другие документы.

Как отмечалось выше в Alasdair, включение производных конечных точек может значительно повысить точность. Например, Уевич и Робертс показали, что добавление первых производных к правилу Симпсона уменьшает ошибку до 6-го порядка в интервале сетки, тогда как это 4-й порядок без производных. Бумага Уевича показывает, что можно найти еще более жесткие границы ошибок.

Н. Уевич и А. Дж. Робертс. Исправленная квадратурная формула и приложения, ANZIAM J., 45 (E), (2004), E41 – E56. http://anziamj.austms.org.au/V45/E051

(Кристиан Клэйсон предложил переместить комментарий, который я сделал, в ответ, потому что он думал, что ссылки, которые я даю, являются хорошими, и они могут быть потеряны, если комментарии будут удалены на некотором этапе.)


Можете ли вы прокомментировать результаты, представленные в статье?
Никогуаро

Теперь я могу, когда у меня достаточно очков репутации! Я подумал, что было бы полезно дать хорошую ссылку, которая доступна в свободном доступе, и которая имеет ссылки на другие документы. Как отмечалось выше в Alasdair, включение производных конечных точек может значительно повысить точность. Например, в ссылке 6 на статью, на которую я ссылался, Робертс и Уевич показали, что добавление первых производных к правилу Симпсона уменьшает ошибку до 6-го порядка в интервале сетки, тогда как это 4-й порядок без производных. Бумага Уевича показывает, что можно найти еще более жесткие границы ошибок.
Лисистрата

1
@Lysistrata Это хорошая ссылка. Можете ли вы отредактировать свои комментарии в самом ответе? Комментарии могут уйти, и было бы жалко их потерять.
Кристиан Клэйсон
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.