Открыть Электронные книги
Категории
Открыть Аудиокниги
Категории
Открыть Журналы
Категории
Открыть Документы
Категории
Репников В.И.
Содержание
3 Приближенное вычисление интегралов 6
3.6 Вычисление определенного интеграла . . . . . . . . . . . . . . 6
3.6.1 Задача численного интегрирования: постановка, основ-
ные понятия . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.6.2 Интерполяционные квадратурные формулы . . . . . . . 9
3.6.2.1 Квадратурные формулы Ньютона-Котеса . . . 11
3.6.2.2 Примеры квадратурных формул с равноотсто-
ящими узлами . . . . . . . . . . . . . . . . . . . 13
3.6.2.3 Оценка погрешности квадратурных формул . . 18
3.6.2.3.1 Учет избыточной гладкости интегри-
руемой функции . . . . . . . . . . . . . 19
3.6.2.3.2 Правило Рунге . . . . . . . . . . . . . 20
3.6.3 Квадратурные формулы наивысшей алгебраической сте-
пени точности . . . . . . . . . . . . . . . . . . . . . . . . 22
3.6.3.1 Некоторые частные случаи квадратурных фор-
мул типа Гаусса . . . . . . . . . . . . . . . . . . 28
3.6.4 Квадратурные формулы, содержащие наперед заданные
узлы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.6.4.1 Формулы с предписанными узлами частного ви-
да (Квадратурные формулы типа Маркова) . . 39
3.6.5 Квадратурные формулы с равными коэффициентами . 41
3.6.6 Нестандартные приемы интегрирования . . . . . . . . . 43
3.6.6.1 Метод Филона . . . . . . . . . . . . . . . . . . 44
3.6.6.2 Повышение гладкости интегрируемой функции 45
3.6.6.3 Случай бесконечных пределов интегрирования 46
3.7 Вычисление кратных интегралов . . . . . . . . . . . . . . . . . 47
3.7.1 Кубатурные формулы, основанные на сведении кратно-
го интеграла к повторному . . . . . . . . . . . . . . . . 48
3.7.2 Простейшие кубатурные формулы . . . . . . . . . . . . 51
3.7.2.1 Кубатурные формулы на прямоугольнике . . . 51
3.7.2.2 Кубатурные формулы на треугольнике . . . . . 59
ГЛАВА VI
b
I = ∫ f ( x )dx = F (b ) − F ( a ) .
a
Как следует из теории, таким образом интеграл I можно найти с любой наперед
заданной точностью. Однако практически этот прием мало пригоден из-за медленной схо-
димости.
Поэтому для построения формул приближенного вычисления интеграла, как пра-
вило, используют следующий прием: функцию f ( x ) заменяют близкой к ней функцией
ϕ ( x ) , интеграл от которой просто может быть вычислен аналитически (с помощью фор-
мулы Ньютона-Лейбница) (например, алгебраическим многочленом). Успех приближе-
ния, как мы помним, зависит от свойств гладкости приближаемой функции. В силу этого
подынтегральную функцию чаще всего представляют в виде произведения двух сомножи-
телей, один из которых – достаточно гладкая функция (подлежащая в дальнейшем упро-
щающей замене), а вторая содержит основные особенности подынтегрального выражения
b
и легко интегрируется, т.е. рассматривают интегралы вида I = ∫ p( x ) f ( x )dx . В этом вы-
a
125
ражении p( x ) – фиксированная, не эквивалентная нулю функция (ее мы далее будем на-
зывать весовой или просто весом), а f ( x ) – достаточно гладкая функция, которую далее
будем называть интегрируемой.
Пример:
1 1
dx 1 1
∫−1 1 − x 4 = −∫1 1 − x 2 1 + x 2 dx .
1 1
Здесь p( x ) = , и f (x) =.
1− x 2
1+ x2
Если использовать интерполяционный способ замены f ( x ) (причем линейный по
параметрам), то приближенная формула для вычисления интеграла может выглядеть сле-
дующим образом:
b n
I = ∫ p( x ) f ( x )dx ≈ ∑ Ak f ( xk ) . (1.1)
a k =0
При этом линейную комбинацию, стоящую в левой части соотношения (1.1), будем назы-
вать квадратурной суммой, Ak – ее коэффициентами, а xk – узлами.
При фиксированном n квадратурная сумма зависит от 2( n + 1) параметров Ak и
xk ( k = 0, n ). Их выбор может осуществляться из следующих двух основных соображе-
ний:
10. Повышение степени точности квадратурного правила.
Поясним, что имеется в виду. Поскольку формула (1.1) получается путем замены
интегрируемой функции f ( x ) некоторым обобщенным многочленом
⎧b n
126
Если в качестве системы {ϕi ( x )} взять систему алгебраических многочленов, в ча-
стности, систему степеней, т.е. положить ϕi ( x ) = x i , то из предыдущего определения сле-
дует определение алгебраической степени точности квадратурной суммы:
Определение 2. Говорят, что квадратурная формула (1.1) имеет алгебраическую
степень точности, равную m , если она точна для всевозможных многочленов степени m
и существует хотя бы один многочлен степени ( m + 1) , для которого формула точной не
является.
Требование точности для всевозможных многочленов степени m равносильно
требованию точности на любой базисной системе пространства многочленов степени m ,
и в частности, на системе {x i }. Поэтому из Определения 2 с необходимостью следует вы-
полнение системы соотношений
⎧b n
⎪∫ p ( x ) x i
dx = ∑ Ak x ki , i = 0, m ,
⎪a k =0
⎨b (1.3)
n
⎪ p( x )x m+1dx ≠
⎪∫ ∑ Ak x km+1 .
⎩a k =0
b n
Rn ( f ) = ∫ p( x ) f ( x )dx − ∑ Ak f ( x k ) (1.4)
a k =0
Если при этом f ( x ) принадлежит заданному классу F функций, то, очевидно, можно по-
лучить такую характеристику остатка: sup Rn ( f ) , а в качестве задачи поставить задачу
f ∈F
считать, что для всех значений k погрешности ε k ограничены по модулю сверху, т.е.
ε k ≤ ε , то для погрешности квадратурной суммы получим оценку
n n
∑ Ak ε k ≤ ε ∑ Ak .
k =0 k =0
n
Поэтому необходимо подбирать коэффициенты Ak таким образом, чтобы величина ∑A
k =0
k
127
Пусть p( x ) ≥ 0 на отрезке [a; b] и квадратурная формула (1.1) имеет алгебраиче-
скую степень точности, не меньшую нуля. Тогда
n b
∑ Ak = ∫ p( x )dx > 0 .
k =0 a
С другой стороны,
n n
∑
k =0
Ak ≥ ∑ Ak ,
k =0
причем равенство имеет место только в том случае, когда все Ak положительны. Поэтому
условие знакопостоянства коэффициентов квадратурной суммы обеспечивает наимень-
шую оценку вычислительной погрешности квадратурной формулы, т.е. ее устойчивость.
Помимо отмеченных двух основных соображений в основу выбора параметров
квадратурных формул могут быть положены и некоторые другие (например, распределе-
ние той же погрешности по заданному закону и т.п.).
Как мы уже отмечали, для построения квадратурных формул чаще всего пользу-
ются интерполированием интегрируемой функции, при этом наиболее употребительный
класс приближающих функций – алгебраические многочлены.
Выберем на отрезке интегрирования [a; b] ( n + 1) произвольных различных точек
x0 , x1 , ..., xn и проинтерполируем функцию f ( x ) по ее значениям в этих точках. Интерпо-
ляционный многочлен в данном случае удобнее брать в форме Лагранжа:
f ( x ) = Pn ( x ) + rn ( x ) ,
где
n n
ωn+1 ( x )
Pn ( x ) = ∑ Φ k ( x ) f ( xk ) = ∑ f ( xk ) ,
k =0 k =0 ( x − x k )ωn′ +1 ( x k )
а rn ( x ) – остаток интерполирования.
Отсюда получим:
b n
I = ∫ p( x ) f ( x )dx = ∑ Ak f ( x k ) + Rn ( f ) , (2.1)
a k =0
причем
b b
ωn+1 ( x )
Ak = ∫ p( x )Φ k ( x )dx = ∫ p( x ) dx , (2.2)
a a
( x − xk )ωn′ +1 ( xk )
а
b
Rn ( f ) = ∫ p( x )rn ( x )dx .
a
128
b n
I = ∫ p( x ) f ( x )dx ≈ ∑ Ak f ( xk ) . (2.3)
a k =0
Доказательство.
Необходимость. Пусть рассматриваемая квадратурная формула является интерполяцион-
ной, а f ( x ) – алгебраический многочлен степени не выше n . Тогда, очевидно, rn ( x ) ≡ 0
(см., например, представление остатка интерполирования в форме Лагранжа). Следователь-
но, и Rn ( f ) = 0 , т.е. квадратурная формула точна для таких f ( x ) .
Достаточность. Пусть квадратурная формула точна для всех многочленов до степени n
включительно. Докажем, что ее коэффициенты вычисляются по формулам (2.2), т.е. что
b
Ak = ∫ p( x )Φ k ( x )dx , k = 0, n .
a
b
Рассмотрим ∫ p( x )Φ
a
k ( x )dx . Так как Φ j ( x ) – многочлен степени n , то для него квадра-
турная формула точна, т.е.
b n
∫ p( x )Φ j ( x )dx = ∑ Ak Φ j ( x k ) ,
a k =0
b n
∫ p( x )Φ j ( x )dx = ∑ Ak Φ j ( x k ) = A j , j = 0, n .
a k =0
f (ξ )
( n +1)
rn ( x ) = ωn+1 ( x ) , ξ ∈ [a ; b] .
( n + 1)!
Отсюда получаем:
129
b
1
( n + 1)! ∫a
Rn ( f ) = p( x )ωn+1 ( x ) f ( n+1)
(ξ )dx . (2.4)
где
1 1
b
ωn+1 ( x )
Bkn =
b−a
Ak = ∫
b−a a
p( x )
( x − a − kh )ωn′ +1 ( a + kh )
dx , k = 0, n . (2.7)
x−a
Введем новую переменную по формуле x = a + th , т.е. t = . Тогда имеем:
h
0 ≤ t ≤ n ; b − a = nh ; x − a − kh = th − kh = h(t − k ); dx = hdt ;
( − 1)n−k n
h n+1t (t − 1)L (t − n )
k !⋅ ( n − k )!⋅ (b − a ) ∫0
B =
n
p( a + th ) ⋅ hdt =
h (t − k ) ⋅ h n
k
(2.8)
( − 1)n−k n
t (t − 1)L(t − n )
= ∫
n ⋅ k !⋅ ( n − k )! 0
p( a + th )
(t − k )
dt , k = 0, n .
130
Отметим некоторые дополнительные свойства коэффициентов (2.8) и квадратурной
формулы (2.6) в случае постоянной весовой функции ( p( x ) ≡ 1 ).
10. Bkn = Bnn−k , т.е. равноотстоящие от концов суммы коэффициенты равны.
Действительно,
( − 1)k n
t (t − 1)L(t − n )
Bnn−k = ∫ dt = [делаем замену переменной t = n − z ] =
n ⋅ k !⋅ ( n − k )! 0 t−n+k
( − 1)k 0
( n − z )( n − z − 1)( n − z − 2 )L( − z )
= ∫
n ⋅ k !⋅ ( n − k )! n −z+k
( − dz ) =
( − 1)k n
( − 1)n+1 z ( z − 1)L( z − n ) ( − 1)n+k n z ( z − 1)L( z − n )
= ∫
n ⋅ k !⋅ ( n − k )! 0 − (z − k )
dz = ∫
n ⋅ k !⋅ ( n − k )! 0 z−k
dz = Bkn .
20. Квадратурная формула (2.6) точна для любой функции f ( x ) , нечетной относительно се-
редины отрезка [a ; b] (т.е. функции, для которой выполняется соотношение
a+b⎞ ⎛ a + b − x ⎞ ).
f ⎛⎜ x − ⎟= =−f⎜ ⎟
⎝ 2 ⎠ ⎝ 2 ⎠
a+b
В самом деле, выполняя в интеграле замену переменной по формуле t = x −
2
(относительно переменной t функция f будет просто нечетной), имеем:
с одной стороны
b− a
b 2
∫ f ( x )dx = ∫ f (t )dt = 0 ,
a b− a
−
2
а с другой
n
∑B n
k f ( a + kh ) = (B0n f ( a ) + Bnn f (b )) + (B1n f ( a + h ) + Bnn−1 f (b − h )) + L = 0
k =0
(причем в каждой скобке сумма равна нулю как сумма противоположных слагаемых, а то
слагаемое, которому нет пары (если такое имеется), само равно нулю, поскольку
b
a+b⎞ n
f ⎛⎜ ⎟ = 0 ). Таким образом, ∫ f ( x )dx = (b − a )∑ Bk f ( a + kh ) = 0 .
n
⎝ 2 ⎠ a k =0
0
3 . При четном значении n (тогда общее количество узлов нечетно и, как следствие, точка
a+b
x= также является узлом) квадратурная формула (2.6) имеет алгебраическую сте-
2
пень точности, равную ( n + 1) .
Действительно, так как формула (2.6) является интерполяционной, то она точна для
всех алгебраических многочленов до степени n включительно, а в силу свойства 20 она точна
n +1
⎛ a+b⎞
и для многочлена c⎜ x − ⎟ . Следовательно, она будет точной и для базисной функции
⎝ 2 ⎠
x n+1 .
131
Замечание. Свойство 30, по сути, означает, что мы проводим интерполирование по n
a+b
простым узлам xk и одному двукратному x * = , поскольку квадратурные формулы, по-
2
лучающиеся в означенном случае и при интерполировании по ( n + 1) простому узлу, получа-
ются одинаковыми. Это имеет, следовательно, значение при исследовании остатка.
Было установлено также, что при n = 8 в формуле (2.6) появляются отрицательные
коэффициенты, а при n ≥ 10 среди Bkn обязательно будут отрицательные, причем при
больших n – сколь угодно большие по модулю (в силу того, что сумма всех таких коэффици-
ентов постоянна и равна единице). Поэтому
∑B
k =0
n
k → ∞,
n→∞
∫ f ( x )dx ≈ (b − a ) f (a ) .
a
(2.9)
Заметим, что с геометрической точки зрения в правой части формулы (2.9) мы имеем пло-
щадь прямоугольника, одна сторона которого равна длине отрезка интегрирования, а вторая –
значению интегрируемой функции f ( x ) на левом конце данного отрезка (отсюда – название
квадратурной формулы).
Если f ( x ) ∈ C 1 [a ; b] , то остаток интерполирования в форме Лагранжа имеет вид
r0 ( x ) = ( x − a ) f ′(ξ ) , где ξ ∈ [a ; b] (и зависит от x (!)).
b b
Следовательно, R ( f ) = ∫ r0 ( x )dx = ∫ ( x − a ) f ′(ξ )dx . Чтобы упростить это выраже-
Л
0
a a
132
b
( b − a )2
R ( f ) = f ′(η )∫ ( x − a )dx =
Л
0 f ′(η ) . (2.10)
a
2
b N −1 xk +1 N −1 N −1
N −1
h2
RЛ ( f ) =
2
∑ f ′(ξ
k =0
k ) , ξ k ∈ [xk ; xk +1 ] .
m ≤ f ′( x ) ≤ M для всех x ∈ [a ; b] .
Следовательно,
N −1 N −1
1
Nm ≤ ∑ f ′(ξ k ) ≤ NM и m ≤ ∑ f ′(ξ k )≤ M .
k =0 N k =0
h2 N −1
h b − a N −1 b−a (b − a ) 2
RЛ ( f ) =
2
∑
k =0
f ′(ξ k ) = ⋅
2 N k =0
∑ f ′(ξ k ) = h
2
f ′(η ) =
2N
f ′(η ) , η ∈ [a ; b] . (2.12)
133
b N −1 xk +1 N −1 N −1
∫ f ( x )dx ≈ (b − a ) f (b ) .
a
(2.13)
и ее остаток
b
( b − a )2
R ( f ) = f ′(η )∫ ( x − b )dx = −
П
0 f ′(η ) , η ∈ [a ; b] , (2.14)
a
2
b N xk N N
и ее остаток
b−a (b − a ) 2
RП ( f ) = − h f ′(η ) = − f ′(η ) , η ∈ [a ; b] . (2.16)
2 2N
134
a + b ⎞ f ′′(ξ )
2
⎛
r0 ( x ) = ⎜ x − .
⎟
⎝ 2 ⎠ 2
Поэтому
a + b ⎞ f ′′(ξ ) f ′′(η ) ⎛ (b − a )3
b 2 b 2
⎛ a+b⎞
R ( f ) = ∫⎜x −
С
0 ⎟ dx = ∫ ⎜x − ⎟ dx = f ′′(η ) , η ∈ [a ; b] , (2.18)
a ⎝ 2 ⎠ 2 2 a ⎝ 2 ⎠ 24
∫a f ( x )dx = ∑ ∫
k =0 x k
f ( x )dx ≈ h ∑
k =0
f ⎜
⎝ 2
⎟
⎠
∑
k =0
⎜
⎝ 2⎠
⎟ (2.19)
и ее остаток
b−a (b − a ) 3
RС ( f ) = h 2 f ′′(η ) = f ′′(η ) , η ∈ [a ; b] . (2.20)
24 24 N 2
b
b−a
∫ f ( x )dx ≈
a
2
( f ( a ) + f (b ) ) . (2.21)
a b
Остаток интерполирования многочленом первой степени при f ( x ) ∈ C 2 [a ; b] имеет вид
f ′′(ξ )
r1 ( x ) = ( x − a )( x − b ) .
2
f ′′(ξ ) f ′′(η ) (b − a )3
b b
R1Т ( f ) = ∫ ( x − a )( x − b ) f ′′(η ) , η ∈ [a ; b] , (2.22)
2 ∫a
dx = ( x − a )( x − b )dx = −
a
2 12
N −1 xk +1
⎡ f ( a ) + f (b ) N −1
b
h N −1 ⎤
∫ f ( x )dx = ∑ ∫ f ( x )dx ≈ ∑ [ f ( x k ) + f ( x k +1 )] = h ⎢ + ∑ f ( xk )⎥ (2.23)
a k =0 x k 2 k =0 ⎣ 2 k =1 ⎦
и ее остаток
b−a (b − a ) 3
RТ ( f ) = − h 2 f ′′(η ) = − f ′′(η ) , η ∈ [a ; b] . (2.24)
12 12 N 2
135
30. Формула Симпсона (парабол)
Указанная квадратурная формула получается как частный случай квадратурной фор-
мулы Ньютона-Котеса при n = 2 . Таким образом, интерполирование интегрируемой функ-
ции f ( x ) в этом случае осуществляется по трем узлам, равномерно, включая концы, распо-
a+b
ложенным на отрезке интегрирования: x0 = a, x 1 = , x 2 = b . По формуле (2.8) при
2
p( x ) ≡ 1 (учитывая свойство 10) найдем:
( − 1)2−0 2 t (t − 1)(t − 2 ) 1 2
2
(t − 3t + 2)dt = 1 ,
2 ⋅ 0 !⋅ 2 ! ∫0 ∫
B02 = B22 = dt =
t 40 6
( − 1)2−1 2 t (t − 1)(t − 2 ) 1 2
2
(t − 2t )dt = 4 .
2 ⋅ 1!⋅1! ∫0 ∫
B12 = dt = −
t −1 20 6
b
b−a⎛ ⎛ a + b ⎞ + f (b ) ⎞ .
∫ f ( x )dx ≈
a
⎜ f (a ) + 4 f ⎜
6 ⎝ ⎝ 2 ⎠
⎟ ⎟
⎠
(2.25)
f ( 4 ) (ξ )
2
⎛ a+b⎞
r2 ( x ) = ( x − a )⎜ x − ⎟ ( x − b) ,
⎝ 2 ⎠ 4!
f ( 4 ) (ξ ) f ( 4 ) (η )
b 2 b 2
⎛ a+b⎞ a+b⎞
R ( f ) = ∫ ( x − a )⎜ x −
С
2 ⎟ ( x − b) dx = ∫ ( x − a )⎛⎜ x − ⎟ ( x − b )dx =
a ⎝ 2 ⎠ 4! 4! a ⎝ 2 ⎠
(2.26)
b − a ⎞ f (η ) (4)
(b − a )
5 5
= −⎛⎜ ⎟ =− f (4)
(η ).
⎝ 2 ⎠ 90 2880
b N −1 xk +1
h N −1 ⎡ x + x k +1 ⎞
∫ f ( x )dx = ∑ ∫ f ( x )dx ≈ ∑ ⎢ f ( xk ) + 4 f ⎛⎜ k ⎤
⎟ + f ( x k +1 )⎥ . (2.27)
a k =0 x k 6 k =0 ⎣ ⎝ 2 ⎠ ⎦
136
b−a (b − a )5
RС ( f ) = − h f 4 (4)
(η ) = − f (4)
(η ) , η ∈ [a ; b] . (2.28)
2880 2880 N 4
b N −1 x2 k + 2
2h N −1
∫ f ( x )dx = ∑ ∫ f ( x )dx ≈ ∑ [ f ( x2 k ) + 4 f ( x2 k +1 ) + f ( x2k +2 )] =
a k =0 x 2 k 6 k =0
h 4h
= [ f ( a ) + f (b )] + [ f ( a + h ) + f ( a + 3h ) + L + f (b − h )] + (2.29)
3 3
2h
+ [ f ( a + 2h ) + f ( a + 4h ) + L + f (b − 2h )],
3
(b − a )3 M 2
NС ≥ , (2.32)
24ε
для формулы трапеций
137
(b − a )3 M 2
NТ ≥ , (2.32)
12ε
для формулы Симпсона (2.28)
(b − a )5 M 4
NS ≥ 4
, (2.32)
2880ε
xk +1
∫ f ( x )dx =
xk
⎡ (
x − xk + 1 )2
(x − x ) 3
(x − x ) 4
⎤
∫ ( ) ( ) ( ) ( ) ( )
xk +1
k + 12 k + 12
= ⎢ f xk + 1 + x − xk + 1 f ′ xk + 1 + 2
f ′′ x k + 1 + f ′′′ x k + 1 + f IV (ξ )⎥ dξ =
⎢ 2 2 2 2 2 6 2 24 ⎥
xk ⎣ ⎦
( )
= hf x k + 1 +
2
h3
24
( )
f ′′ x k + 1 +
2
h5
1920
f IV
(ηk ) .
Тогда
∫ f ( x )dx = h∑ f (x ) ( )
N −1 xk +1
⎤ h (b − a ) IV
b N −1
h 2 ⎡ N −1 4
I = ∫ f ( x )dx = ∑ + h ∑ f ′′ x k + 1 ⎥ + 1920 f (η ) .
a k =0 x k k =0
k + 12
24 ⎢⎣ k =0 2
⎦
Заметим теперь, что стоящее в квадратных скобках в правой части последнего равенства
выражение есть не что иное, как квадратурная формула средних прямоугольников для вы-
b
числения интеграла ∫ f ′′( x )dx , т.е.
a
138
( )
N −1 b
h ∑ f ′′ x k + 1 = ∫ f ′′( x )dx + O(h 2 ) .
2
k =0 a
Следовательно,
( ) h2 ⎛ ⎞ h 4 (b − a ) IV
b N −1 b
h 2 IV
I = ∫ f ( x )dx = h ∑ f xk + 1 + ⎜⎜ ∫ f ′′( x )dx + f (η 1 )⎟⎟ + f (η ) =
a k =0
2 24 ⎝ a 24 ⎠ 1920
(2.33)
( )
N −1 b
h2
= h∑ f xk + 1 + f ′′( x )dx + O(h 4 )
k =0
2 24 ∫a
или
I = Q C ( h, f ) + Ch 2 + O(h 4 ) ,
b
C = ∫ f ′′( x )dx .
a
( )
b N −1
h2
I = ∫ f ( x )dx ≈ Q 1 ( h, f ) = h ∑ f xk + 1 + ( f ′(b ) − f ′( a )) (2.34)
a k =0
2 24
139
станты одной или нескольких последовательных главных частей, показатели степени шага
сетки в этих главных частях и т.п.).
Покажем, как это можно технически реализовать в простейшем случае на приме-
ре оценки погрешности квадратурной формулы.
Итак, пусть имеет место разложение
R( h, f ) = Ch m + O(h m+ p ) .
⎧⎪ I ≈ Q (h 1 , f ) + Ch 1m ,
⎨
⎪⎩ I ≈ Q (h 2 , f ) + Ch m2 .
Q ( h2 , f ) − Q (h 1 , f )
C≈ .
h 1m − h2m
Следовательно,
Q ( h2 , f ) − Q (h 1 , f )
R (h 1 , f ) ≈ h 1m . (2.35)
h 1m − h2m
Таким образом, мы получили выражение для вычисления главной части остатка квадра-
турной формулы, по которой можно проводить практическую оценку погрешности полу-
ченного приближенного значения интеграла Q (h 1 , f ) .
Вычисленное значение предполагает дальнейшую реакцию (программным путем)
на его абсолютную величину в сравнении с задаваемой пользовательской величиной по-
грешности ε . В случае преобладания первой очевидным рецептом является дальнейшее
измельчение сетки узлов (т.е. уменьшение величины шага h ). При этом наиболее удоб-
h
ным способом организации работы служит выбор h2 = 1 . Тогда в случае необходимости
2
уменьшения шага полагают h 1 = h2 и повторяют процесс вычисления интеграла. В этом
случае значение Q (h 1 , f ) оказывается полученным на предыдущем шаге процесса и, та-
ким образом, оказывается возможной существенная экономия в объеме вычислений. Ин-
теграл считается вычисленным с заданной пользователем точностью в том случае, когда
вычисленная по формуле (2.35) величина остатка (ее модуль) оказывается меньше пользо-
вательского требования ε .
Заметим, что вычисленная величина главной части остатка позволяет также и
уточнять само приближенное значение интеграла. Это можно сделать, например, так:
140
Q ( h2 , f ) − Q (h 1 , f )
I ≈ Q (h 1 , f ) + h 1m . (2.36)
h 1m − h2m
Также следует отметить, что правило Рунге может использоваться и в том случае,
когда величина m априори неизвестна (например, в случае, когда интегрируемая функция
не обладает достаточной для выписывания очередного члена разложения гладкостью).
Кроме того, возможна и такая организация работы, которая позволяет вычислить сразу не-
сколько последовательных главных частей. При этом, конечно же, необходимо выполнять
расчеты не на двух, а на большем числе вложенных сеток.
b n
∫ p( x ) f ( x )dx ≈ ∑ Ak f ( x k ) (3.1)
a k =0
за счет выбора коэффициентов Ak можно сделать точной для всех алгебраических много-
членов до степени n включительно. Заметим, что использование свойства симметрии в
расположении узлов (формулы средних прямоугольников и Симпсона) приводит к увели-
чению алгебраической степени точности на единицу.
Поставим задачу: выяснить, чего можно достичь в смысле повышения алгебраи-
ческой степени точности за счет специального расположения узлов. Так как число узлов
равно ( n + 1) , то можно надеяться за счет их выбора увеличить алгебраическую степень
точности на ( n + 1) , т.е. увеличить ее до n + ( n + 1) = 2n + 1 .
Установим сейчас условия, при которых квадратурная формула будет иметь ал-
гебраическую степень точности, равную 2n + 1 . При этом вместо узлов xk нам будет
удобнее рассматривать многочлен ωn+1 ( x ) = ( x − x0 )L( x − x n ) .
Справедлива следующая теорема (критерий квадратурных формул наивысшей
алгебраической степени точности)
Теорема 1. Для того чтобы рассматриваемая квадратурная формула (3.1) с ( n + 1)
узлами была точной для любых алгебраических многочленов до степени ( 2n + 1) включи-
тельно, необходимо и достаточно выполнение условий:
1) квадратурная формула должна быть интерполяционной, т.е.
b
ωn+1 ( x )
Ak = ∫ p( x ) dx , k = 0, n ; (3.2)
a
( x − xk )ωn′ +1 ( xk )
∫ p( x )ω
a
n +1 ( x )Qm ( x )dx = 0 , m ≤ n . (3.3)
141
Доказательство.
Необходимость. Так как квадратурная формула (3.1) точна для любых многочленов до
степени ( 2n + 1) включительно, то она точна и для многочленов до степени n включи-
тельно, а тогда по теореме из § 2 она является интерполяционной, т.е. ее коэффициенты
вычисляются по формулам (3.2).
Далее, рассмотрим произвольный многочлен Qm ( x ) степени m ≤ n . Тогда степень
многочлена ωn+1 ( x )Qm ( x ) будет не выше ( 2n + 1) . Следовательно, формула (3.1) точна для
такого произведения, т.е. справедливо равенство
b n
(последнее равенство цепочки имеет место в силу того, что при любых k = 0 , n узлы x k
квадратурной суммы являются корнями многочлена ωn+1 ( x ) , т.е. ωn+1 ( x k ) = 0 ). Таким об-
разом, выполняется соотношение (3.3).
Достаточность. Рассмотрим произвольный алгебраический многочлен f ( x ) степени не
выше ( 2n + 1) . Покажем, что для него квадратурная формула (3.1) точна. Выполнив деле-
ние f ( x ) на ωn+1 ( x ) с остатком, получим:
f ( x ) = Qm ( x )ωn+1 ( x ) + r ( x ) ,
b b b ( 3.3 ) b ( 3.2 )
∫
a
p( x ) f ( x )dx = ∫ p( x )ωn+1 ( x )Qm ( x )dx + ∫ p( x )r ( x )dx = 0 + ∫ p( x )r ( x )dx =
a a a
( 3.2 ) n n
= ∑ Ak r ( xk ) = ∑ Ak f ( x k ).
k =0 k =0
Доказательство.
Запишем многочлен ωn+1 ( x ) с неопределенными коэффициентами:
142
ωn+1 ( x ) = x n+1 + a0 x n + a1 x n−1 + L + an−1 x + an .
Таким образом, в силу того, что весовая функция p( x ) сохраняет знак на отрезке [a ; b] и
p( x ) отлична от тождественного нуля, следует, что ai = 0 , (i = 0, n ) .
Таким образом, многочлен ωn+1 ( x ) всегда может быть построен, причем единст-
венным образом.
Рассмотрим теперь корни ξ 1 , ξ 2 , ..., ξ m многочлена ωn+1 ( x ) нечетной кратности,
лежащие внутри отрезка [a; b] . Существование хотя бы одного такого корня следует из
ортогональности многочлена ωn+1 ( x ) к P0 ( x ) ≡ 1 . Действительно,
∫ p( x )ω
a
n +1 ( x )dx = 0 ,
а так как весовая функция p( x ) сохраняет знак, то ωn+1 ( x ) обязан на [a; b] знак поменять,
ибо в противном случае значение рассмотренного выше интеграла будет отличным от ну-
ля (как интеграла от знакопостоянной функции).
В точках ξi многочлен ωn+1 ( x ) , очевидно, меняет знак. Кроме того, 1 ≤ m ≤ n + 1 .
Пусть m < n + 1 . Тогда по корням ξ 1 , ξ 2 , ..., ξ m построим многочлен степени m < n + 1
Qm ( x ) = (x − ξ 1 )L( x − ξ m ) , к которому ωn+1 ( x ) должен быть ортогонален, т.е.
∫ p( x )ω
a
n +1 ( x )Qm ( x )dx = 0 .
143
Но это равенство невозможно в силу того, что ωn+1 ( x ) и Qm ( x ) имеют одни и те же точки
перемены знаков и, таким образом, подынтегральное выражение сохраняет знак на отрез-
ке [a ; b] . Следовательно, m = n + 1 и последнее утверждение теоремы доказано.
b n
∫ p( x )Φ
2
i ( x )dx = ∑ Ak Φ i2 ( xk ) = Ai , i = 0, n .
a k =0
Таким образом, знаки всех весовых коэффициентов совпадают со знаком весовой функ-
ции.
144
n
Qn+1 (t ) ⋅ Qn ( x ) − Qn+1 ( x ) ⋅ Qn (t )
∑ Q (t )Q ( x ) = a
i =0
i i n ,n +1
t−x
. (3.5)
где
b
ai ,k = ∫ p( x )Qi ( x )Qk ( x )dx .
a
n
(t − x )∑ Qi ( x )Qi (t ) = an,n+1 [Qn+1 (t ) ⋅ Qn ( x ) − Qn+1 ( x ) ⋅ Qn (t )]
i =0
или
n
Qn+1 (t ) ⋅ Qn ( x ) − Qn+1 ( x ) ⋅ Qn (t )
∑ Q (t )Q ( x ) = a
i =0
i i n ,n +1
t−x
.
Qn ( x ) = cn x n + L ,
ai ,i+1ci+1 = ci ,
т.е.
ci
ai ,i +1 = , i = 0, 1, ... .
ci+1
145
С учетом полученного соотношения тождество (3.5) можно переписать в виде
n
cn Qn+1 (t ) ⋅ Qn ( x ) − Qn+1 ( x ) ⋅ Qn (t )
∑ Q (t )Q ( x ) = c
i =0
i i
t−x
. (3.6)
n +1
b
ωn+1 ( x ) b
Qn+1 ( x )
Ak = ∫ p( x ) dx = ∫ p( x ) dx . (3.7)
a
( x − xk )ωn′ +1 ( xk ) a
( x − xk )Qn′+1 ( xk )
n
cn Q (x)
∑ Q ( x )Q ( x
i =0
i i k )=
cn+1
⋅ Qn ( x k ) ⋅ n+1
x − xk
.
Q (x)
n b b
cn
∑ Qi ( xk )∫ p( x )Qi ( x )dx =
i =0 cn+1
⋅ Qn ( x k ) ⋅ ∫ p( x ) n+1
x − x
dx . (***)
a a k
⎧0 , если i ≥ 1,
b
∫ p( x )Q ( x )dx = ⎨⎩1,
a
i
если i = 0.
Q (x)
b
cn c
1= Qn ( x k )∫ p( x ) n+1 dx = n ⋅ Qn ( x k ) ⋅ Qn′ +1 ( x k ) ⋅ Ak .
cn+1 a
x − xk cn+1
Отсюда
cn+1 1
Ak = ⋅ , k = 0, n . (3.8)
cn Qn ( x k ) ⋅ Qn′ +1 ( x k )
146
1
Ak = , k = 0, n ,
c ⋅ ωn ( x k ) ⋅ ωn′ +1 ( x k )
2
n
а поскольку
1 = Qn ( x ) = cn2 ωn ( x ) ,
2 2
то
ωn ( x ) 2
Ak = , k = 0, n . (3.8′)
ωn ( xk ) ⋅ ωn′ +1 ( xk )
f ( x ) = P2 n+1 ( x ) + r2 n+1 ( x ) ,
где
f ( 2 n+ 2 ) (ξ )
r2 n+1 ( x ) = ωn2+1 ( x ) ⋅ ,
( 2n + 2 )!
если f ( x ) ∈ C 2 n+ 2 [a ; b] .
Тогда
b b b
∫ p( x ) f ( x )dx = ∫ p( x )P
a a
2 n +1 ( x )dx + ∫ p( x )r2 n+1 ( x )dx .
a
b n n
∫ p( x )P 2 n +1 ( x )dx = ∑ Ak P2 n+1 ( xk ) = ∑ Ak f ( xk ) .
a k =0 k =0
Следовательно,
f ( 2 n+ 2 ) (ξ ) т.
b b о среднем
Rn ( f ) = ∫ p( x )r2 n+1 ( x )dx = ∫ p( x )ωn2+1 ( x ) dx =
a a
( 2n + 2 )!
(3.9)
f ( 2 n+ 2 ) (η ) f ( 2 n+ 2 ) (η )
т. о среднем b
∫ ( )ω ( ) ⋅ ωn+1 ( x ) .
2
= p x 2
x dx =
( 2n + 2 )! a n +1
( 2n + 2 )!
147
Всякий конечный отрезок [a ; b] линейной заменой переменной может быть пре-
образован в отрезок [− 1;1] , и мы будем считать, что интеграл приведен к виду
1
I=
−1
∫ f ( x )dx . (*)
x x
ϕ 1 ( x ) = ∫ ωn ( x )dx , ϕi+1 ( x ) = ∫ ϕi ( x )dx , i = 1, ..., n − 1 . (**)
−1 −1
1
1 1
0 = ∫ ωn ( x )q( x )dx = ϕ 1 ( x )q( x )
− 1 −∫1
− ϕ 1 ( x )q′( x )dx =
−1
1 1
= [ϕ 1 ( x )q( x ) − ϕ 2 ( x )q′( x )]
− 1 −∫1
+ ϕ 2 ( x )q′′( x )dx = K =
1
[
= ϕ 1 ( x )q( x ) − ϕ 2 ( x )q′( x ) + L + ( − 1) ϕ n ( x )q ( n−1) ( x )
n −1
] − 11 + (− 1) ∫ ϕ ( x )q( ) ( x )dx .
n
n
n
−1
ϕi (1) = 0 , i = 1, n .
ϕ n ( x ) = C ( x + 1)n ( x − 1)n = C (x 2 − 1) ,
n
dx
148
dn 2 d n 2n
ωn ( x ) = C ( x − 1)n
= C (x − L) =
dx n dx n
( 2n )!
= C ⋅ ( 2n ) ⋅ ( 2n − 1) ⋅K⋅ ( n + 1)(x n − L) = C ⋅ ⋅ (x n − L),
n!
то
n!
C= ,
( 2n )!
т.е.
n! d n 2
ωn ( x ) = (x − 1)n , n = 0,1, ... . (3.10)
( 2n )! dx n
∫ ω ( x )dx = C
2
n
2
∫ n
( x − 1)n d
⋅ n
(x 2 − 1)n dx =
−1 −1
dx dx
n −1 1
dn
2⎡ n⎤ d n−1 2 n +1
= C ⎢ n (x 2 − 1) ⋅ n−1 (x 2 − 1) ⎥ ( ) (x 2 − 1)n dx =
n d 1 n d
⎣ dx dx ⎦ − 1
−
−1
dx n −1
x − 1 ∫⋅
dx n +1
n −1
⎡ dn d n+1 n−2
n⎤
= C 2 ⎢ n (x 2 − 1) ⋅ n−1 (x 2 − 1) − n+1 (x 2 − 1) ⋅ n−2 (x 2 − 1) ⎥
n d n n d 1
+
⎣ dx dx dx dx ⎦ − 1
1
d n−2 2 n+2
+ ∫ n−2
(x − 1)n d
⋅ n+2
(x 2 − 1)n dx = L =
−1
dx dx
n −1
⎡ dn d n+1 n− 2 2 n −1
= C 2 ⎢ n (x 2 − 1) ⋅ n−1 (x 2 − 1) − n+1 (x 2 − 1) ⋅ n−2 (x 2 − 1) + L + ( − 1)
n d n n d n n −1 d
2 n −1
(x 2 − 1)n ⋅ (x 2 − 1)n ⎤⎥ − 11 +
⎣ dx dx dx dx dx ⎦
1 1
d 2n 2
+ ( − 1)
n
∫ 2n
(x − 1)n ⋅ (x 2 − 1)n dx = (− 1)n C 2 ⋅ (2n )!⋅ ( x − 1)n ( x + 1)n dx =
∫
−1
dx −1
1
⎡ ( x − 1)n ( x + 1)n+1 1 n ⎤
= ( − 1) C 2 ⋅ ( 2n )!⋅ ⎢ ∫
( x − 1)n−1 ( x + 1)n+1 dx ⎥ =
n
−
n +1 −1 n +1
⎣⎢ −1 ⎦⎥
1
⎡ ( x − 1)n ( x + 1)n+1 n ( x − 1)n−1 ( x + 1)n+ 2 1 n( n − 1) ⎤
= ( − 1) C 2 ⋅ ( 2n )!⋅ ⎢ ∫
( x − 1)n−2 ( x + 1)n+2 dx ⎥ =
n
− +
n +1 n +1 n+2 − 1 ( n + 1)( n + 2 )
⎣⎢ −1 ⎦⎥
⎡ ( x − 1)n ( x + 1)n+1 n ( x − 1) ( x + 1)
n −1 n+2
n −1 n !⋅ ( x − 1)( x + 1)
2n
1⎤
= ( − 1) C 2 ⋅ ( 2n )!⋅ ⎢ + L + ( − 1)
n
− ⎥+
⎣ n +1 n +1 n+2 ( n + 1) ⋅ K ⋅ ( 2n ) − 1⎦
1
n !⋅ n ! ( x + 1)
2 n +1
n! 1
+ ( − 1) C 2 ⋅ ( 2n )!⋅ ∫ ( x + 1)2 n dx = ( − 1)n C 2 ⋅ ( 2n )!⋅
n
⋅ =
( n + 1) ⋅ K ⋅ ( 2n ) −1 ( 2 n )! 2 n + 1 −1
( n !)2 2 2
2 n +1
= ⋅ ( ( n ) !) ⋅ .
(( 2n )!)2 2n + 1
149
Таким образом,
( n !)2 ⋅ 2 n 2
ωn ( x ) = ⋅ , (3.11)
( 2n )! 2n + 1
ωn ( x ) n! 2n + 1 ( 2n )! 2n + 1 1 d n 2
Qn ( x ) = = ⋅ ⋅ ω ( x ) = ⋅ (x − 1)n . (3.12)
ωn ( x ) ( 2n )! 2 ( n !) ⋅ 2
2 n n
2 n !⋅ 2 dx
n n
1 n
I= ∫ f ( x )dx ≈ ∑ Ak f ( x k ) , (3.13)
−1 k =0
1 dn 2
Pn ( x ) = (x − 1)n , (3.15)
2 ⋅ n ! dx
n n
2n + 1
норма которых равна Pn ( x ) = . Эти многочлены называются многочленами Ле-
2
жандра. В терминах многочленов Лежандра формулу для вычисления квадратурных ко-
эффициентов можно записать в следующем виде
2
Ak = , k = 0, n .
( n + 1)Pn ( xk )Pn′+1 ( xk )
150
то формулы для вычисления коэффициентов можно еще более упростить и привести к ви-
ду
2
Ak = , k = 0, n . (3.16)
(1 − xk )[Pn′+1 ( xk )]2
2
20 . p ( x ) = ( b − x ) ( x − a ) .
α β
−1
резке [− 1;1] . Однако мы этого больше делать не будем и воспользуемся готовыми резуль-
татами. Искомой системой многочленов является система многочленов Якоби
( − 1)n
Pn (α , β )
(x) =
2n ⋅ n!
⋅ (1 − x ) (1 + x )
−α −β dn
dx n
[ ]
(1 − x )α +n (1 + x )β +n . (3.17)
1 n
I = ∫ (1 − x ) (1 + x ) f ( x )dx ≈ ∑ Ak f ( x k ) ,
α β
(3.18)
−1 k =0
где узлы xk будут корнями многочленов Pn(+α1, β ) ( x ) , для коэффициентов Ak можно полу-
чить формулы
Γ(α + n + 2 ) ⋅ Γ( β + n + 2 )
Ak = 2α + β +1 ⋅ 2
, k = 0, n , (3.19)
⎡ d (α , β ) ⎤
( n + 1)!⋅ Γ(α + β + n + 2 ) ⋅ (1 − xk )⋅ ⎢ Pn+1 ( xk )⎥
2
⎣ dx ⎦
151
Частными случаями многочленов Якоби являются рассмотренные выше много-
члены Лежандра (соответствуют случаю α = β = 0 ), а также многочлены – наименее от-
клоняющиеся от нуля – многочлены Чебышева первого рода Tn ( x ) . Эти последние соот-
1
ветствуют случаю α = β = − . В этом случае квадратурная формула наивысшей алгеб-
2
раической степени точности выглядит особо просто. Поэтому рассмотрим ее несколько
подробнее.
Ее узлы – корни многочлена Чебышева Tn+1 ( x ) – имеют вид (см. § 3, Гл. IV)
2k + 1
x k = cos π , k = 0, n . (3.21)
2n + 2
3
Γ 2 ⎛⎜ n + ⎞⎟
Ak = ⎝ 2⎠ .
2
⎡ d (− 12 , − 12 ) ⎤
( n + 1)!⋅ Γ( n + 1) ⋅ (1 − xk )⋅ ⎢ Pn+1 ( xk )⎥
2
⎣ dx ⎦
(− 1 , − 12 )
Поскольку Pn+12 ( x ) = Cn+1Tn+1 ( x ) и
′ n +1 ( − 1)k ( n + 1)
Tn′+1 ( x k ) = [cos(( n + 1) arccos x )] = sin[( n + 1) arccos x k ]⋅ = ,
x = xk 1 − x k2 1 − xk2
то
2
(1 − xk2 )⎡⎢ d (− 1 , − 12 )
Pn+12 ( xk )⎤⎥ = Cn2+1 ( n + 1)2
⎣ dx ⎦
и, следовательно,
3
Γ 2 ⎛⎜ n + ⎞⎟
Ak = ⎝ 2⎠ , k = 0, n .
( n + 1)!⋅ Γ( n + 1) ⋅ Cn2+1 ⋅ ( n + 1)2
n 1
dx
∑ Ak = (n + 1) A =
k =0
∫ 1− x2
=π .
−1
π
Отсюда имеем: A = .
n +1
152
Таким образом, окончательно получаем: квадратурная формула имеет вид
f (x) π
1 n
2k + 1
I= ∫ 1− x 2
dx ≈
n +1
∑ f ⎛⎜⎝ cos 2n + 2 π ⎞⎟⎠ ,
k =0
(3.22)
−1
π
Rn ( f ) = f ( 2 n+ 2 ) (η ) . (3.23)
2 2 n +1
⋅ ( 2n + 2 )!
∞
30. Интегралы вида I = ∫ x α e − x f ( x )dx .
0
d n α +n − x
Ln ( x ) = ( − 1) x
(α ) n −α
ex
(x e ) . (3.24)
dx n
Γ( n + 2 ) ⋅ Γ( n + α + 2 )
Ak = 2
, k = 0, n , (3.25)
⎡ d (α ) ⎤
xk ⎢ Ln+1 (x )⎥
⎣ dx ⎦
Γ( n + 2 ) ⋅ Γ( n + α + 2 ) ( 2 n + 2 )
Rn ( f ) = ⋅f (η ) . (3.26)
( 2n + 2 )!
∞
∫e f ( x )dx .
−x2
40. Интегралы вида I =
−∞
d n −x2
H n ( x ) = ( − 1) e x2
n
e . (3.27)
dx n
Таким образом, узлы соответствующей квадратурной формулы наивысшей алгеб-
раической степени точности являются корнями многочлена H n+1 ( x ) , коэффициенты могут
быть вычислены по формуле
2 n+1 ⋅ ( n + 1)!⋅ π
Ak = 2
, k = 0, n , (3.28)
⎡ d H 2 ( x )⎤
⎢⎣ dx n+1 k ⎥⎦
153
а остаток имеет вид
( n + 1)!⋅ π
Rn ( f ) = ⋅ f ( 2 n+ 2 ) (η ) . (3.29)
2 ⋅ ( 2n + 2 )!
n +1
Еще раз напомним, что для всех рассмотренных выше случаев (а также и для мно-
гих других) составлены таблицы узлов и коэффициентов для различных значений n .
Упражнения.
1. Провести построение систем ортогональных многочленов для всех рассмотренных
выше случаев.
2. Выписать по четыре первых многочлена каждой из рассмотренных выше ортого-
нальных систем, а также найти узлы и коэффициенты соответствующих квадратурных
формул типа Гаусса.
∫ p( x ) f ( x )dx ≈ ∑ Bl f ( al ) + ∑ Ak f ( x k ) , (4.1)
a l =1 k =0
Ω m ( x ) = (x − a 1 ) ⋅ K ⋅ ( x − a m ) ,
ωn−m+1 ( x ) = ( x − x0 ) ⋅ K⋅ ( x − xn−m ).
За счет выбора коэффициентов Ak и B l формулу (4.1) можно сделать точной для много-
членов степени n . Для этого ее достаточно сделать интерполяционной. Достичь же того,
чтобы (4.1) была точной для многочленов более высокой степени, можно только за счет
специального подбора узлов x k .
Справедлива теорема, аналогичная теореме 1 из § 3 (причем смысл ее состоит в
том, чтобы многочлен Ω m ( x ) в «состав» весовой функции).
Теорема 1. Для того чтобы квадратурная формула (4.1) была точной для много-
членов степени 2n − m + 1 , необходимо и достаточно, чтобы выполнялись следующие ус-
ловия:
1) она была интерполяционной, т.е.
ωn−m+1 ( x )Ω m ( x )
b
Ak = ∫ p( x ) dx , k = 0, ..., n − m ,
a
( x − xk )ωn′ −m+1 ( xk )Ω m ( xk )
(4.2)
b
ωn−m+1 ( x )Ω m ( x )
B l = ∫ p( x ) dx , l = 1, ..., m ;
a
( x − al )ωn−m+1 ( al )Ω′m ( al )
154
2) многочлен ωn−m+1 ( x ) был ортогонален на отрезке [a ; b] по весу p( x )Ω m ( x ) ко
всем многочленам степени не выше n − m , т.е.
∫ p( x )Ω
a
m ( x )Q p ( x )ωn−m+1 ( x )dx = 0 , p ≤ n − m . (4.3)
b m n−m
f ( x ) = Ω m ( x )ωn−m+1 ( x )Q ( x ) + r ( x ) ,
f (a l ) = r (a l ), l = 1, ..., m
f ( x k ) = r ( xk ) , , k = 0, ..., n − m .
Тогда имеем:
b b b ( 4.3 ) b ( 4.2 )
∫a
p( x ) f ( x )dx = ∫ p( x )Ω m ( x )ωn−m+1 ( x )Q ( x )dx + ∫ p( x )r ( x )dx = 0 + ∫ p( x )r ( x )dx =
a a a
( 4.2 ) m n− m m n−m
= ∑ B l r (a l ) + ∑ Ak r( xk ) = ∑ B l f (a l ) + ∑ Ak f ( xk ).
l =1 k =0 l =1 k =0
155
Получим в этом случае представление остатка. Для этого, как и выше, выполним
интерполирование функции f ( x ) на отрезке [a ; b] по следующим условиям:
P2 n−m+1 (a l ) = f (a l ), l = 1, ..., m ,
f ( 2 n−m+ 2 ) (ξ )
r ( x ) = Ω m ( x )ωn2−m+1 ( x ) , ξ ∈ [a ; b] .
( 2n − m + 2 )!
f ( 2 n−m+ 2 ) (ξ )
b b
Rn ( f ) = ∫ p( x )r ( x )dx = ∫ p( x )Ω m ( x )ωn2−m+1 ( x ) dx . (4.4)
a a
( 2n − m + 2 )!
cn−m+1 1
Ak = ⋅ , k = 0, ..., n − m , (4.5)
cn−m Π n−m ( x k ) ⋅ Π′n−m+1 ( x k ) ⋅ Ω m ( x k )
p( x ) и p( x )Ω m ( x ) соответственно. Тогда
P~ (x) P~ (a ) K P~ (a )
n n 1 n m
~ (x)
P ~ (a ) K
P ~ (a )
P
~ (x) = 1 n −1 n −1 1 n −1 m
Π ⋅ , (4.6)
∆ ⋅ Ωm ( x )
n−m
M M K M
P ~ (a ) K P
~ (x) P ~ (a )
n−m n−m 1 n−m m
где
~ (a ) K
P ~ (a )
P
n −1 1 n −1 m
∆= M K M .
Pn−m (a 1 ) K Pn−m ( am )
~ ~
156
~ (x) + c P
~ (x) = P
Ω m ( x )Π ~ ~
n−m n 1 n −1 ( x ) + c2 Pn − 2 ( x ) + L .
венство
b
~ 2 dx ,
0 = c s ∫ p ( x )Ps
a
Полагая в (4.7) x поочередно равным a 1 , a2 , ..., am , получим систему уравнений для опре-
деления коэффициентов разложения ci :
(эти равенства одновременно служат гарантом того, что правая часть равенства (4.7) де-
лится на Ω m ( x ) нацело, поскольку свидетельствуют о том, что у Ω m ( x ) и правой части
(4.7) одни и те же корни).
Так как по условию Π ~ ( x ) существует, то система (4.8) должна иметь единст-
n− m
0 + Pn (a 1 ) Pn−1 (a 1 ) K Pn−m (a 1 )
~ ~ ~
= 0.
M M K M
0+ P~ (a ) P ~ (a ) K P ~ (a )
n m n −1 m n−m m
157
Представляя данный определитель в виде суммы двух определителей, а затем разлагая
один из них по первому столбцу, получим (4.6).
где
cn 1
Ak = ⋅ , k = 0,1, ..., n − 1,
cn−1 b( xk − a )Π n−1 ( x k )Π′n ( x k )
(4.10)
b
1
Π( a ) ∫a
B= p( x )Π n ( x )dx .
При этом оказывается, что все коэффициенты положительны в случае положительной ве-
совой функции.
Упражнение. Доказать положительность коэффициентов (4.10).
Алгебраическая степень точности квадратурной формулы (4.9) равна 2n , а ее ос-
таток имеет вид
f ( 2 n+1) (η )
b
( 2n + 1)! ∫a
R( f ) = ⋅ p( x )( x − a )ωn2 ( x )dx . (4.11)
2
2 ⎡ 2 n ⋅ n !⋅ ( n + 1)!⎤ f ( 2 n+1) (η )
R( f ) = ⋅ . (4.14)
n + 1 ⎢⎣ ( 2n + 1)! ⎥⎦ ( 2n + 1)!
30. Ω 2 ( x ) = ( x − a )(b − x ) .
В соответствии с теоремой 2 имеем формулу для вычисления системы многочле-
нов, ортогональных по весу p( x )Ω 2 ( x ) :
Pn ( x ) Pn ( a ) Pn (b )
K n−2
Π n− 2 ( x ) = P ( x ) Pn−1 ( a ) Pn−1 (b ) ,
( x − a )( x − b ) n−1
Pn−2 ( x ) Pn−2 ( a ) Pn−2 (b )
b n−2
∫ p( x ) f ( x )dx ≈ B1 f ( a ) + B2 f (b ) + ∑ Ak f ( x k )
a k =0
( 2n )! ∫a
R( f ) = ⋅ p( x )( x − a )( x − b )ωn2−1 ( x )dx .
n 1
Ak = 8 ⋅ ⋅ , k = 0,1, ..., n − 2 , (4.16)
n +1 ⎡ d P (1 ,1) ( x )⎤
2
(1 − x )2 2
k ⎢⎣ dx n−1 k ⎥⎦
159
2
B 1 = B2 = , (4.17)
n( n + 1)
2
8n ⎡ 2 n−1 ⋅ ( n − 1)!⋅ ( n + 1)!⎤ f ( 2 n ) (η )
R( f ) = ⋅⎢ ⎥ ⋅ ( 2n )! . (4.18)
( 2n + 1)( n + 1) ⎣ ( 2n )! ⎦
b n
I = ∫ p( x ) f ( x )dx ≈ Cn+1 ∑ f ( xk ) . (5.1)
a k =0
∫ p( x )dx = (n + 1)C
a
n +1 ,
откуда
b
1
n + 1 ∫a
Cn+1 = p( x )dx . (5.2)
Если, кроме того, потребовать, чтобы равенство (5.1) точно выполнялось для
f ( x ) , равных x , x 2 ,..., x n+1 , то для нахождения узлов xi получим систему алгебраических
уравнений
⎧ 1
b
x
⎪ 0 + x 1 + L + x n =
C ∫a p( x )xdx ,
⎪ n +1
⎪ 1
b
⎪ x0 + x 1 + L + x n = ∫ p( x )x 2 dx ,
2 2 2
⎨ Cn+1 a (5.3)
⎪ LL
⎪
⎪ n+1 1
b
∫ p( x )x N +1dx .
N +1 N +1
⎪ x0 + x 1 + L + x n =
⎩ Cn+1 a
160
⎧ S 1 + a0 = 0 ,
⎪
⎪ S 2 + a0 ⋅ S 1 + 2a 1 = 0 ,
⎪
⎨ LL (5.4)
⎪ S + a ⋅ S + a ⋅ S + L + na = 0 ,
⎪ n 0 n −1 1 n−2 n −1
1 n
I= ∫ f ( x )dx ≈ Cn+1 ∑ f ( xk ) . (5.5)
−1 k =0
1
1 2
Cn+1 = ∫
n + 1 −1
dx =
n +1
,
а так как
⎧0, если k нечетное,
1 + ( − 1)
1 k
⎪
∫−1 x dx = k + 1 = ⎨ 2 , если k четное,
k
⎪⎩ k + 1
⎧ S 1 = x0 + x 1 + L + x n = 0 ,
⎪
⎪ S 2 = x02 + x 21 + L + x n2 = n + 1 ,
⎪ 3
⎪S = x 3 + x 3 + L + x 3 = 0 ,
⎪⎪ 3 0 1 n
⎨ n +1
⎪ S 4 = x0 + x 1 + L + x n =
4 4 4
,
⎪ 5
⎪ LL
⎪
⎪ S = x n+1 + x n+1 + L + x n+1 = n + 1 ⋅ 1 + ( − 1) .
n +1
⎪⎩ n+1 0 1 n
2 n+2
161
⎧ a0 = 0 ,
⎪n +1
⎪ + 2a 1 = 0 ,
⎪ 3
⎪
⎨a2 = 0 ,
⎪n +1 n +1
⎪ + a 1 + 4 a3 = 0 ,
⎪ 5 3
⎪⎩ LL
Таким образом, все коэффициенты ai четных номеров равны нулю и, следовательно, мно-
гочлен ωn+1 ( x ) будет иметь либо только четные, либо только нечетные степени x . Поэто-
му его корни располагаются на отрезке [− 1;1] симметрично относительно точки x = 0 (а
значит, в случае, если x = 0 – узел, т.е. при n = 2m алгебраическая степень точности
формулы (5.5) будет не ниже ( n + 2 ) ).
Рассмотрим примеры таких квадратурных формул.
0
1 . n =0.
Тогда a0 = 0 , ω 1 ( x ) = x . Следовательно, x0 = 0 и, учитывая, что C 1 = 2 , имеем
квадратурную формулу
1
I= ∫ f ( x )dx ≈ 2 f (0 ) ,
−1
⎧ a0 = 0 ,
⎪
⎨ 2
⎪⎩2 a 1 + 3 = 0 ,
1 1 1 1
откуда a0 = 0 , a 1 = − , т.е. ω2 ( x ) = x 2 − . Следовательно, x0 = − , x1 = и квадра-
3 3 3 3
турная формула будет иметь вид
1
1 ⎞ ⎛ 1 ⎞.
I= ∫ f ( x )dx ≈ f ⎛⎜ − ⎟+ f⎜ ⎟
−1 ⎝ 3⎠ ⎝ 3⎠
Замечание. Было установлено, что при n > 8 для весовой функции p( x ) ≡ 1 квад-
ратурных формул Чебышева не существует, поскольку среди корней многочлена ωn+1 ( x ) ,
построенного описанным выше способом, обязательно появляются комплексные. Лишь
сравнительно недавно (в 1966 г.) были найдены весовые функции p( x ) , для которых
квадратурные формулы Чебышева существуют при любых n .
162
рическими многочленами, функции, имеющие экспоненциальное поведение, – многочле-
нами от экспонент, и т.д.
Такой подход может оказать существенную помощь и при построении квадратур-
ных формул.
y ( x ) ≈ yk − 1 , x ∈ [x k −1 ; xk ] .
2
При этом для остатка может быть записано приближенное представление (получаемое пу-
тем разложения в ряд Тейлора)
2
(
r ( x ) = y ( x ) − y k − 1 ≈ x − x k − 1 y k′ − 1 .
2
) 2
b n xk n xk
I = ∫e iωx
y ( x )dx = ∑ ∫ e iωx
y ( x )dx ≈ ∑ y k − 1 ∫e
iωx
dx =
2
a k =1 xk −1 k =1 xk −1
(6.1)
ω ω
i hk −i hk
n
eiωxk − eiωxk −1 n iωx 1 e 2 − e 2 n
ω
sin⎛⎜ hk ⎞⎟ ,
2
= ∑ yk − 1 = ∑ yk − 1 e 2 ∑f
k−
=
2 iω 2 ω ω k − 12
⎝2 ⎠
k =1 k =1 2i k =1
2
⎡ x − xk − 1 ⎤
∫ (x − x )e
b n xk n xk
xk 1
∫
R = r ( x ) eiωx dx ≈ ∑
k =1
y ′k − 1
2
k − 12
i ωx
dx = ∑
k =1
y ′k − 1 ⎢
2
⎢⎣ iω
2
eiωx −
x k −1 iω ∫e
iωx
dx ⎥ =
⎥⎦
a xk −1 xk −1
(6.2)
n
⎡ 2 iωxk − 12 ω n
ωh h ωh iωxk − 12
sin⎛⎜ hk ⎞⎟ + k ⋅ (eiωxk + eiωxk −1 )⎥ = 2
h 1 ⎤ 2i
= ∑ y ′k − 1 ⎢− 2 e ∑ y ′k − 1 ⎡⎢sin k − k cos k ⎤⎥ e
k =1
2
⎣ iω ⎝ 2 ⎠ 2 iω ⎦ ω k =1
2 ⎣ 2 2 2 ⎦
163
Несложно видеть, что при h → 0 (6.1) и (6.2) переходят в обобщенную формулу
средних прямоугольников и ее остаток соответственно.
Для построения формул Филона высокого порядка приходится использовать более
сложные многочленные аппроксимации.
Упражнение. Построить аналог квадратурной формулы трапеций.
ется точно, а f 2 ( x ) имеет ослабленные особенности и для нее с бóльшим успехом приме-
нимы квадратурные формулы.
Рассмотрим пример:
π
2
I = ∫ ln sin xdx .
0
sin x
ln sin x = ln x + ln .
x
Тогда
π π
2 2
sin x
I = I 1 + I 2 = ∫ ln xdx + ∫ ln dx .
0 0
x
При этом
π⎛ π ⎞
I1 = ⎜ ln − 1⎟ ,
2⎝ 2 ⎠
x − x0 ( x − x 0 ) k − 1 ( k − 1)
ϕ(x) ≈ ϕ(x0 ) + ϕ ′( x 0 ) + L + ϕ (x0 )
1! ( k − 1)!
164
и представим f ( x ) в виде f ( x ) = f 1 ( x ) + f 2 ( x ) , где
α⎡ x − x0 ( x − x0 )k −1 ( k −1) ⎤
f 1 ( x ) = ( x − x0 ) ⎢ϕ ( x0 ) + ϕ ′( x0 ) + L + ϕ ( x0 )⎥ ,
⎣ 1! ( k − 1)! ⎦
f 2 ( x ) = f ( x ) − f 1 ( x ).
+∞ b +∞ b
165
ГЛАВА VII
n
I = ∫ p( x ) f ( x )dx ≈ ∑ Ak f (x ( k ) ) (2)
Ω k =0
166
нии узлов кубатурных формул, обладающих экстремальными характеристиками. При этом
распределение узлов связано с поверхностями, определяемыми системами ортогональных
многочленов.
Далее, учитывая, что все сказанное в той или иной мере справедливо для произ-
вольного n , мы будем рассматривать вопросы, связанные с вычислением двукратных ин-
тегралов.
Как известно из курса анализа, вычисление кратных интегралов может быть осу-
ществлено путем повторного вычисления однократных интегралов. Поэтому, как уже от-
мечалось выше, одним из простейших путей получения формул для приближенного вы-
числения кратных интегралов является повторное применение полученных нами ранее
квадратурных формул для вычисления однократных интегралов.
Проиллюстрируем это на примере вычисления двойного интеграла по прямо-
угольнику:
b d
I = ∫ ∫ f ( x , y )dxdy . (1.1)
a c
b d d
a+b ⎞
I = ∫ dx ∫ f ( x , y )dy ≈ (b − a )∫ f ⎛⎜ , y ⎟dy .
a c c ⎝ 2 ⎠
b−a ⎡ ⎤
b d d d
I = ∫ dx ∫ f ( x , y )dy ≈ ⎢ ∫ f ( a , y )dy + ∫ f (b, y )dy ⎥ ≈
a c
2 ⎣c c ⎦
b − a ⎡d − c d −c
≈ ⋅⎢ ( f ( a , c ) + f ( a , d )) + ( f (b, c ) + f (b, d ))⎤⎥ ≈ (1.4)
2 ⎣ 2 2 ⎦
S
≈ ⋅ [ f ( a, c ) + f ( a, d ) + f (b, c ) + f (b, d )].
4
167
20. Формула Симпсона:
b−a ⎡ ⎤
b d d d d
⎛ a+b ⎞
I = ∫ dx ∫ f ( x , y )dy ≈ ⋅ ⎢ ∫ f ( a, y )dy + 4 ∫ f ⎜ , y ⎟dy + ∫ f (b, y )dy ⎥ ≈
a c
6 ⎣c c ⎝ 2 ⎠ c ⎦
S
≈ ⋅ [ f ( a, c ) + f ( a, d ) + f (b, c ) + f (b, d )] + (1.5)
36
S ⎡ ⎛ c+d ⎞ ⎛ a + b , c ⎞ + f ⎛ a + b , d ⎞ + f ⎛ b, c + d ⎞ + 4 f ⎛ a + b , c + d ⎞⎤ .
+ ⋅ ⎢ f ⎜ a, ⎟+ f ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
9 ⎣ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 2 ⎠⎥⎦
Общая схема построения указанного типа кубатурных формул может быть полу-
чена, если воспользоваться формулами повторного интерполирования. Например, исполь-
зуя представление соответствующего интерполяционного многочлена в форме Лагранжа
(см. формулу (8.11) Гл. IV)
n m
ωn+1 ( x )ωm+1 ( y )
Pn ,m ( x , y ) = ∑∑ f ( xi , y j ) ,
i =0 ′ +1 ( y j )
j =0 ( x − xi )( y − y )ωn′ +1 ( xi )ωm
получим:
b d n m b
ωn+1 ( x ) d
ωm+1 ( y )
I = ∫ ∫ f ( x , y )dxdy ≈ ∑∑ f (xi , y j )∫ dx ∫ dy . (1.6)
a c i = 0 j =0 a
( x − xi )ωn′ +1 ( xi ) c ( y − y j )ωm′ +1 ( y )
Рассмотрим теперь случай, когда область интегрирования Ω не является прямо-
угольником, но удовлетворяет условиям, при которых может быть осуществлено сведение
к повторному интегралу без разбиения ее на подобласти (для этого достаточно, чтобы кон-
тур области пересекался прямыми, параллельными координатным осям, только в двух точ-
ках).
Тогда
b y2 ( x ) b
I = ∫∫ f ( x , y )dxdy = ∫ dx ∫ f ( x , y )dy = ∫ F ( x )dx .
Ω a y1 ( x ) a
Выбор правила для вычисления интеграла I , таким образом, должен быть согласован со
свойствами функции f ( x , y ) и, во-вторых, со свойствами области интегрирования Ω .
Если предположить, что f ( x , y ) является достаточно гладкой всюду в Ω , то инте-
грал F ( x ) может быть вычислен по одному из известных правил с постоянным весом, на-
пример, по правилу Гаусса, Симпсона и т.п. Форма области оказывает влияние только на
границы интегрирования y 1 ( x ) и y 2 ( x ) . Отрезок [y 1 ( x ); y 2 ( x )] можно привести к канони-
ческому, например, к отрезку [0 ;1] с помощью подстановки y = y 1 ( x ) + ( y 2 ( x ) − y 1 ( x ))η .
Тогда
1
F ( x ) = ( y2 ( x ) − y 1 ( x ))∫ f (x , y 1 ( x ) + ( y 2 ( x ) − y 1 ( x ))η )dη = ( y 2 ( x ) − y 1 ( x ))Φ( x ) .
0
b
Выделившийся при замене в интеграле I = ∫ F ( x )dx множитель y 2 ( x ) − y 1 ( x ) является есте-
a
b
ственной весовой функцией. Поэтому при вычислении интеграла I = ∫ ( y 2 ( x ) − y 1 ( x ))Φ( x )dx
a
168
можно воспользоваться любой квадратурной формулой, построенной для веса
p( x ) = y2 ( x ) − y 1 ( x ) , например, квадратурной формулой наивысшей алгебраической сте-
пени точности.
Такой полный учет формы области, вероятно, неразумно делать, так как каждой
области Ω будет отвечать свой вес p( x ) и поэтому пришлось бы использовать большое
число узлов и коэффициентов.
Можно упростить задачу на основании следующих простых соображений. Рас-
смотрим две весовые функции, отличающиеся друг от друга достаточно гладким множите-
лем ρ ( x ) , не обращающимся в нуль на отрезке интегрирования [a ; b] : q( x ) = ρ ( x ) p( x ) . То-
гда следует ожидать, что квадратурные формулы, соответствующие этим двум весовым
функциям p( x ) и q( x ) , будут близки по точности.
А теперь вспомним о весовой функции Якоби q( x ) = ( x − a ) (b − x ) . Она зависит
β α
y2 ( x ) − y 1 ( x )
ρ(x) = , a ≤ x ≤ b,
(b − x )α ( x − a )β
было ограничено сверху и снизу положительными числами. В этом случае можно восполь-
зоваться весом Якоби, преобразовав интеграл I к виду
b
I = ∫ (b − x ) ( x − a ) ψ ( x )dx .
α β
A A Ω
y0
O a b x O a b x
169
§ 2. Простейшие кубатурные формулы
b d
I = ∫ ∫ f ( x , y )dxdy . (2.1)
a c
⎧x = b − a u + b + a ,
⎪ 2 2
Очевидно, замена независимых переменных ⎨ переводит рассматривае-
⎪y = d − c d + c
v+
⎩ 2 2
мый интеграл в интеграл по квадрату Ω 1 = [− 1;1]× [− 1;1] :
(b − a )( d − c ) 1 1
S (Ω )
1 1
⋅ ∫ ∫ f1 (u, v )dudv =
4 −∫1 −∫1
I= ⋅ f1 (u, v )dudv .
4 −1 −1
1 1
I= ∫ ∫ f ( x, y )dxdy .
−1 −1
(2.2)
1 1
I= ∫ ∫ f ( x, y )dxdy ≈ A f ( x , y
−1 −1
0 0 0 ). (2.3)
1 1 1 1 1 1
170
⎧ A0 = 4 ,
⎪
⎨ A0 x0 = 0 ,
⎪A y = 0,
⎩ 0 0
1 1
I= ∫ ∫ f ( x, y )dxdy ≈ 4 f (0,0 ) .
−1 −1
(2.4)
Тогда
1 1
R0 ( f ) = ∫ ∫ f ( x, y )dxdy − 4 f (0,0 ) =
−1 −1
2 ⎡ ∂ 2 f (0,0 ) ∂ 2 f (0,0 ) ⎤
= ⎢ + + L.
3 ⎣ ∂x 2 ∂y 2 ⎥⎦
b d
a+b c+d ⎞
I = ∫ ∫ f ( x , y )dxdy ≈ S (Ω ) ⋅ f ⎛⎜ , ⎟, (2.4′)
a c ⎝ 2 2 ⎠
a+b c+d ⎞
Учитывая, что точка ( x , y ) = ⎛⎜ , ⎟ является центром прямоугольника Ω , формулу
⎝ 2 2 ⎠
(2.4′) (или (2.4)) (в точности совпадающую с формулой (1.3) предыдущего параграфа), на-
зывают кубатурной формулой средних.
171
По аналогии с одномерным случаем легко получить составную (обобщенную)
формулу средних.
Разбивая область интегрирования на прямо-
угольные ячейки и применяя на каждой ячейке формулу
средних (2.4′), получим:
• b d
I = ∫ ∫ f ( x , y )dxdy ≈ ∑ Si f ( x i , y i ) . (2.6)
a c i
b d Nx N y
I = ∫ ∫ f ( x , y )dxdy ≈ ∑∑ hx h y f ( x i , y i ) , (2.6′)
a c i = −1 j =1
b−a d −c 1 1
hx = , hy = , x i = a + ⎛⎜ i − ⎞⎟ ⋅ hx , y j = c + ⎛⎜ j − ⎞⎟ ⋅ h y .
Nx Ny ⎝ 2⎠ ⎝ 2⎠
S (Ωij ) ⎡ 2 ∂ 2 f (x i , y j ) 2 ∂ 2 f (x i , y j )⎤
Rij ( f ) = ⋅ ⎢hx + hy ⎥ +L.
24 ⎣ ∂x 2 ∂y 2 ⎦
Суммируя эти выражения по всем ячейкам сетки, получим погрешность составной куба-
турной формулы средних:
1 ⎡ 2 ∂ 2 f ( x, y ) ∂ 2 f ( x, y ) ⎤
b d b d
R0C ( f ) = ⎢ h x ∫∫ dxdy + h y∫∫
2
dxdy ⎥ + L = O(hx2 + h y2 ) .
24 ⎣ a c ∂x 2
a c
∂y 2
⎦
I = ∫∫ f ( x , y )dxdy ≈ S (Ω ) ⋅ f ( x , y ) , (2.7)
Ω
1 1
S (Ω ) = ∫∫ dxdy ; x = ∫∫ S (Ω ) ∫∫
xdxdy ; y = ydxdy . (2.8)
Ω
S (Ω ) Ω Ω
Очевидно, формула (2.7) будет, как и в случае прямоугольной области, иметь алгебраиче-
скую степень точности, равную единице, что легко проверить непосредственно.
172
Замечание 2. При любом другом расположении единственного узла кубатурная
формула будет иметь алгебраическую степень точности, равную нулю.
Вновь возвращаясь к интегралу (2.2), рассмотрим другие примеры кубатурных
формул. Естественно, целью поставим построение формул, имеющих более высокую ал-
гебраическую степень точности по сравнению с формулой средних. Как уже отмечалось
выше, важную роль играет распределение узлов кубатурной формулы. Вначале исследуем
возможности простого количественного увеличения их числа с расположением в «естест-
венных» местах области интегрирования.
Придерживаясь идеологии интерполяционной замены и •
вспоминая основные способы построения интерполяционного мно-
гочлена для функции двух независимых переменных, возьмем в
качестве узлов интерполирования точки ( − 1; − 1) , (1; − 1) и ( − 1;1) .
Тогда
• •
f ( x , y ) ≈ P1 ( x , y ) = f ( − 1,−1) + ( x + 1) f ( − 1,1;−1) + ( y + 1) f ( − 1; − 1,1)
Отсюда
1 1
I= ∫ ∫ f ( x, y )dxdy ≈ 4 f (− 1,−1) + 2 f (− 1,1;−1) + 2 f (− 1;−1,1) =
−1 −1
(2.9)
f (1,−1) − f ( − 1,−1) f ( − 1,1) − f ( − 1,−1)
= 4 f ( − 1,−1) + 4 +4 = 2 ⋅ [ f ( − 1,1) + f (1,−1)].
2 2
Таким образом, де-факто получилась кубатурная формула с двумя узлами, имеющая ал-
гебраическую степень точности, равную единице.
Можно показать, что использование двух узлов не приводит к повышению алгеб-
раической степени точности и в то же время выбор в качестве узлов любой пары точек,
лежащих на прямой, проходящей через центр симметрии, позволяет построить кубатур-
ную формулу с алгебраической степенью точности, равной единице.
Упражнение. Доказать сформулированное выше утверждение.
Точно так же и использование четырех узлов, расположенных в соответствии с
«естественными эстетическими» соображениями, не приводит к повышению алгебраиче-
ской степени точности. Убедимся в этом.
Вначале расположим узлы в вершинах квадрата. В этом
• • случае кубатурную формулу проще всего строить, прибегая к про-
цедуре повторного интерполирования. Очевидно, формула будет
аналогична формуле (1.4) (поскольку интерполирование в каждом
направлении проводится по двум узлам):
• • 1 1
I= ∫ ∫ f ( x, y )dxdy ≈ f (− 1,−1) + f (− 1,1) + f (1,−1) + f (1,1) .
−1 −1
(2.10)
173
средственно к определению алгебраической степени точности (и, как
• следствие, к методу неопределенных коэффициентов). Таким обра-
зом, будем искать кубатурную формулу вида
• • 1 1
•
I= ∫ ∫ f ( x, y )dxdy ≈ A f (− 1,0 ) + A
−1 −1
0 1 f (0,1) + A2 f (1,0 ) + A3 f (0,−1) . (2.11)
1 1
4
∫ ∫ x dxdy = 3 , для определения коэффици-
2
Учитывая формулы (2.3′), а также равенство
−1 −1
ентов формулы (2.11) получим систему уравнений
⎧ A0 + A1 + A2 + A3 = 4 ,
⎪
⎪⎪− A0 + A2 = 0,
⎨ A1 − A3 = 0 ,
⎪
⎪ A + 4
⎪⎩ 0 A2 = ,
3
2 4
из которой легко находим: A0 = A2 = , A1 = A3 = . Таким образом, (2.11) примет вид
3 3
1 1
2
I= ∫ ∫ f ( x, y )dxdy ≈ 3 [ f (− 1,0 ) + 2 f (0,1) + f (1,0 ) + 2 f (0,−1)].
−1 −1
Заметим, что в этом случае выполняется также и уравнение, дающее точность на много-
1 1
4 8 4
членах вида xy . Но в то же время ∫ ∫ y 2 dxdy = , а A1 + A3 = ≠ . Так что алгебраиче-
−1 −1
3 3 3
ская степень точности построенной кубатурной формулы остается равной единице, хотя и
удовлетворяется на одно уравнение больше по сравнению с рассмотренным выше случаем.
В общем случае, вспоминая, что многочлен второй степени от двух независимых
переменных зависит от шести коэффициентов, третьей – от десяти и т.д., делаем вывод,
что кубатурные формулы интерполяционного типа повышенной алгебраической степени
точности будут достаточно трудоемкими. В то же время, пример формулы средних пока-
зывает, что возможно улучшение ситуации (формула средних вместо штатных трех узлов,
расположенных почти произвольно (не на одной прямой (!)) содержит всего один, но спе-
циальный узел). В общем случае решение задачи минимизации количества узлов при за-
данной алгебраической степени точности связано с их расположением на некоторой ал-
гебраической кривой [см., например, книгу Крылова В.И. «Приближенное вычисление ин-
тегралов»]. Рассмотрим некоторые частные случаи.
Вначале попытаемся построить кубатурную формулу с тремя узлами, имеющую
алгебраическую степень точности, равную двум. Эта формула будет иметь вид
1 1
I= ∫ ∫ f ( x, y )dxdy ≈ A f ( x , y
0 0 0 ) + A1 f (x 1 , y 1 ) + A2 f ( x2 , y2 ) . (2.12)
−1 −1
174
описания положения узлов удобно воспользоваться полярной системой координат. В ито-
ге получим:
x0 = r cos ϕ , y0 = r sin ϕ ;
• • x1 = r cos⎛⎜ ϕ +
2π ⎞ ⎛ 2π ⎞
⎟, y1 = r sin⎜ ϕ + ⎟;
⎝ 3 ⎠ ⎝ 3 ⎠
2π ⎞ 2π ⎞
• x 2 = r cos⎛⎜ ϕ − ⎛
⎟, y 2 = r sin ⎜ ϕ − ⎟.
⎝ 3 ⎠ ⎝ 3 ⎠
⎧ A0 + A1 + A2 = 4,
⎪
⎪r ⎛⎜ A0 cos ϕ + A1 cos⎛⎜ ϕ + 2π ⎞⎟ + A2 cos⎛⎜ ϕ − 2π ⎞⎟ ⎞⎟ = 0 ,
⎪ ⎝ ⎝ 3 ⎠ ⎝ 3 ⎠⎠
⎪ 2π ⎞ 2π ⎞ ⎞
⎪r ⎛⎜ A0 sin ϕ + A1 sin⎛⎜ ϕ + ⎛
⎟ + A2 sin⎜ ϕ − ⎟⎟ = 0,
⎪⎪ ⎝ ⎝ 3 ⎠ ⎝ 3 ⎠⎠
⎨ 2⎛ 2⎛ 2π ⎞ 2⎛ 2π ⎞ ⎞ 4 (2.13)
⎪r ⎜ A0 cos ϕ + A1 cos ⎜ ϕ + 3 ⎟ + A2 cos ⎜ ϕ − 3 ⎟ ⎟ = 3 ,
2
⎪ ⎝ ⎝ ⎠ ⎝ ⎠⎠
⎪ 2⎛ 2⎛ 2π ⎞ 2⎛ 2π ⎞ ⎞ 4
⎪r ⎜⎝ A0 sin ϕ + A1 sin ⎜⎝ ϕ + 3 ⎟⎠ + A2 sin ⎜⎝ ϕ − 3 ⎟⎠ ⎟⎠ = 3 ,
2
⎪
⎪r 2 ⎛ A cos ϕ sin ϕ + A cos⎛ ϕ + 2π ⎞ sin⎛ ϕ + 2π ⎞ + A cos⎛ ϕ − 2π ⎞ sin⎛ ϕ + 2π ⎞ ⎞ = 0 .
⎪⎩ ⎜⎝ 0 1 ⎜
⎝
⎟ ⎜
3 ⎠ ⎝ 3 ⎠
⎟ 2 ⎜
⎝
⎟ ⎜
3 ⎠ ⎝
⎟⎟
3 ⎠⎠
8
r 2 (A0 + A1 + A2 ) = ,
3
2
откуда, с учетом первого уравнения, найдем: r = .
3
После этого исключим из второго и третьего уравнений неизвестное A0 . Умножая
второе уравнение на sin ϕ , а третье – на cos ϕ и вычитая полученные уравнения друг из
друга, получим:
откуда следует, что A1 = A2 . Подставляя это равенство во второе уравнение (2.13), будем
иметь:
2π ⎞ + cos⎛ ϕ − 2π ⎞⎤ = 0 .
A0 cos ϕ + A1 ⎡cos⎛⎜ ϕ + ⎟ ⎜ ⎟
⎢⎣ ⎝ 3 ⎠ ⎝ 3 ⎠⎥⎦
175
2π
A0 cos ϕ + 2 A1 cos ϕ cos =0,
3
4
т.е. A0 = A1 = A2 . Тогда из первого уравнения (2.13) имеем: A0 = A1 = A2 = .
3
После этого остается заметить, что в силу тригонометрических соотношений
2π ⎞ 2π
cos α + cos⎛⎜ α + ⎛
⎟ + cos⎜ α −
⎞ = 0,
⎟
⎝ 3 ⎠ ⎝ 3 ⎠
2π ⎞ 2π ⎞
sin α + sin⎛⎜ α + ⎛
⎟ + sin⎜ α − ⎟=0
⎝ 3 ⎠ ⎝ 3 ⎠
1 1
I= ∫ ∫ f ( x, y )dxdy ≈
−1 −1
4⎛ ⎛ 2 2 ⎞ ⎛ 2 2π ⎞ 2 2π ⎞ ⎞ ⎛ 2 2π ⎞ 2 2π ⎞ ⎞ ⎞
≈ ⎜ f ⎜⎜ cos ϕ , sin ϕ ⎟⎟ + f ⎜⎜ cos⎛⎜ ϕ + ⎟, sin⎛⎜ ϕ + ⎟⎟ + f ⎜⎜ cos⎛⎜ ϕ − ⎟, sin⎛⎜ ϕ − ⎟⎟⎟.
3 ⎜⎝ ⎝ 3 3 ⎠ ⎝ 3 ⎝ 3 ⎠ 3 ⎝ 3 ⎠ ⎟⎠ ⎝ 3 ⎝ 3 ⎠ 3 ⎝ 3 ⎠ ⎟⎠ ⎟⎠
π
2) ϕ = :
4
1 1
4⎛ ⎛ 3 3⎞ ⎛ 3 + 3 3− 3 ⎞ ⎛ 3 − 3 3 + 3 ⎞⎞
I= ∫ ∫ f ( x, y )dxdy ≈ 3 ⎜⎜⎝ f ⎜⎜⎝
−1 −1
, ⎟+
3 3 ⎟⎠
f ⎜⎜ −
⎝ 6
, ⎟+
6 ⎟⎠
f ⎜⎜ −
⎝ 6
,− ⎟ ⎟ . (2.15)
6 ⎟⎠ ⎟⎠
1 1
⎛ 2 2 ⎞ ⎛ 2 2 ⎞
I = ∫ ∫ f ( x , y )dxdy ≈ f ⎜⎜ cos ϕ , sin ϕ ⎟⎟ + f ⎜⎜ − sin ϕ , cos ϕ ⎟⎟ +
−1 −1 ⎝ 3 3 ⎠ ⎝ 3 3 ⎠
(2.16)
⎛ 2 2 ⎞ ⎛ 2 2 ⎞
+ f ⎜⎜ − cos ϕ , sin ϕ ⎟⎟ + f ⎜⎜ sin ϕ ,− cos ϕ ⎟⎟.
⎝ 3 3 ⎠ ⎝ 3 3 ⎠
176
x0 = r cosϕ , y0 = r sin ϕ ;
π π
x1 = r cos⎛⎜ ϕ + ⎞⎟ = − r sin ϕ , y1 = r sin⎛⎜ ϕ + ⎞⎟ = r cosϕ ;
⎝ 2⎠ ⎝ 2⎠
x 2 = r cos(ϕ + π ) = − cosϕ , y 2 = r sin (ϕ + π ) = − r sin ϕ ;
3π ⎞ 3π ⎞
x 3 = r cos⎛⎜ ϕ + ⎛
⎟ = r sin ϕ , y 3 = r sin⎜ ϕ + ⎟ = − r cosϕ .
⎝ 2 ⎠ ⎝ 2 ⎠
1 1
∫∫x y
i j
dxdy = 0 , если i + j = 3 и i ≥ 0, j ≥ 0
−1−1
примет вид
⎧ A0 + A1 + A2 + A3 = 4,
⎪
⎪r (A0 cosϕ − A1 sin ϕ − A2 cosϕ + A3 sin ϕ ) = 0 ,
⎪r (A sin ϕ + A cosϕ − A sin ϕ − A cosϕ ) = 0 ,
⎪ 0 1 2 3
⎪ 2
( 2 2 2
⎪r A0 cos ϕ + A1 sin ϕ + A2 cos ϕ + A3 sin ϕ = ,
2 4
3
)
⎪
⎪ 2
( 2 2 2 2
⎪r A0 sin ϕ + A 1 cos ϕ + A2 sin ϕ + A3 cos ϕ = ,
4
)
⎨ 3 (*)
⎪r 2 (A cosϕ sin ϕ − A cosϕ sin ϕ + A cosϕ sin ϕ − A cosϕ sin ϕ ) = 0 ,
0 1 2 3
⎪
⎪
(
⎪r 3 A cos3 ϕ − A sin 3 ϕ − A cos 3 ϕ + A sin 3 ϕ = 0 ,
0 1 2 3 )
⎪
(
⎪r A sin ϕ + A cos ϕ − A sin ϕ − A cos 3 ϕ = 0 ,
3
0
3
1
3
2
3
3 )
( 0 1 2 3 )
⎪r 3 A cos 2 ϕ sin ϕ + A cosϕ sin 2 ϕ − A cos 2 ϕ sin ϕ − A cosϕ sin 2 ϕ = 0 ,
⎪
( 0 1 2 3 )
⎪r 3 A cosϕ sin 2 ϕ − A cos 2 ϕ sin ϕ − A cosϕ sin 2 ϕ + A cos 2 ϕ sin ϕ = 0 .
⎩
2
Как и ранее, складывая четвертое и пятое уравнения данной системы, найдем: r = . Умножая
3
второе уравнение на sin ϕ , а третье – на cosϕ и вычитая, получим:
− A1 + A3 = 0 ,
т.е.
A1 = A3 .
Аналогично, умножая второе уравнение системы на cosϕ , а третье – на sin ϕ и складывая, полу-
чим: A0 = A2 .
Подставляя полученные соотношения в шестое уравнение системы, перепишем его в виде
r 2 cosϕ sin ϕ (2 A0 − 2 A1 ) = 0 ,
откуда
A0 = A1 ,
и, таким образом,
A0 = A1 = A2 = A3 = 1 .
Теперь остается проверить, что все уравнения системы (*) обращаются в тождество независимо от
величины ϕ .
Вновь, как и выше выпишем некоторые частные случаи формулы (2.16):
1) ϕ = 0 :
177
1 1
⎛ 6 ⎞ ⎛ 6⎞ ⎛ 6 ⎞ ⎛ 6⎞
I= ∫ ∫ f ( x, y )dxdy ≈
−1 −1
f ⎜⎜ ,0 ⎟⎟ +
⎝ 3 ⎠
f ⎜⎜ 0,
⎝ 3 ⎠
⎟⎟ + f ⎜⎜ −
⎝ 3 ⎠
,0 ⎟⎟ + f ⎜⎜ 0,−
⎝
⎟,
3 ⎟⎠
(2.17)
π
2) ϕ = :
4
1 1
⎛ 3 3⎞ ⎛ 3 3⎞ ⎛ 3 3⎞ ⎛ 3 3⎞
I= ∫ ∫ f ( x, y )dxdy ≈ f ⎜⎜⎝
−1 −1
, ⎟+
3 3 ⎟⎠
f ⎜⎜ − ,
⎝ 3 3 ⎠
⎟⎟ + f ⎜⎜ −
⎝ 3
,− ⎟+
3 ⎟⎠
f ⎜⎜
⎝ 3
,− ⎟ . (2.18)
3 ⎟⎠
x A + x B + xC y + y B + yC
x = xM = ; y = yM = A . (2.20)
3 3
Тогда (2.7), (2.19), (2.20) – кубатурная формула средних для треугольника. При этом
обобщенную формулу (2.7) можно применять к областям, ограниченным ломаной линией.
Получим сейчас аналог формулы трапеций для треугольника. Выбирая в качестве
узлов интерполирования вершины треугольника A, B и C и учитывая, что функция g из
формулы (2.19) будет положительной, если расположение ее аргументов соответствует
обходу вершин против часовой стрелки (например, g ( A, C , B ) > 0, g ( A, B, C ) < 0 ), заменим
функцию f ( x , y ) ее интерполяционным многочленом первой степени (см. (8.14) гл. IV),
который запишем в виде ( Q – произвольная точка плоскости, имеющая координаты
( x, y ) )
1
P1 ( x , y ) = [ f ( A)g (Q, C , B ) + f ( B )g ( A, C , Q ) + f (C )g ( A, Q, B )] . (2.21)
g ( A, C , B )
178
Так как g (Q, C , B ), g ( A, C , Q ) и g ( A, Q, B ) являются линейными функциями аргументов x
и y , то для упрощения вычисления интегралов от них можно воспользоваться кубатурной
формулой средних (2.7), (2.19), (2.20), которая имеет алгебраическую степень точности,
равную единице, и, следовательно, в нашем случае будет давать точное значение каждого
из интегралов. Поэтому ( M – центр тяжести треугольника)
∫∫ f ( x, y )dxdy ≈ ∫∫ P ( x, y )dxdy =
∆ ∆
1
1
[ f ( A)g (Q, C , B ) + f ( B )g ( A, C , Q ) + f (C )g ( A, Q, B )]dxdy =
g ( A, C , B ) ∫∫
=
∆
1
= ⋅ S ∆ ⋅ [ f ( A)g ( M , C , B ) + f ( B )g ( A, C , M ) + f (C )g ( A, M , B )].
g ( A, C , B )
2
g ( M , C , B ) = g ( A, C , M ) = g ( A, M , B ) = S∆ .
3
Следовательно,
1 2 S
∫∫ f ( x, y )dxdy ≈ 2S ⋅ S ∆ ⋅ [ f ( A) + f ( B ) + f (C )]⋅ S ∆ = ∆ [ f ( A) + f ( B ) + f (C )] . (2.22)
∆ ∆ 3 3
Как видим, здесь также нет принципиальных проблем, однако возникают значи-
тельные технические трудности при вычислении интегралов от многочленов по произ-
вольному треугольнику. Эти трудности можно преодолеть, если от произвольного тре-
угольника перейти к некоторому стандартному. Достичь этого можно, если ввести так на-
зываемые барицентрические (или симплексные) координаты (λ1 , λ2 , λ3 ) произвольной
точки ( x, y ) плоскости по формулам ( A, B, C – вершины треугольника)
⎧ λ1 + λ2 + λ3 = 1,
⎪
⎨ x Aλ1 + x B λ2 + xC λ3 = x , (*)
⎪ y λ + y λ + y λ = y.
⎩ A 1 B 2 C 3
Отсюда следует, что если точки A, B, C не лежат на одной прямой (т.е. исходный тре-
угольник не является вырожденным), то
1 1 1
xA xB xC = g ( A, B, C ) ≠ 0
yA yB yC
179
g (Q , B , C ) g ( A, Q, C ) g ( A, B, Q )
λ1 = , λ2 = , λ3 = . (2.23)
g ( A, B, C ) g ( A, B, C ) g ( A, B, C )
⎧ x = xC + ( x A − xC )λ1 + ( x B − xC )λ2 ,
⎨
⎩ y = yC + ( y A − yC )λ1 + ( y B − yC )λ2 .
∂x ∂x 1 1 1
D( x , y ) ∂λ ∂λ2 x A − xC x B − xC
J= = 1 = = xA xB xC = g ( A, B, C ) .
D(λ1 , λ2 ) ∂y ∂y y A − yC y B − yC
∂λ1 ∂λ2 yA yB yC
λ1 ≥0 , λ2 ≥0
λ1 + λ2 ≤1
1 1−λ1
180
1 1−λ1 1 1
I = S ∆ ⋅ 2!⋅ ∫ λ1α1 dλ1 ∫ λα2 2 (1 − λ1 − λ2 ) 3 dλ2 = S ∆ ⋅ 2!⋅ ∫ λ1α1 (1 − λ1 ) dλ1 ∫ t α2 (1 − t ) 3 dt =
α α1 +α 3 +1 α
0 0 0 0
P1 ( x , y ) = P1 (λ1 , λ2 , λ3 ) = λ 1 ⋅ f ( A) + λ2 ⋅ f ( B ) + λ3 ⋅ f (C ) .
После этого использование формул (2.24) при вычислении интегралов сразу же приводит к
(2.22).
Построим сейчас кубатурную формулу более высокой алгебраической степени
B точности. Для этого заменим функцию f ( x , y ) интерполяци-
• онным многочленом второй степени по узлам, расположенным
в соответствии с теорией, изложенной в п. 8.4 главы IV: в вер-
шинах треугольника и на серединах его сторон.
C1• A
• 1 Согласно формулам (8.12), (8.13) (там же) (при этом
функции Lk .i (Q ) в (8.12) будем обозначать точками, через ко-
торые проходят соответствующие прямые) соответствующий
A• •
B1
•C интерполяционный многочлен примет вид
BC (Q ) B 1C 1 (Q ) AC (Q ) A1C 1 (Q )
P2 ( x , y ) = P2 (λ 1 , λ2 , λ3 ) = ⋅ ⋅ f ( A) + ⋅ ⋅ f (B) +
BC ( A) B 1C 1 ( A) AC ( B ) A1C 1 ( A)
AB(Q ) A1 B 1 (Q ) AB(Q ) AC (Q )
+ ⋅ ⋅ f (C ) + ⋅ ⋅ f (A1 ) + (2.25)
AB(C ) A1 B 1 (C ) AB (A1 ) AC (A1 )
BC (Q ) AB(Q ) BC (Q ) AC (Q )
+ ⋅ ⋅ f (B 1 ) + ⋅ ⋅ f (C 1 ).
BC (B 1 ) AB (B 1 ) BC (C 1 ) AC (C 1 )
1
Поэтому BC ( A) = 1; BC (B 1 ) = BC (C 1 ) = .
2
Аналогично
1 1 1
B 1C 1 (Q ) = λ 1 − и B 1C 1 ( A) = 1 − = ;
2 2 2
1
AC (Q ) = λ 2 и AC ( B ) = 1; AC (A1 ) = AC (C 1 ) = ;
2
181
1 1 1
A1C 1 (Q ) = λ 2 − и A1C 1 ( B ) = 1 − = ;
2 2 2
1
AB(Q ) = λ 3 и AB(C ) = 1; AB (A1 ) = AB (B 1 ) = ;
2
1 1 1
A1 B 1 (Q ) = λ 3 − и A1 B 1 (C ) = 1 − = .
2 2 2
Учитывая эти равенства, (2.25) перепишем в виде
P2 (λ 1 , λ2 , λ3 ) = λ 1 (2λ 1 − 1)⋅ f ( A) + λ 2 (2λ 2 − 1)⋅ f ( B ) + λ 3 (2λ 3 − 1)⋅ f (C ) +
Используя формулы (2.24), легко показать, что данная кубатурная формула имеет
алгебраическую степень точности, равную 2. Несмотря на то, что интерполирование ве-
лось по шести узлам, полученная кубатурная формула содержит всего три узла (и это ко-
личество узлов является минимально возможным для формул с алгебраической степенью
точности, равной 2).
Замечание. Кубатурная формула с тремя узлами, обладающая алгебраической
степенью точности, равной 2, не является единственной.
Действительно, несложно проверить, что в трехмерном (относительно переменных λ 1 , λ2 , λ3 ) про-
1 1 1
странстве узлы полученной кубатурной формулы лежат на сфере с центром в точке M ⎛⎜ ; ; ⎞⎟ (центре тя-
⎝ 3 3 3⎠
1
жести треугольника) радиуса r = . Используя гипотезу о симметрии (в частности, это означает, что для
6
всех узлов, лежащих на сфере, коэффициенты кубатурной формулы одинаковы) можно непосредственно по
определению алгебраической степени точности построить однопараметрическое семейство таких формул.
Будем искать такую формулу в виде (опять-таки используя симплексные координаты)
∫∫ f ( x, y )dxdy ≈ S ⋅ [A f (λ , λ , λ ) + A f (λ , λ , λ ) + A f (λ , λ , λ )] .
0 0 0 1 1 1 2 2 2
∆ 0 1 2 3 1 1 2 3 2 1 2 3
(2.27)
∆
Используя для проверки алгебраической степени точности многочлены 1, λ 1 , λ2 , λ12 , λ22 , λ 1λ2 и формулы
(2.24) для вычисления интегралов, получим для определения параметров формулы (2.27) систему уравнений
⎧ A0 + A1 + A2 = 1,
⎪ 1
⎪ A0 λ10 + A1λ11 + A2 λ12 = ,
⎪ 3
⎪ 0 1
⎪ A0 λ2 + A1λ2 + A2 λ2 = ,
1 2
3
⎪⎪
⎨ 1 (2.28)
⎪ A0 (λ1 ) + A1 (λ1 ) + A2 (λ1 ) = 6 ,
0 2 1 2 2 2
⎪
⎪ A (λ0 )2 + A (λ1 )2 + A (λ2 )2 = 1 ,
⎪ 0 2 1 2 2 2
6
⎪
⎪ A λ0 λ0 + A λ1 λ1 + A λ2 λ2 = 1 .
⎪⎩ 0 1 2 1 1 2 2 1 2
12
182
1
Следуя гипотезе о равенстве коэффициентов, положим A0 = A1 = A2 = . Тогда оставшиеся уравнения пере-
3
пишутся в виде
⎧λ1 + λ1 + λ1 = 1,
0 1 2
⎪ 0
⎪λ2 + λ2 + λ2 = 1,
1 2
⎪ 0 2 1
⎪(λ1 ) + (λ1 ) + (λ1 ) = ,
1 2 2 2
⎪ 2
⎨ (2.28′)
⎪
⎪(λ0 )2 + (λ1 )2 + (λ2 )2 = 1 ,
⎪ 2 2 2
2
⎪
⎪λ10 λ02 + λ11λ12 + λ12 λ22 = 1 .
⎩ 4
Полагая в первом уравнении λ12 = α , выразим из него λ11 : λ11 = 1 − α − λ10 . Подставив это выраже-
ние в третье уравнение, получим:
(λ10 )2 + (1 − α − λ10 )2 = 1 − α 2 ,
2
откуда
1 − α ± 2α − 3α 2
λ10 =
2
2
при условии 0 ≤ α ≤ .
3
1 − α + 2α − 3α 2
Пусть для определенности λ10 = . Тогда с учетом введенных обозначений
2
1 − α − 2α − 3α 2
λ11 = , λ12 = α .
2
1 − β + 2 β − 3β 2 1 − β − 2 β − 3β 2 2
λ02 = , λ12 = , λ22 = β , 0 ≤ β ≤ .
2 2 3
Подставляя найденные выражения в последнее (пятое) уравнение системы, получим связь между парамет-
рами α и β :
(1 − α )(1 − β ) + (1 − α ) 2β − 3β 2 + (1 − β ) 2α − 3α 2 + 2α − 3α 2 2 β − 3β 2
+
4
(1 − α )(1 − β ) − (1 − α ) 2 β − 3β 2 − (1 − β ) 2α − 3α 2 + 2α − 3α 2 2 β − 3β 2 1
+ + αβ =
4 4
или
2(1 − α − β + αβ ) + 2 2α − 3α 2 2 β − 3β 2 + 4αβ = 1 .
Заметим также, что если выбрать в формулах для λ10 и λ02 (а значит, и для λ11 и λ12 ) знаки перед радикалами
«в противофазе», то уравнение, связывающее α и β будет иметь вид
Поскольку при избавлении от иррациональности уравнения (*) и (**) переходят в одно и то же уравнение:
183
4(2α − 3α 2 )(2 β − 3β 2 ) = ( 2α − 1) − 4( 2α − 1)(3α − 1)β + 4(3α − 1) ,
2 2
то это означает, что система (2.28′) имеет решения при любых отмеченных выше допустимых значениях пе-
ременных α и β .
Приводя подобные, получим квадратное уравнение относительно переменной β :
4 β 2 − 4 β (1 − α ) + ( 2α − 1) = 0 .
2
Его корни –
1 − α + 2α − 3α 2 1 − α − 2α − 3α 2
β1 = , β2 = .
2 2
1 − α + 2α − 3α 2
Положим β = β 1 = . Тогда
2
2 β − 3β 2 =
(
4(1 − α ) + 4 2α − 3α 2 − 3 (1 − α ) + 2(1 − α ) 2α − 3α 2 + 2α − 3α 2
2
=
)
4
1 − 4α + 6α 2 − 2(1 − 3α ) 2α − 3α 2 (1 − 6α + 9α 2 ) + 2α − 3α 2 − 2(1 − 3α ) 2α − 3α 2
= = =
4 4
2
⎛ 1 − 3α − 2α − 3α 2 ⎞
= ⎜⎜ ⎟ .
⎟
⎝ 2 ⎠
1 − β + 2 β − 3β 2 1 − α − 2α − 3α 2 + 1 − 3α − 2α − 3α 2 1 − α − 2α − 3α 2
λ02 = = = ,
2 4 2
λ12 = =
(
1 − β − 2 β − 3β 2 1 − α − 2α − 3α 2 − 1 − 3α − 2α − 3α 2
=α .
)
2 4
1 − α + 2α − 3α 2 1 − α − 2α − 3α 2
λ10 = ; λ11 = ; λ12 = α ;
2 2
2
0≤α ≤ . (2.29)
3
1 − α − 2α − 3α 2
1 − α + 2α − 3α 2
1 1
λ10 = ; λ11 = ; λ12 = 0 ;
2 2
1 1
λ02 = ; λ12 = 0 ; λ22 = .
2 2
184
1 1 2
λ10 = ; λ11 = ; λ12 = ;
6 6 3
1 2 1
λ02 = ; λ12 = ; λ22 = .
6 3 6
S∆ ⎡ f ⎛ 1 ; 1 ; 2 ⎞ + f ⎛ 1 ; 2 ; 1 ⎞ + f ⎛ 2 ; 1 ; 1 ⎞⎤ .
∫∫ f ( x, y )dxdy ≈
∆
3 ⎢⎣ ⎜⎝ 6 6 3 ⎟⎠ ⎜
⎝6 3 6⎠
⎟ ⎜
⎝ 3 6 6 ⎠⎥⎦
⎟ (2.30)
Заметим, что среди решений (2.29) существует бесконечно много с рациональными компонентами.
Несмотря на то, что, как показано выше, существует, по крайней мере, однопара-
метрическое семейство кубатурных формул с тремя узлами, обладающих алгебраической
степенью точности, равной 2, среди них нет таких, степень точности которых была бы
равной 3. В то же время добавление еще одного, четвертого, узла позволяет эту задачу
решить.
Действительно, расположим три узла, как и выше, на рассмотренной там же сфере (при этом соот-
ветствующие коэффициенты кубатурной формулы будем считать, вновь следуя гипотезе о симметрии, рав-
ными), а в качестве четвертого узла рассмотрим центр указанной сферы. Таким образом, кубатурную фор-
мулу будем искать в виде
1 1 1
∫∫ f ( x, y )dxdy ≈ S ∆ ⋅ ⎡⎢ A( f (λ10 , λ02 , λ03 ) + f (λ11 , λ12 , λ13 ) + f (λ12 , λ22 , λ23 )) + Bf ⎛⎜ , , ⎞⎟⎤⎥ . (2.31)
∆
⎣ ⎝ 3 3 3 ⎠⎦
Как и выше, для определения параметров формулы, добавив условия точности на многочленах
λ13 , λ12 λ2 , λ 1λ22 , λ32 , получим систему уравнений
⎧3 A + B = 1,
⎪ 1 1
⎪ A(λ10 + λ11 + λ12 ) + B = ,
⎪ 3 3
⎪ 1 1
⎪ A(λ2 + λ2 + λ2 ) + B = ,
0 1 2
⎪ 3 3
⎪
(
⎪ A (λ1 ) + (λ1 ) + (λ1 ) + B = ,
0 2 1 2 2 2
)1
9
1
6
⎪
⎪
( 0 2 1 2 2 2
)
⎪ A (λ2 ) + (λ2 ) + (λ2 ) + 9 B = 6 ,
1 1
⎪
⎨ 1 1 (2.32)
⎪ A(λ1 λ2 + λ1λ2 + λ1 λ2 ) + 9 B = 12 ,
0 0 1 1 2 2
⎪
( 1 1 1
)
⎪ A (λ0 )3 + (λ1 )3 + (λ2 )3 + 1 B = 1 ,
⎪ 27 10
⎪
⎪
(
⎪ A (λ0 ) λ0 + (λ1 ) λ1 + (λ2 ) λ2 + 1 B =
1
2
2 1
2
2 1
2
2
27
) 1
30
,
⎪
(
⎪ A λ1 (λ2 ) + λ1 (λ2 ) + λ1 (λ2 ) + 1 B =
0 0 2 1 1 2 2 2 2
) 1
,
⎪ 27 30
⎪
⎩
(
⎪ A (λ2 ) + (λ2 ) + (λ2 ) +
0 3 1 3 2 3
) 1
27
B= .
1
10
С учетом сделанного выше предположения о симметрии система будет переопределенной. Выразив из пер-
вого уравнения (2.32) B через A , рассмотрим отдельно две системы, первая из которых состоит из второго,
четвертого и седьмого, а вторая – из третьего, пятого и десятого уравнений исходной. Неизвестными первой
из них будут λ10 , λ11 , λ12 , а второй – λ02 , λ12 , λ22 . A и в том, и в другом случае считаем параметром. Поэтому
указанные системы запишем в виде
185
⎧ 0 ⎧ 0
⎪λ1 + λ11 + λ12 = 1, ⎪λ2 + λ12 + λ22 = 1,
⎪ ⎪
⎪ 0 2 1 1 ⎪ 0 2 1 1
⎨(λ1 ) + (λ1 ) + (λ1 ) = + ⎨(λ2 ) + (λ2 ) + (λ2 ) = +
1 2 2 2 1 2 2 2
, и , (2.33)
⎪ 3 18 A ⎪ 3 18 A
⎪ 0 3 1 1 ⎪ 0 3 1 1
⎪⎩(λ1 ) + (λ1 ) + (λ1 ) = 9 + 270 A ⎪⎩(λ2 ) + (λ2 ) + (λ2 ) = 9 + 270 A .
1 3 2 3 1 3 2 3
Обе эти системы как системы относительно указанных выше неизвестных имеют, очевидно, одно и то же
множество решений (поскольку с точностью до обозначений неизвестных совпадают). Поэтому рассмотрим
несколько подробнее первую из них. Переходя в ней к новым переменным, которые являются элементарны-
ми симметрическими многочленами от переменных λ10 , λ11 , λ12 (т.е. σ 1 = λ10 + λ11 + λ12 , σ 2 = λ10 λ11 + λ10 λ12 + λ11λ12 ,
σ 3 = λ10 λ11λ12 ), получим:
⎧
⎪σ 1 = 1,
⎪
⎪ 2 1 1
⎨σ 1 − 2σ 2 = + ,
⎪ 3 18 A
⎪ 3 1 17
⎪⎩σ 1 − 3σ 1σ 2 + 3σ 3 = 9 + 270 A .
1 1 1 ⎛ 11 ⎞
Отсюда σ 1 = 1, σ 2 = − , σ3 = ⎜1 − ⎟ . Таким образом, λ1 , λ1 , λ1 являются корнями кубического
0 1 2
3 36 A 27 ⎝ 60 A ⎠
уравнения
1 1 ⎞ 1 ⎛ 11 ⎞
t 3 − t 2 + ⎛⎜ − ⎟ t − ⎜1 − ⎟=0 (2.34)
⎝ 3 36 A ⎠ 27 ⎝ 60 A ⎠
⎛ λ1 λ11 λ12 ⎞ ⎛ λ10 λ11 λ12 ⎞ ⎛ λ10 λ11 λ12 ⎞ ⎛ λ10 λ11 λ12 ⎞ ⎛ λ10 λ11 λ12 ⎞
0
⎜ 1 ⎟, ⎜ ⎟, ⎜ ⎟, ⎜ ⎟, ⎜ ⎟.
⎝ λ2 λ02 λ22 ⎠ ⎝ λ12 λ22 λ02 ⎠ ⎝ λ02 λ22 λ12 ⎠ ⎝ λ22 λ02 λ12 ⎠ ⎝ λ22 λ12 λ02 ⎠
Рассмотрим подробнее первый случай. Так как λ10 = λ12 , λ11 = λ02 , λ12 = λ22 , то система из шестого, восьмого и
девятого уравнений (2.32) примет вид
⎧2λ 0 λ 1 + (λ2 )2 = 1 − 1 ,
⎪ 1 1 1
3 36 A
⎪
⎪ 0 2 1 1 1
⎨(λ1 ) λ1 + λ1 (λ1 ) + (λ1 ) =
1 2 2 3
0
− , (2.35)
⎪ 9 270 A
⎪ 0 1 2 1 1
⎪⎩λ1 (λ1 ) + (λ1 ) λ1 + (λ1 ) =
0 2 1 2 3
− .
9 270 A
Как видим, второе и третье уравнения в данной системе совпадают. Поэтому в дальнейшем остав-
ляем только одно из них. В то же время, правая часть первого уравнения совпадает с найденным ранее зна-
чением σ 2 , т.е. справедливо соотношение, связывающее значения λ10 , λ11 , λ12 :
186
λ10 λ11 + λ10 λ12 + λ11λ12 = 2λ10 λ11 + (λ12 )
2
или
(λ 1
0
− λ12 )(λ12 − λ11 ) = 0 .
Таким образом, рассматриваемый случай распадается на два. Пусть вначале λ10 = λ12 . Тогда, во-первых,
(2.35) примет вид
⎧2λ 0 λ 1 + (λ 0 )2 = 1 − 1 ,
⎪⎪ 1 1 1
3 36 A
⎨ (2.36)
⎪λ 0 λ 1 (λ 0 + λ 1 ) + (λ 0 )3 = 1 − 1 .
⎪⎩ 1 1 1 1 1
9 270 A
а во-вторых, уравнение (2.34) имеет двукратный корень, т.е. корень λ10 является также корнем и производ-
ной многочлена, стоящего в левой части (2.34). Поэтому
1 1 ⎞
3(λ10 ) − 2λ10 = −⎛⎜ −
2
⎟.
⎝ 3 36 A ⎠
Подставляя сюда вместо правой части левую часть первого из уравнений (2.36), имеем:
откуда
1 − λ11
λ10 = .
2
⎧ 1
λ (1 − λ 1
) +
(1 − λ11 ) = 1 − 1 ,2
⎪⎪ 1 1
4 3 36 A
⎨ 0
⎪ λ1 (1 − λ1 )(1 + λ1 ) + (1 − λ1 ) = 1 − 1
1 1 1 3
⎪⎩ 4 8 9 270 A
или
⎧ (1 − λ1 )(3λ1 + 1) 1
1 1
1
⎪⎪ = − ,
4 3 36 A
⎨
(
⎪ (1 − λ1 ) 3(λ1 ) + 1 = 1 − 1 .
1 1 2
)
⎩⎪ 8 9 270 A
1 1
Умножая первое уравнение на , а второе – на − и складывая, исключим неизвестное A :
15 2
(1 − λ )(3λ
1
1
1
1
+ 1)
−
(1 − λ )(3(λ )
1
1
1 2
1
)=− 1
+1
.
60 16 30
(5λ 1
1 − 3)(3λ11 − 1) = 0 .
2
3 25 1 27
Отсюда λ11 = . Тогда A = , , λ10 = λ12 = , B = 1 − 3 A = − .
5 48 5 48
Таким образом, искомая кубатурная формула в данном случае имеет вид
S∆ ⎡ ⎛ ⎛ 1 3 1 ⎞ ⎛3 1 1⎞ ⎛ 1 1 3 ⎞⎞ ⎛ 1 1 1 ⎞⎤
∫∫ f ( x, y )dxdy ≈ 48 ⋅ ⎢⎣25⎜⎝ f ⎜⎝ 5 , 5 , 5 ⎟⎠ + f ⎜⎝ 5 , 5 , 5 ⎟⎠ + f ⎜⎝ 5 , 5 , 5 ⎟⎠ ⎟⎠ − 27 f ⎜⎝ 3 , 3 , 3 ⎟⎠⎥⎦ .
∆
(2.37)
187
Упражнения.
1. Исследовать оставшиеся случаи и показать, что с точностью до перестановки слагае-
мых кубатурные формулы будут иметь вид (2.37).
2. Исследовать возможность построения кубатурной формулы, обладающей алгебраиче-
ской степенью точности 3, с четырьмя узлами, расположенными на окружности (на-
1 1 1
пример, с центром в точке O⎛⎜ , , ⎞⎟ ).
⎝ 3 3 3⎠
188
РАЗДЕЛ IV
⎛ t
⎞
Φ⎜ x, u ( x ), ∫ f ( x, s, u (s ))ds ⎟ = 0 , (1)
⎝ a ⎠
b
A( x )u ( x ) + ∫ K ( x, s )u (s )ds = F ( x ) , (2)
a
а во втором –
x
A( x )u ( x ) + ∫ K ( x, s )u (s )ds = F ( x ) . (3)
a
b
∫ K ( x, s )u (s )ds = F ( x ) (4)
a
x
∫ K ( x, s )u (s )ds = F ( x ) . (5)
a
b
u ( x ) − λ ∫ K (x, s )u (s )ds = f ( x ) (6)
a
189
и
x
u ( x ) − λ ∫ K (x, s )u (s )ds = f ( x ) . (7)
a
ГЛАВА VIII
b
u ( x ) − λ ∫ K (x, s )u (s )ds = f ( x ) . (1.1)
a
n
u ( x ) − λ ∑ Ak K ( x, xk )u ( xk ) = f ( x ) + λρ ( x ) , (1.2)
k =0
b−a
(b − a ) ∂ (K (x, η2 )u (η )) .
2
⎛ 1⎞ h2
x k = a + ⎜ k + ⎟h, k = 0, n − 1; h = , Ak = h, ρ ( x ) =
⎝ 2⎠ n 24 ∂s
191
Рассмотрим погрешность приближенного решения ε i = u ( xi ) − yi и получим для
нее оценку. Ранее мы видели, что точные значения u ( xi ) удовлетворяют системе (1.3). По-
этому, аналогично (1.7), может записать:
1
u ( xi ) = ∑ ∆ ki ( f k + λρ ( x k )), i = 0, n .
n
(1.8)
∆(λ ) k =0
1
∑ ∆ ki [λρ ( x k ) + δ k ], i = 0, n .
n
εi = (1.9)
∆(λ ) k =0
λ ρ +δ n
εi ≤ ∑ ∆ ki = B ( λ ρ + δ ) , (1.10)
∆ (λ ) k =0
n
∑ ∆ ki
где B = k =0
.
∆ (λ )
Отметим, что значения ∆ (λ ) и ∆ ki могут быть найдены в процессе вычислений и
поэтому B является вычислимой константой в отличие от ρ , способ нахождения которой
еще предстоит указать.
Рассмотрим остаточный член ρ ( x ) более подробно.
b n ⎡ b
⎤
ρ ( x ) = ∫ K ( x, s )u (s )ds − ∑ Ak K ( x, xk )u ( xk ) = ⎢u ( x ) = f ( x ) + λ ∫ K ( x, s )u (s )ds ⎥ =
a k =0 ⎢⎣ a ⎥⎦
b
⎡ b
⎤ n ⎡ b
⎤
= K ( x, s )⎢ f (s ) + λ K (s, t )u (t )dt ⎥ ds −
∫ ∫ ∑
Ak K ( x, xk )⎢ f ( xk ) + λ K ( xk , t )u (t )dt ⎥ =
∫
a ⎣⎢ a ⎦⎥ k =0 ⎣⎢ a ⎦⎥
(1.11)
b n ⎡
b b n ⎤
= K ( x, s ) f (s )ds −
∫ ∑ K ( x, xk ) f ( xk ) + λ ⎢ K ( x, s )K (s, t )ds −
∫∫
⎢a
∑Ak K ( x, xk )K ( xk , t )⎥u (t )dt =
a k =0 a⎣ k =0 ⎦⎥
b
= ρ f ( x ) + λ ρ K ( x, t )u (t )dt ,
∫
a
где
b n
ρ f ( x ) = ∫ K ( x, s ) f (s )ds − ∑ Ak K ( x, xk ) f ( xk )
a k =0
192
b n
ρ K ( x, t ) = ∫ K ( x, s )K (s, t )ds − ∑ Ak K ( x, x k )K ( x k , t ) .
a k =0
ρ ( xi ) ≤ ρ ≤ max ρ ( x ) ≤ ρ f + λ (b − a )ρ K H , (1.12)
x∈[a ; b ]
где H = max u ( x ) .
x∈[a ; b ]
ε i ≤ B[ λ (ρ f + λ (b − a )ρ K Η ) + δ ], i = 0, n . (1.13)
ε ( x ) = u ( x ) − y ( x ) = λ ⎡ ∑ Ak K ( x, x k )ε k + ρ ( x )⎤ .
n
⎢⎣ k =0 ⎥⎦
⎡ n
⎤ ⎡ n
⎤
ε ( x ) ≤ λ ⎢ ∑ Ak K ( x, xk )ε k + ρ ( x ) ⎥ ≤ λ ⎢max ε k ⋅ max K ( x, s ) ⋅ ∑ Ak + ρ ( x ) ⎥ ≤
( x, s )
⎣ k =0 0≤ k ≤ n
⎦ ⎣ k =0 ⎦
≤ λ {(b − a )MB[ λ (ρ f + λ (b − a )ρ K H ) + δ ] + ρ f + λ (b − a )ρ K H }.
~
Здесь использовано обозначение M = max K ( x , s ) . Пусть теперь H = max y ( x ) .
( x ,s ) x∈[a ; b ]
~
Эта величина вычислима. Так как u ( x ) = y ( x ) + ε (x ) , то отсюда H ≤ H + max ε (x ) , и, при-
x∈[a ; b ]
[
H ≤ H + λ {(b − a )MB λ (ρ f + λ (b − a )ρ K H ) + δ + ρ f + λ (b − a )ρ K H }
~
]
или
[ 3 2 2
f ]
~ + λ [ρ + (b − a )MB ( λ ρ + δ )] .
H 1 − λ (b − a ) MBρ K − λ (b − a )ρ K ≤ H f
1− λ
2
(b − a )ρ K [ λ (b − a )MB + 1] > 0
193
вытекает неравенство для H :
H≤
~
[
H + λ ρ f + (b − a )MB ( λ ρ f + δ ) ]. (1.14)
1− λ
2
(b − a )ρ [ λ (b − a )MB + 1]
K
K ( x, s ) = ∑ α i ( x )β i (s ) .
n
(2.1)
i =0
( )
Системы α i ( x ) и β i (s ) i = 0, n в (2.1) естественно считать линейно независимы-
ми, так как в противном случае число слагаемых в (2.1) можно было бы уменьшить.
Примеры:
1. K ( x, s ) = e x + s = e x ⋅ e s = α 0 ( x ) ⋅ β 0 (s ) ;
2. K ( x, s ) = sin ( x + s ) = sin x ⋅ cos s + cos x ⋅ sin s = α 0 ( x ) ⋅ β 0 (s ) + α 1 ( x ) ⋅ β 0 (s ) .
Для вырожденных ядер уравнение Фредгольма второго рода (1.1) решается в ана-
литическом виде за конечное число действий.
Действительно, перепишем (1.1) в виде
a
⎢
a ⎣i = 0
⎥⎦
b
= λ ∑ α i ( x )∫ β i (s )u (s )ds + f ( x ) = f (x ) + λ ∑ C iα i ( x ),
n n
i =0 a i =0
194
u ( x ) = f ( x ) + λ ∑ C iα i ( x ) ,
n
(2.2)
i =0
где
b
C i = ∫ β i (s )u (s )ds , i = 0, n . (2.3)
a
b
⎡ ⎤
C i = ∫ β i (s )⎢ f (s ) + λ ∑ C jα j (s )⎥ ds , i = 0, n
n
a ⎣ j =0 ⎦
или
n
C i − λ ∑ C j aij = bi , i = 0, n , (2.4)
j =0
где
b b
bi = ∫ β i (s ) f (s )ds ; aij = ∫ β i (s )α j (s )ds , i = 0, n; j = 0, n . (2.5)
a a
1 − λa 00 − λa 01 K − λa 0 n
− λa10 1 − λa11 K − λa1n
∆(λ ) =
K
− λa n 0 − λa n1 K 1 − λa nn
n (x − x ) ∂ K (x , s )
ii
~
K ( x, s ) = ∑ 0 0
, (2.6)
i =0 i! ∂x i
где x0 – некоторая точка из отрезка [a; b] (ее выбор может быть подчинен, напри-
мер, требованию минимизации остатка ряда).
Очевидно, в данном случае ядро имеет вид (2.1), в котором
195
1 ∂ i K (x0 , s )
α i ( x ) = ( x − x0 )i , β i (s ) = .
i! ∂x i
m (s − s ) ∂ K ( x, s )
i i
~
K ( x, s ) = ∑ 0 0
. (2.7)
i =0 i! ∂s i
1 ∂ i K ( x, s 0 )
α i (x ) = , β i (s ) = (s − s 0 ) .
i
i! ∂s i
i
~ n 1⎡ ∂ ∂⎤
K ( x, s ) = ∑ ⎢( x − x 0 ) + (s − s 0 ) ⎥ K ( x0 , s 0 ), (x0 , s0 ∈ [a; b]) . (2.8)
i = 0 i! ⎣ ∂x ∂s ⎦
~ 1 iπx
K ( x, s ) = a0 (s ) + ∑ ai (s ) cos
n
, (2.9)
2 i =1 l
где
2l iπx
a i (s ) = ∫ K ( x, s ) cos dx , i = 0, n .
l0 l
При этом следует иметь в виду, что исходный отрезок [a; b] линейной заменой мо-
жет быть превращен в нужный.
Аналогичные формулы можно записать, если использовать отрезки рядов Фурье
по переменной s , либо по обеим переменным.
3. Интерполяционные способы замены ядра.
Рассмотрим для примера применение алгебраического интерполирования по зна-
чениям функции. Выбрав на отрезке [a; b] (n + 1) точек a ≤ x0 < x1 < K < x n ≤ b (узлов
интерполирования), можем записать:
~ ω n +1 ( x )
K ( x, s ) = ∑
n
K ( xi , s ) . (2.10)
i = 0 ( x − x i )ω n′ +1 ( x i )
196
Аналогично может быть использована замена ядра интерполяционным многочле-
ном по переменной s :
ω m +1 (s )
K (x, s j ) .
~
K ( x, s ) = ∑
m
(2.11)
j = 0 (s − s j )ω m
′ +1 (s j )
ω n +1 ( x )ω m +1 (s )
K (xi , s j ) .
~
K ( x, s ) = ∑ ∑
n m
(2.12)
i = 0 j = 0 ( x − x i )(s − s j )ω n′ +1 ( xi )ω m
′ +1 (s j )
~
K ( x, s ) K ( x, s 0 ) K K ( x , s n )
K (x0 , s ) K (x0 , s 0 ) K K (x0 , s n )
= 0,
K
K (xn , s0 ) K (x n , s 0 ) K K (x n , s n )
0 K ( x, s 0 ) K K ( x, s n )
~ 1 K (x0 , s ) K (x0 , s0 ) K K (x0 , s n )
K ( x, s ) = − , (2.13)
∆ K
K (xn , s0 ) K (x n , s0 ) K K (x n , s n )
где
K (x0 , s 0 ) K K (x0 , s n )
∆= K . (2.14)
K (xn , s0 ) K K (xn , s n )
197
§ 3. Метод последовательных приближений
∞
u ( x ) = ∑ λi ϕ i ( x ) , (3.1)
i =0
∞ b ∞
∑ λ ϕ i ( x ) − λ ∫ K ( x, s )∑ λ ϕ i (s )ds = f ( x ) .
i i
i =0 a i =0
⎧ϕ 0 (x ) = f ( x ),
⎪
⎨ b (3.2)
⎪⎩ϕ i ( x ) = ∫ K ( x, s )ϕ i −1 (s )ds , i = 1, 2,K
a
ϕ 0 (x ) = f (x ) ≤ N ,
b b
ϕ1 ( x ) = ∫ K ( x, s )ϕ 0 (s )ds ≤ ∫ K ( x, s ) ϕ 0 (s ) ds ≤ NM (b − a ) ,
a a
b b
ϕ 2 ( x ) = ∫ K ( x, s )ϕ 1 (s )ds ≤ ∫ K (x, s ) ϕ 1 (s ) ds ≤ NM 2 (b − a )2 ,
a a
KK
ϕ i ( x ) ≤ NM (b − a ) , i = 0, 1, 2,K
i i
Учитывая полученные оценки, видим, что ряд (3.1) мажорируется числовым ря-
дом N ∑ ( λ M (b − a )) , представляющим собой геометрическую прогрессию, и, следова-
∞ i
i =0
λ M (b − a ) < 1 . (3.3)
198
Таким образом, если параметры исходного интегрального уравнения будут удов-
летворять условию (3.3), то ряд (3.1) равномерно сходится на отрезке [a; b] . Тогда в каче-
стве приближенного решения можно взять
y ( x ) = y n ( x ) = ∑ λi ϕ i ( x ) .
n
(3.4)
i =0
∞
ε n ( x ) = u( x ) − y n ( x ) = ∑ λ ϕ (x) ≤ N λ
i = n +1
i
i
n +1
M n+1 (b − a ) (1 + λ M (b − a ) + L) =
n +1
(3.5)
1
= N [ λ M (b − a )] , x ∈ [a; b].
n +1
1 − λ M (b − a )
b
u ( x ) = λ ∫ K ( x, s )u (s )ds + f ( x ) .
a
Получим (см. также «Метод простой итерации») вид, удобный для итерации. Выбирая в
качестве начального приближения произвольную функцию y 0 ( x ) , построим последова-
тельность приближений
b
y n +1 ( x ) = λ ∫ K ( x, s ) y n (s )ds + f ( x ), n = 0, 1, K , (3.6)
a
следовательных приближений в форме (3.2), (3.4) говорит о том, что условие (3.5) являет-
ся достаточным.
199
§ 4. Методы решения интегральных уравнений Вольтерра второго рода
Как мы уже отмечали, чисто формально уравнение Вольтерра можно считать ча-
стным случаем интегрального уравнения Фредгольма, у которого K ( x, s ) ≡ 0 при s > x .
Поэтому алгоритм метода механических квадратур, рассмотренный нами выше, может
рассматриваться и как алгоритм решения интегрального уравнения Вольтерра второго ро-
да. Однако на таком пути мы встретимся с теоретическими трудностями при оценке по-
~
грешности, так как при таком подходе ядро K ( x, s ) оказывается разрывной функцией и
для величины ρ K не может быть получено сколько-нибудь удовлетворительных оценок.
Поэтому повторим вывод алгоритма, несколько его видоизменив.
Итак, рассмотрим интегральное уравнение Вольтерра второго рода
x
u ( x ) − λ ∫ K ( x, s )u (s )ds = f ( x ), x ∈ [a; b] . (4.1)
a
u ( xi ) − λ ∑ AK(i ) K ( xi , x k )u ( x k ) = f ( xi ) + λρ (i ) ( xi ) .
i
(4.3)
k =0
i
y i − λ ∑ K ik y k = f i , i = 0, n ,
k =0
( )
⎧ 1 − λA0(0 ) K 00 y 0 = f 0 ,
⎪ (1)
( (1)
⎪− λA0 K 10 y 0 + 1 − λA1 K 11 y1 = f 1 ,) (1.4)
⎨
⎪ K
0 n0 0 n (
⎪− λA (n ) K y − L − λA (n ) K y + 1 − λA (n ) K y = f .
⎩ n −1 nn −1 n −1 nn n n )
200
Матрица данной системы является нижней треугольной. Поэтому решение систе-
мы (1.4) по сути представляет собой обратный ход метода Гаусса.
Аналогично описанному выше (см. § 3) решение уравнения (4.1) может быть по-
лучено в виде ряда
∞
u ( x ) = ∑ λi ϕ i ( x ) , (1.5)
i =0
⎧ϕ 0 (x ) = f ( x ),
⎪
⎨ x (1.6)
⎪⎩ϕ i ( x ) = a∫ K ( x, s )ϕ i −1 (s )ds , i = 1, 2,K
Таким образом, до сих пор все фактически совпадает с алгоритмом метода по-
ϕ 0 ( x ) = f ( x ) ≤ N , a ≤ x ≤ b,
x x
ϕ1 ( x ) = ∫ K ( x, s )ϕ 0 (s )ds ≤ ∫ K ( x, s ) ϕ 0 (s ) ds ≤ NM ( x − a ), a ≤ x ≤ b ,
a a
x x
2
x
ϕ 2 ( x ) = ∫ K ( x, s )ϕ1 (s )ds ≤ ∫ K ( x, s ) ϕ 1 (s ) ds ≤ NM ∫ (s − a )ds ≤ NM 2 ( x − a )2 , a ≤ x ≤ b ,
a a a 2!
KK
ϕ i ( x ) ≤ NM i
(x − a )
i
, a ≤ x ≤ b, i = 0, 1, 2,K
i!
Таким образом, ряд (1.5) в случае интегрального уравнения Вольтерра второго
∞ [ λ M ( x − a )]
i
y n ( x ) = ∑ λi ϕ i ( x )
n
i =0
получим:
201
M n +1 ( x − a ) λ M (x − a )
n +1 n +1
λ ⎛ ⎞
⎟ ≤ [q = λ M (b − a )] ≤
∞
ε n (x ) = ∑ λ ϕ i (x ) ≤ N
i
⎜1 + + L
i = n +1 (n + 1)! ⎜
⎝ n + 2 ⎟
⎠
q n +1 ⎛ q q2 ⎞ q n +1 ⎡ q q2 ⎤
≤N ⎜⎜1 + + + K⎟⎟ < N ⎢1 + + + K⎥ =
(n + 1)! ⎝ n + 2 (n + 2)(n + 3) ⎠ (n + 1)! ⎣ n + 2 (n + 2) 2
⎦
q n +1 1
=N ⋅ , a ≤ x ≤ b, n > q − 2 .
(n + 1)! 1−
q
n+2
ГЛАВА IX
202
b
∫ f ( x )ψ ( x )dx = 0,
a
i i = 0,1, ... , то отсюда с необходимостью следует, что f ( x ) ≡ 0 (ис-
n
un ( x ) = f ( x ) + ∑ ciϕi ( x ) . (1.1)
i =0
b
Lu ≡ u( x ) − λ ∫ K ( x , s )u( s )ds = f ( x ) , (1.2)
a
Условия (1.3) дают систему линейных алгебраических уравнений для определения коэф-
фициентов ci . Запишем ее более подробно.
n
Так как оператор L линейный, то Lun = Lf + ∑ ci Lϕi . Поэтому из (1.3) получим:
i =0
⎛ n
⎞
⎜
⎝
Lf + ∑
i =0
ci Lϕi − f ,ψ j ⎟ = 0, j = 0,1, ..., n
⎠
∑ c (Lϕ ,ψ ) = ( f − Lf ,ψ ),
i =0
i i j j j = 0,1, ..., n .
∑a
i =0
c = b j , j = 0,1, ..., n ,
ji i (1.4)
203
где
⎡
b b
⎤
a ji = (Lϕi ,ψ j ) = ∫ ⎢ϕi ( x ) − λ ∫ K ( x , s )ϕi ( s )ds ⎥ψ j ( x )dx =
a ⎣ a ⎦
b b b
= ∫ ϕi ( x )ψ j ( x )dx − λ ∫ ∫ K ( x , s )ϕi ( s )ψ j ( x )dsdx ,
a a a
(1.5)
⎡ b b
⎤
b j = ( f − Lf ,ψ j ) = ∫ ⎢ f ( x ) − f ( x ) + λ ∫ K ( x , s ) f ( s )ds ⎥ψ j ( x )dx =
a ⎣ a ⎦
b b
= λ ∫ ∫ K ( x , s ) f ( s )ψ j ( x )dsdx .
a a
b
u( x ) − λ ∫ K~ ( x , s )u( s )ds = f ( x )
a
n
u( x ) = f ( x ) + λ ∑ ciϕi ( x ) ,
i =0
то для определения коэффициентов ci имеем систему (см. формулы (2.4), (2.5) главы VIII)
204
n
ci − λ ∑ aij c j = bi , i = 0,1, ..., n ,
j =0
где
b b b
bi = ∫ f ( s )β i ( s )ds = ∫ ∫ K ( x , s ) f ( s )ϕi ( x )dsdx ,
a a a
b b b
aij = ∫ β i ( s )ϕ j ( s )ds = ∫ ∫ K ( x , s )ϕi ( s )ϕ j ( x )dsdx ,
a a a
n
un ( x ) = ∑ ciϕi ( x ) . (1.1′)
i =0
В этом случае система для определения коэффициентов ci также будет иметь вид (1.4) с
той лишь разницей, что для коэффициентов b j необходимо использовать формулу
b
b j = ( f ,ψ j ) = ∫ f ( x )ψ j ( x )dx . (1.5′)
a
b
(где, по-прежнему, ( f , g ) = ∫ f ( x )g ( x )dx обозначает скалярное произведение) и, следова-
a
тельно, может быть заменено последней, причем, в соответствии с общей идеей проекци-
онных методов, минимум будем искать в подпространствах конечной размерности.
Задавая систему функций {ϕi ( x )} , описанную в предыдущем параграфе (с такими
же свойствами), приближенное решение будем искать в виде (1.1′):
n
un ( x ) = ∑ ciϕi ( x ) . (2.2)
i =0
⎛ n n
⎞
J (un ) = ⎜ ∑ ci Lϕi − f , ∑ ci Lϕi − f ⎟
⎝ i =0 i =0 ⎠
205
и будет являться функцией переменных c0 , c1 , ..., cn (коэффициентов комбинации (2.2)).
Записывая необходимое условие минимума первого порядка, получим:
∂J (un ) ⎛ n ⎞
= 2⎜ ∑ ci Lϕi − f , Lϕ j ⎟ = 0 , j = 0,1, ..., n .
∂c j ⎝ i =0 ⎠
∑a
i =0
c = b j , j = 0,1, ..., n ,
ji i (2.3)
где
⎡b b
⎤⎡ b
⎤
a ji = (Lϕi , Lϕ j ) = ∫ ⎢ϕi ( x ) − λ ∫ K ( x , s )ϕi ( s )ds ⎥ ⎢ϕ j ( x ) − λ ∫ K ( x , s )ϕ j ( s )ds ⎥ dx ,
a ⎣ a ⎦⎣ a ⎦
(2.4)
b
⎡ b
⎤
b j = ( f , Lϕ j ) = ∫ f ( x )⎢ϕ j ( x ) − λ ∫ K ( x , s )ϕ j ( s )ds ⎥ dx .
a ⎣ a ⎦
∑a c = f (x j ), j = 0,1, ..., n ,
ji i (2.6)
i =0
где
b
a ji = Lϕi (x j ) = ϕi (x j ) − λ ∫ K (x j , s )ϕi ( s )ds . (2.7)
a
Lϕ0 ( x0 ) K Lϕ n ( x0 )
∆= K K K ≠ 0.
Lϕ0 ( x n ) K Lϕ n ( x n )
206
Как мы помним, в этом случае теоретически достаточно выполнения требования
(которое, однако, на практике совсем не просто выполнить), чтобы система {Lϕi ( x )} явля-
лась системой функций Чебышева на отрезке [a; b] . Это можно считать дополнительными
ограничениями, накладываемыми на систему {ϕi ( x )} .
В качестве общего замечания отметим следующее:
1. Для решения интегральных уравнений можно применять и другие идеи (например,
использовать для этих целей сплайн-приближения);
2. Практически все изложенные методы (за исключением, разве что, метода замены ядра
на вырожденное, в котором явно используется линейность задачи) можно применять и
для решения других типов интегральных уравнений (в том числе – нелинейных) с со-
ответствующими изменениями в алгоритме.
ГЛАВА IX
Au = f , u ∈ U , f ∈ F , (1.1)
∫ K ( x, s )u( s )ds =
a
f ( x ), c ≤ x ≤ d ; (1.2)
∫ K ( x, s )u( s )ds =
a
f ( x ), c ≤ x ≤ d ; (1.3)
207
а) существует в пространстве U ;
б) единственно в пространстве U ;
в) устойчиво в пространстве U , т.е. непрерывно зависит от f ∈ F .
Данное определение называют также определением корректности по Адамару.
Если хотя бы одно из условий а) – в) не выполняется, то задачу называют некор-
ректной (или некорректно поставленной).
Таким образом, корректность задачи связана с наличием обратного оператора
−1
A , определенного и непрерывного на всем пространстве F .
Простейшим примером некорректно поставленной задачи могут служить системы
линейных алгебраических уравнений (о чем, впрочем, мы говорили при рассмотрении со-
ответствующей темы). Запишем соответствующую задачу в матричном виде
Au = f .
b
Aϕi ( x ) = ∫ K ( x , s )ϕi ( s )ds = λiϕi ( x ) , i = 0,1, ...
a
b
(ϕi ,ϕ j ) = ∫ ϕi ( s )ϕ j ( s )ds = δ i j .
a
b b
K ( x, s ) = ∫ ∫ K ( x, s )
2
dxds .
a a
208
∞
Отсюда, в частности, следует, что K = ∑ λi и, следовательно, λi → 0 .
2 2
i →∞
i =0
b N b N
Отсюда следует, что задача может иметь решение только в том случае, когда f ( x ) являет-
ся линейной комбинацией функций ϕ0 ( x ), ..., ϕ N ( x ) , т.е. записывается в виде
N
f ( x ) = ∑ f iϕ i ( x ) .
i =0
N fi
u( x ) = u0 ( x ) = ∑ ϕ i (x) .
i =0 λi
N
u( x ) = ∑ C iϕ i ( x ) ,
i =0
то
( u, ϕ k ) = Ck
и тогда
b N N N
∫ K ( x, s )u( s )ds = ∑ λ i (ϕ i , u )ϕ i ( x ) = ∑ C i λ iϕ i ( x ) = f ( x ) = ∑ f iϕ i ( x ) ,
a i =0 i =0 i =0
fi
откуда C i = .
λi
В то же время, любая функция u( x ) , представимая в виде
∞
u( x ) = u0 ( x ) + ∑C ϕ (x) ,
i = N +1
i i
∞
где ∑C
i = N +1
i
2
< +∞ , также будет решением уравнения (1.2) (проверьте!).
209
Таким образом, в рассматриваемом случае задача (1.2) может не иметь решения; в
случае же, когда это решение существует, оно не единственно.
Совершенно аналогично можно рассмотреть случай, когда все собственные зна-
чения λ i отличны от нуля.
Решение в этом случае представимо в виде ряда
∞
fi
u( x ) = ∑ ϕi ( x ) ,
i =0 λi
∞
= ∑ ( f i n − f i ) ⎯n⎯
2 2
fn− f ⎯→ 0 ,
→∞
i =0
u −u = ∑
n 2
∞
( fi n − fi )2 ,
i =0 λi2
fn− f 2
= λn ϕ n 2 = λn ⎯n⎯
⎯→ 0 .
→∞
В то же время
2
λn 1
u −u = u+
n 2
ϕ −u = →∞.
λn n λn n →∞
∫ u( s )ds =
a
f ( x ) − f (a ) (1.4)
210
§ 2. Метод регуляризации решения некорректных задач
Au = f (2.1)
с возмущенной правой частью. Всегда можно попытаться заменить эту задачу некоторой
«близкой» задачей, решение которой будет «близко» к u( x ) . Символически запишем из-
мененную задачу в виде
Aα uα = f , (2.2)
∫ K ( x, s )u( s )ds =
a
f ( x ), c ≤ x ≤ d . (2.3)
Будем считать, что ядро его непрерывно и таково, что в случае f ( x ) ≡ 0 имеет только
тривиальное решение u( x ) ≡ 0 . Тогда при любой правой части f ( x ) ∈ F решение либо
единственное, либо не существует. Тем самым интегральный оператор
b
A( x , u( s )) = ∫ K ( x , s )u( s )ds (2.4)
a
211
Исходную задачу (2.3) можно заменить эквивалентной вариационной задачей
∫ [A( x, u( s )) − f ( x )] dx → min .
2
(2.5)
c
d
M (α , f ( x ), u( s )) = ∫ [ A( x , u( s )) − f ( x )] dx + α Ω(u( s )) → min ,
2
(2.6)
c
где Ω(u( s )) – так называемый тихоновский стабилизатор. Чаще всего в качестве Ω(u )
берут функционал
b
⎡n ⎛ d k u( s ) ⎞ ⎤
2
Ω( u ) = Ω n ( u ) = u = ∫ ⎢∑ pk ( s )⎜
2
W2n k ⎟ ⎥ ds
⎢
a ⎣ k = 0 ⎝ ds ⎠ ⎥⎦
при некотором значении n (здесь W2n – пространство Соболева, а все весовые функции
pk ( s ) непрерывны и неотрицательны).
Теорема 1. Задача (2.6) имеет решение uα ( x ) при любых f ( x ) ∈ F и α > 0 .
Доказательство.
При α > 0 функционал M (α , f , u ) ограничен снизу. Поэтому при данных α и
f ( x ) он имеет точную нижнюю грань: M = inf M (α , f , u ) . Выберем некоторую миними-
u∈U
α Ω(ui ) ≤ M i ≤ M 0 = const
или
1
Ω(ui ) ≤ M0 .
α
212
( ~~
) ~
(
M α , f , uα ≤ M α , f , u . )
Отсюда получаем:
( ) ( ) [ ]
d
~ ~ ~
α Ω(u~α ) ≤ M α , f , u~α ≤ M α , f , u = ∫ A( x , u ) − f ( x ) dx + α Ω(u ) =
2
(2.7)
[ ]
d
~ 2 ~ 2
= ∫ f ( x ) − f ( x ) dx + α Ω(u ) = f − f + α Ω(u ) .
L2
c
~
Значит, uα принадлежит компактному множеству U 0 функций из U (заметим, что u
также принадлежит U 0 ).
Множество F0 функций fα ( x ) есть образ множества U 0 при отображении A. По
предположению оператор A непрерывен и таков, что обратное отображение единственно.
Поэтому обратное отображение F0 в компактное множество U 0 при помощи нерегуляри-
зованного оператора A−1 будет непрерывным в норме пространства U . Следовательно, по
заданному ε > 0 всегда найдется β (ε ) такое, что из условия fα − f ≤ β (ε ) следует вы-
~
полнение неравенства uα − u ≤ ε .
Заметим, что
[ ] [ ] ( )
d d
~ ~ 2 ~ 2 ~~
= ∫ fα ( x ) − f ( x ) dx = ∫ A( x , uα ) − f ( x ) dx ≤ M α , f , uα ≤ α (C 2 + Ω(u )) .
2
~
fα − f
c c
Тогда правая часть неравенства (2.10) не будет превосходить β (ε ) , откуда следует, что
~
uα − u ≤ ε .
Таким образом, по заданному ε нашлись α 0 (ε ) и δ (α ) = C α такие, что выпол-
~ ~
нение неравенств α ≤ α 0 (ε ) и f − f ≤ δ (α ) влечет выполнение неравенства uα − u ≤ ε .
213
Следствие. Задача (2.6) корректно поставлена.
Доказательство немедленно следует из того, что заключительная строка доказательства
теоремы, по сути, означает непрерывную зависимость решений от правых частей задачи.
Замечание. Сходимость в пространстве W2n означает, что n -я производная от
сходится среднеквадратично, а сама функция и все остальные (до порядка ( n − 1) включи-
тельно) – равномерно. Таким образом, использование стабилизатора Ω n (u ) обеспечивает
слабую регуляризацию при n = 0 , сильную при n = 1 и ( n − 1) -го порядка гладкости при
n >1.
В ряде прикладных задач известно, что правые части имеют характерную по-
~
грешность f − f порядка некоторой заданной величины δ . Если при этом выбрать α
настолько малым, что нарушится критерий (2.8), то устойчивость расчетов станет недос-
~
таточной, так что регуляризованное решение uα будет заметно «разболтанным». Если же
α настолько велико, что не соблюден критерий (2.11), то регуляризованное решение u~α
будет чрезмерно сглажено, что также нежелательно.
Вдобавок непосредственно проверить выполнение критериев (2.8), (2.11) не уда-
ется, поскольку β (ε ) неизвестно. Поэтому оптимальный выбор параметра α является
сложной задачей.
Обычно на практике проводят расчеты с несколькими значениями параметра α ,
составляющими геометрическую прогрессию (например, 10 −1 , 10 −2 ,... ) (или по какому-
либо другому закону), из полученных результатов выбирают наилучший либо визуально,
либо по какому-либо критерию правдоподобия.
Такое поведение характерно для некорректных задач. Например, приближенное
вычисление производной на сетке с шагом h с помощью численного дифференцирования
приводит к следующему: характерной погрешностью метода является величина вида Ch m ,
δ
а полная (включая погрешность входных данных) – E = Ch m + . Следовательно, опти-
h
δ
мальным значением величины шага является значение h = hопт = m+1 .
Cm
Выбор n . Аналогично предыдущим рассуждениям можно отметить, что при
чрезмерно больших значениях n регуляризованное решение сильно сглаживается. Значе-
~
ние n = 0 обеспечивает лишь среднеквадратичную сходимость uα к u . Поэтому наиболее
часто используют значение n = 1 .
214
n b
⎡
d b
⎤b
0 = α ∑ ∫ pk ( s )u ( k ) ( s )δu ( k ) ( s )ds + ∫ ⎢ ∫ K ( x ,η )u(η )dη − f ( x )⎥ ∫ K ( x , s )δu( s )dsdx . (2.13)
k =0 a c ⎣a ⎦a
b b
d
∫ pk ( s )u ( k ) ( s )δu ( k ) ( s )ds = δu ( k −1) ( s ) pk ( s )u ( k ) ( s ) a − ∫ δu ( k −1) ( s )
b
[ pk ( s )u ( k ) ( s )]ds =
a a
ds
k −1 b b
dj dk
= ∑ ( − 1) δu
j ( k −1− j )
( s ) j [ pk ( s )u ( k ) ( s )] + ( − 1)k ∫ δu( s ) k [ pk ( s )u ( k ) ( s )]ds.
j =0 ds a a
ds
k −1 b b
n
dj n
dk
α ∑ ∑ ( − 1) δu j ( k −1− j )
( s ) j [ pk ( s )u ( k ) ( s )] + α ∑ ( − 1)k ∫ δu( s ) k [ pk ( s )u ( k ) ( s )]ds +
k =0 j =0 ds a k =0 a
ds
⎡bd
⎤b
+ ∫ ⎢ ∫ K ( x ,η )u(η )dη − f ( x )⎥ ∫ K ( x , s )δu( s )dsdx = 0.
c ⎣a ⎦a
j =1 k= j ds a k =0 a
ds
⎡
d b
⎤⎡ b ⎤ d b
+ ∫ ⎢ ∫ K ( x ,η )u(η )dη ⎥ ⎢ ∫ K ( x , s )δu( s )ds ⎥ dx = ∫ f ( x )∫ K ( x , s )δu( s )dsdx .
c ⎣a ⎦⎣ a ⎦ c a
n
d k− j
Введем обозначение q j (u ) = ∑ ( − 1)
k− j
[ pk ( s )u ( k ) ( s )].
k= j ds k − j
Тогда, полагая
q j (u( a )) = q j (u(b )) = 0, j = 1, n (2.14)
и приравнивая коэффициенты при δu( s ) под знаками интеграла справа и слева (эта проце-
дура эквивалентна выбору в качестве вариации δ - функции), получим:
n
dk
b d
⎡ ⎤ d
α ∑ ( − 1) k [ p k ( s )u (k )
( s )] + ∫a ⎢⎣∫c K ( x ,η ) K ( x , s )dx ⎥ u (η )d η = ∫c K ( x, s ) f ( x )dx .
k =0 ds k ⎦
Вводя обозначения
d d
Q ( s,η ) = ∫ K ( x ,η )K ( x , s )dx , Φ( s ) = ∫ K ( x , s ) f ( x )dx , (2.15)
c c
215
последнее уравнение перепишем в виде
b
n
dk
α ∑ ( − 1)k [ pk ( s )u ( k ) ( s )] + ∫ Q( s,η )u(η )dη = Φ( s ) . (2.16)
k =0 ds k a
b
αu( s ) + ∫ Q ( s,η )u(η )dη = Φ( s ), a ≤ s ≤ b , (2.17)
a
Au = f ,
M (α , f , u ) = Au − f + α u 2 → min (здесь a = ( a, a ) ).
2 2
(2.18)
(AT A + αE )u = AT f .
Благодаря слагаемому αE эта система хорошо обусловлена (по крайней мере, при не
слишком малых α > 0 ), Поэтому ее можно решать с помощью стандартных алгоритмов.
Описанный алгоритм может бать применен также к решению систем с вырожден-
ной матрицей A .
216
РАЗДЕЛ V
( )
u (n ) (t ) = f t , u , u ′, K, u (n −1) , (1)
⎧u k′ (t ) = u k +1 (t ), k = 1, K , n − 1,
⎨
⎩u n′ (t ) = f (t , u1 , K , u n ).
u k′ (t ) = f k (t , u1 , K , u n ), k = 1, n ,
u ′(t ) = f (t , u ) , (2)
(здесь u = (u1 , K , u n ) , f = ( f1 , K , f n ) ).
T T
Известно, что система имеет множество решений, которое в общем случае зави-
сит от n параметров C = (C1 , K , C n ) : u (t ) = u (t ; C ) .
T
Для определения значений этих параметров, т.е. для выделения конкретного ре-
шения необходимо задать n дополнительных ограничений на функции u k (t ) . Эти ограни-
217
чения, вообще говоря, могут иметь самый разнообразный характер, хотя достаточно часто
в качестве таковых используются значения указанных функций (или линейных комбина-
ций от них) в определенных точках промежутка, на котором поставлена задача.
Различают три основных типа задач для обыкновенных дифференциальных урав-
нений. Это:
1. Задачи Коши (или начальные задачи);
2. краевые задачи (или задачи с граничными условиями);
3. задачи на собственные значения (задачи Штурма-Лиувилля).
Задача Коши имеет дополнительные условия вида
u ′(t ) = f (t , u ) , (0.1)
u (t 0 ) = u 0 . (0.2)
t
u m (t ) = u 0 + ∫ f (x, u m −1 ( x ))dx, t 0 ≤ t ≤ T , m = 1, 2,K,
t0
u 0 (t ) ≡ u 0 .
218
Метод Пикара, однако, редко используется в практике вычислений. Одним из его
существенных недостатков является необходимость выполнения операции интегрирова-
ния при осуществлении каждой итерации.
Несколько более широкое распространение в практике получил другой аналити-
ческий метод, основанный на идее разложения решения рассматриваемой задачи в ряд.
Особенно часто для этих целей используют ряд Тейлора. В этом случае вычислительные
правила строятся особенно просто. Приближенное решение u m (t ) исходной задачи ищет-
ся в виде
(t − t 0 )i
u m (t ) = ∑ u (i ) (t 0 ), t 0 ≤ t ≤ T ,
m
(0.3)
i =0 i!
где
u (0 ) (t 0 ) = u (t 0 ) = u 0 , u (1) (t 0 ) = u ′(t 0 ) = f (t 0 , u 0 ) ,
u (2 ) (t 0 ) = u ′′(t 0 ) = f t (t 0 , u 0 ) + f u (t 0 , u 0 ) ⋅ f (t 0 , u 0 ),
u (3 ) (t 0 ) = u ′′′(t 0 ) = f tt (t 0 , u 0 ) + 2 f tu (t 0 , u 0 ) ⋅ f (t 0 , u 0 ) + f uu (t 0 , u 0 ) ⋅ f 2
(t 0 , u 0 ) + (0.4)
+ f u (t 0 , u 0 )( f t (t 0 , u 0 ) + f u (t 0 , u 0 ) ⋅ f (t 0 , u 0 )),
KK
Для значений t , близких к t 0 , метод рядов (0.3) – (0.4) при достаточно большом m дает
хорошее приближение к точному решению u (t ) задачи (0.1) – (0.2). Однако с увеличением
расстояния t − t 0 погрешность приближенного равенства u (t ) ≈ u m (t ) , вообще говоря, воз-
растает по абсолютной величине, и правило (0.3) становится вовсе непригодным, когда t
выходит за пределы области сходимости соответствующего ряда.
Более предпочтительными в таких случаях будут численные методы решения за-
дачи Коши, позволяющие в узлах сетки t 0 < t1 < t 2 < K < t N = T последовательно находить
значения y j ≈ u (t j ), j = 1, 2,K , N приближенного решения.
Большинство численных методов решения рассматриваемой задачи Коши можно
записать в виде
y j +1 = F ( y j − q , y j − q +1 , K, y j , y j +1 , K, y j + s ), (0.5)
219
Если правило (0.5) является одношаговым, то вычисления по нему можно начи-
нать со значения j = 0 и проводить до значения j = N − 1 включительно. В случае же
многошаговых методов указанного вида, вообще говоря, нарушается однородность вы-
числительного процесса, и для нахождения первых q значений y1 , K, y q и последних
s − 1 значений требуется применение специальных (отличных от базового) правил. В этом
смысле одношаговые правила оказываются предпочтительнее. Удобнее пользоваться ими
и в том случае, когда шаг сетки τ j = t j +1 − t j не является постоянным для всех значений j
(например, когда величина τ выбирается компьютером автоматически по результатам
вычислений).
Лучше работают одношаговые методы и в областях резкого изменения функций.
В то же время, в экономичности решения доступных им задач, как правило, выигрывают
многошаговые методы.
Прежде чем перейти к рассмотрению конкретных вычислительных правил, оста-
новимся на некоторых понятиях, используемых в теории и практике решения дифферен-
циальных уравнений.
1. Невязку численного метода (0.5) на точном решении задачи (0.1)
r (t j ,τ ) = u (t j +1 ) − F (u (t j − q ),K , u (t j ), u (t j +1 ), K, u (t j + s )) (0.6)
u (t j +1 ) − u (t j ) F (u (t j −q ), K, u (t j ), u (t j +1 ), K , u (t j + s )) − u (t j ) r (t j ,τ )
ψ (t j ,τ ) = − ≡
τ τ τ
ГЛАВА X
Дополнительная литература:
1. Хайрер Э., Нерсетт С., Ваннер Г. Решение обыкновенных дифференциальных уравне-
ний. Нежесткие задачи. М.: Мир, 1990.
Прежде всего еще раз отметим, что основная отличительная черта численных ме-
тодов – это тот факт, что они представляют собой алгоритмы вычисления приближенных
(а иногда - точных) значений искомого решения u (t ) на некоторой выбранной сетке зна-
чений аргумента t j . Они не позволяют найти общее решение системы, а дают какое-либо
220
частное. При этом одношаговые методы для нахождения решения в очередном узле сетки
t j +1 используют информацию о задаче только из отрезка [t j ; t j +1 ] .
Итак, будем считать, что процесс решения задачи (0.1), (0.2) доведен до некото-
рой точки t j ( 0 ≤ j < N ) (таким образом, нам известны значения y k , k = 0,1, K, j )
Построим сейчас простейший вычислительный алгоритм для нахождения реше-
ния в точке t j +1 = t j + τ j сетки. Поскольку при построении одношаговых методов исполь-
зуется информация о решаемой задаче лишь в пределах одного шага интегрирования, то
можно без ущерба для понимания не писать индекс j , обозначающий номер шага процесса.
Для решения поставленной задачи воспользуемся формулой (0.3), положив в ней
вместо t 0 t j , а вместо t − t j +1 . В результате получим:
m τi
y j +1 = ∑ y (ji ) , (1.1)
i =0 i!
где производные y (ji ) вычисляются, как и ранее, по формулам (0.4), в которых вместо t 0
будет стоять t j , а вместо u − y .
Очевидно, решение в (1.1) разложено по последовательным главным частям (ес-
тественно, при достаточно малых τ ) и по величине поправки (т.е. очередного слагаемого
в сумме) можно судить о том, с какой локальной погрешностью получено интересующее
нас значение.
Конкретными примерами методов типа (1.1) могут служить:
1. m = 1 : - метод первого порядка
y j +1 = y j + τf (t j , y j ) (1.2)
τ2
y j +1 = y j + τf (t j , y j ) + ( f (t
t j , y j ) + f (t j , y j ) f u (t j , y j )) . (1.3)
2
[
Проинтегрировав уравнение (0.1) по отрезку t j ; t j +1 , получим равенство ]
u (t j + τ ) = u (t j ) + ∫ f ( x, u (x ))dx ,
t j +1
(2.1)
tj
221
которое связывает значения решения рассматриваемого уравнения в двух соседних узлах
сетки. Указав эффективный способ вычисления интеграла в (2.1), мы получим одно из
приближенных правил численного интегрирования уравнения (0.1). В силу требования
одношаговости конструируемых правил при нахождении значения указанного интеграла
мы можем использовать информацию о функции f (t , u (t )) лишь из отрезка t j ; t j + τ . По [ ]
постановке задачи значение этой функции в точке t j нам известно. Поэтому для вычисле-
ния интеграла можно применить, например, квадратурную формулу левых прямоугольни-
ков
b
∫ ϕ ( x )dx ≈ (b − a )ϕ (a ) .
a
y j +1 = y j + τf (t j , y j ) ,
y j +1 = y j + τf (t j +1 , y j +1 ) , (2.2)
τ
y j +1 = y j + ( f (t j , y j ) + f (t j +1 , y j +1 )) , (2.3)
2
∆u = τ ∫ f (t j + ατ , u (t j + ατ ))dα .
1
(2.4)
0
(вектор c = (c1 , c 2 , K , c s ) ),
T
c1 , c 2 ,K , c s
222
a11 , a12 ,K, a1s
K
(матрица As×s ),
a s1 , a s 2 ,K , a ss
(вектор b = (b1 , b2 , K , bs ) ).
T
b1 , b2 ,K , bs
k1 = f ⎛⎜ t j + c1τ , y j + τ ∑ a1l k l ⎞⎟ ,
s
⎝ l =1 ⎠
k 2 = f ⎛⎜ t j + c 2τ , y j + τ ∑ a 2l k l ⎞⎟ ,
s
⎝ l =1 ⎠ (2.5)
KK
k s = f ⎛⎜ t j + c sτ , y j + τ ∑ a sl k l ⎞⎟ .
s
⎝ l =1 ⎠
⎝ l =1 ⎠
f (t j + ciτ , u (t j + ciτ )) , однако при соответствующем выборе параметров их можно надеять-
ся сделать близкими. А это, в свою очередь, дает основание надеяться при помощи пара-
(
метров bi составить такую линейную комбинацию величин k i i = 1, s , которая будет яв- )
ляться аналогом квадратурной суммы и позволит вычислить приближенное значение при-
ращения:
s
∆y = τ ∑ bi k i
i =1
или
s
y j +1 = y j + τ ∑ bi k i . (2.6)
i =1
223
Мы в ближайшее время будем заниматься явными методами Рунге-Кутта.
Итак, построить метод Рунге-Кутта – значит указать конкретную таблицу Батчера
(или, что то же, - конкретные наборы параметров c, A и b ).
Естественно выбирать их таким образом, чтобы конструируемый метод (2.6), (2.5)
(или (2.7)) имел по возможности более высокий порядок точности. В предположении, что
правая часть уравнения (0.1) (функция f ) является достаточно гладкой, можно записать
разложение локальной погрешности формулы (2.6) r (t j ,τ ) в ряд Тейлора с остаточным
членом в форме Лагранжа:
τl τ k +1
r (t j ,τ ) = ∆u − τ ∑ bi k i = ∑ r (l ) (t j , 0) + r (k +1) (t j ,θτ ), 0 < θ < 1 .
s k
i =1 l =0 l! (k + 1)!
Если теперь подобрать параметры c, A и b так, чтобы выполнялись условия
r (l ) (t j , 0 ) = 0, l = 0,1,K , k , (2.8)
τ k +1
r (t j ,τ ) = r ( k +1) (t j , θτ ) , (2.9)
(k + 1)!
τ2 τ2
u (t j + τ ) = u (t j ) + τu ′(t j ) + u ′′(t j ) + L = u + τf + ( ft + fu f ) + L .
2 2
Аналогичное разложение составляется для правой части формулы (2.6) (на точном реше-
нии задачи (0.1)), т.е. для комбинации
i =1 i =1
После этого требуют, чтобы полученные разложения совпадали до членов с возможно бо-
лее высокими степенями τ для произвольной функции f .
При произвольных s и k систему уравнений для определения параметров c, A и
b записать достаточно сложно и мы этим займемся немного позже. А пока рассмотрим
применение указанного подхода к построению конкретных примеров методов невысоких
порядков точности.
y j +1 = y j + τb1 k1 = y j + τf (t j , y j ) ,
224
а погрешность r (t j ,τ ) примет вид
r (t j ,τ ) = u (t j + τ ) − u (t j ) − τb1 f (t j , u (t j )).
r ′′(t j ,τ ) = u ′′(t j + τ ).
Так как r ′′(t j ,τ ) не зависит от b1 , то уже при l = 2 условие (2.8) в случае произвольной
функции f удовлетворено быть не может. Поэтому k = 1 и система (2.8) принимает вид
r ′(t j , 0 ) = u ′(t j ) − b1 f (t j , u (t j )) = (1 − b1 ) f (t j , u (t j )) = 0 .
Отсюда следует, что b1 = 1 . В этом случае получим хорошо уже знакомый нам явный ме-
тод Эйлера, который в компактной записи (2.7) имеет вид
0 0
1
Его локальная погрешность, согласно (2.9), будет иметь вид
τ2 τ2
r (t j ,τ ) = r ′′(t j ,θτ ) = u′′(t j + θτ ).
2 2
y j +1 = y j + τ (b1k1 + b2 k 2 ) .
τ2 τ3
u (t j + τ ) = u (t j ) + τu ′(t j ) +
2
u ′′(t j ) +
6
( )
u ′′′(t j ) + O τ 4 =
(*)
τ
( ft + fu f )+ τ (f ) ( )
2 3
= u + τf + tt + 2 f tu f + f uu f 2 + f u ( f t + f u f ) + O τ 4 .
2 6
225
u (t j ) + τ (b1 k1 + b2 k 2 ) = u (t j ) + τb1 f (t j , u (t j )) + τb2 f (t j + c 2τ , u (t j ) + τa 21 f (t j , u (t j ))) =
⎡ c 22τ 2 τ
2 2
⎤
= u + τb1 f + τb2 ⎢ f + c 2τf t + τa 21 f u f +
2
f tt + c 2 a 21τ f tu f +
2 a 21
2
f uu f 2 ⎥ + O τ 4 = (**) ( )
⎣ ⎦
τ 3 b2
= τ (b1 + b2 ) f + τ b2 (c 2 f t + a 21 f u f ) +
2
2
(c 2
2 f tt + 2c 2 a 21 f tu f + a 21
2
f uu f 2
) + O(τ ).
4
Приравняем в правых частях разложений (*) и (**) коэффициенты при одинаковых степе-
нях τ и сомножителях, зависящих от f , одинакового вида.
Тем самым на выбор четырех параметров c 2 , a 21 , b1 и b2 будут наложены три ус-
ловия:
⎧b1 + b2 = 1,
⎪
⎨2b2 c 2 = 1, (2.10)
⎪2b a = 1.
⎩ 2 21
0 0 0 ⎧ τ
α α 0 ⎪ y + = y + ((2α − 1)k1 + k2 ),
2α
j 1 j
⎪
1−
1 1 или ⎨k1 = f (t j , y j ), (2.11)
2α 2α
⎪k 2 = f (t j + ατ , y j + ταk1 ).
⎪
⎩
1
Наиболее употребительными из формул (2.11) являются их частные случаи при α = , т.е.
2
⎧
0 0 0 ⎪ y = y + τk ,
⎪ j +1 j 2
⎨k1 = f (t j , y j ),
1 1 ⎪
0 или (2.12)
2 2 ⎪
0 1 ⎪k = f ⎛⎜ t + τ , y + τ k ⎞⎟ .
⎪⎩ 2 ⎝
j
2
j 1
2 ⎠
226
⎧ τ
0 0 0 ⎪ y j +1 = y j + 2 (k1 + k 2 ),
⎪
⎨k1 = f (t j , y j ),
1 1 0 или (2.13)
⎪k 2 = f (t j + τ , y j + τk1 ).
1 1 ⎪
2 2
⎩
τ3
r (t j ,τ ) =
6
[ f (1 − 3c b ) + 2 ff
tt
2
2 2 tu (1 − 3c2 a 21b2 ) + f 2 f uu (1 − 3a 21
2
]
b2 ) + f u ( f t + f u f ) + O(τ 4 ) . (2.14)
1
1 − 3α 2 ⋅ = 0,
2α
2
откуда α = . При таком выборе α (2.14) существенно упростится:
3
τ3
r (t j ,τ ) = f u ( f t + f u f ) + O(τ 4 ) ,
6
0 0 0 ⎧ τ
2 2 ⎪ y j +1 = y j + (k1 + 3k 2 ),
0 ⎪ 4
3 3 или
⎪
k
⎨ 1 = f (t j , y j ), (2.15)
1 3 ⎪
⎪k = f ⎛⎜ t + 2τ , y + 2τ k ⎞⎟ .
4 4 ⎪⎩ 2 j
3
j
3 ⎠
1
⎝
Изучим сейчас общую структуру условий, определяющих порядок метода. Для уп-
рощения вывода преобразуем уравнение (0.1) к автономной форме путем добавления t к за-
висимым переменным:
′
⎛ t ⎞ ⎛1 ⎞
⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ . (0.1΄)
⎝ u ⎠ ⎝ f (t , u )⎠
227
Таким образом, вместо одного уравнения (в скалярном случае) мы имеем уже сис-
тему. Поэтому в дальнейшем (в этом пункте) будем иметь дело с системами, при этом ком-
поненты векторов мы будем обозначать верхними заглавными буквами. Тогда автономную
систему общего вида можно записать так:
(u )′ = f (u ,..., u ), J = 1, ..., n
J J 1 n
(2.16)
Зафиксируем также в схеме (2.6) узел сетки (т.е. будем полагать t j = t 0 ) и сделаем запись
формул (2.6) более симметричной, перейдя от функций k i = f (g i ) к их аргументам:
⎧ J
∑ a τf (g ), i = 1,K s,
i −1
J J 1 n
⎪g i = y0 + ij j ,K, g j
⎪ j =1
⎨ (2.17)
∑ b τf ( ).
s
⎪y J = y J + J
g 1j , K , g nj
⎪ 1 0 j
⎩ j =1
i −1
gi1 = y10 + ∑ aijτ . (*)
j =1
ci = ∑a
j
ij . (2.18)
i −1
gi1 = y10 + ∑ aijτ = t0 + ciτ ,
j =1
т.е. будет соответствовать «штатному» виду формул (2.6) для неавтономной системы.
Таким образом, если выполнено условие (2.18), то для вывода условий порядка
достаточно рассмотреть автономную систему (2.16).
Как мы уже отмечали ранее, для получения условий порядка нужно сравнивать ря-
ды Тейлора для u1J и выражения, стоящего в правой части формул (2.17) (естественно, при
подстановке туда точного решения u вместо y ). Для этой цели вычислим сначала значения
производных u1J и g iJ по τ при τ = 0 . Ввиду внешнего сходства обеих формул (2.17) доста-
точно проделать это для g iJ . В правые части этих формул входят выражения вида τϕ (τ ) и
мы воспользуемся формулой Лейбница
Имеем:
q=0: (g )( )
i
J 0
τ =0
= u 0J , (П.0)
228
q =1: (g )( ) i
J 1
τ =0
= ∑a ij f J, (П.1)
j
q =2:
Так как
( f (g ))( ) = ∑ f (g ) ⋅ (g )( ) ,
J
j
1
K
J
j
K
j
1
(Ф.1)
K
∂f J
где f KJ = (формула производной сложной функции), то
∂u K
⎡ ⎤
(g )( )
i
J 2
= ⎢ϕ (τ ) = ∑a ij f J
(g )⎥ = 2∑ a ( f (g ))( )
j ij
J
j
1
=2 ∑ a ∑ f (g )(g )
()
ij K
J
j
K
j
1
=
τ =0 ⎢⎣ j ⎥⎦ j τ =0 j K τ =0
(П.2)
=2 ∑a ∑ ∑a
j
ij
K
f KJ
k
jk f K
=2 ∑a j, k
ij a jk ∑ K
f KJ K
f .
Аналогично
(g )( ) i
j 3
τ =0
=3 ∑ a ( f (g ))
( )
ij
J
j
2
. (2.20)
j τ =0
(1)
( f (g ))( ) = ⎛⎜⎜ ∑ f (g )(g )( ) ⎞⎟⎟
J
j
2
K
J
j
K
j
1
= ∑ f (g )(g ) (g ) + ∑ f (g )(g )
() ()
J
KL j
( ) L
j
1 K
j
1
K
J
j
K
j
2
(Ф.2)
⎝ K ⎠ K,L K
⎡ ⎤
(g )( )
i
j 3
τ =0
=3 ∑ a ⎢⎢∑ f (g )(g ) (g ) +∑ f (g )(g ) ⎥⎥
() ()
ij
( ) J
KL j
L 1
j
K
j
1
K
J
j
K
j
2
=
j ⎣K , L K ⎦ τ =0
(П.3)
=3 ∑a
j, k , l
ij a jk a jl ∑
K,L
J
f KL f K
f L
+6 ∑a
j, k , l
ij a jk a kl ∑
K,L
f KJ f LK f L
Для правой части последней из формул (2.17) ввиду симметрии будут справедливы
те же формулы (П.1) – (П.3), если в них заменить aij на b j .
Найдем теперь производные точного решения:
(u )( ) = f
J 1 J
(u ) (Т.1)
(u )( ) = ∑ f
J 2
K
J
(u ) ⋅ (u K ) 1
()
= ∑f K
J
f K
(Т.2)
K K
(1)
⎛ ⎞
(u ) J (3 )
= ⎜⎜ ∑ f KJ f K
⎟
⎟ = ∑∑ ( f J
KL fLf K
+ f KJ f LK f L
)=
⎝ K ⎠ K L
(Т.3)
= ∑f
K,L
J
KL f K
f L
+ ∑f
K,L
K
J
f LK f L
229
Учитывая полученные формулы, легко выписать условия, при которых метод Рун-
ге-Кутта имеет третий порядок:
∑
⎧ b j = 1,
⎪ j
⎪
∑
⎪2 b j a jk = 1,
⎪ j, k
⎨ (2.21)
∑
⎪3 b j a jk a jl = 1,
⎪ j, k , l
⎪
∑
⎪6 b j a jk a kl = 1.
⎩ j, k , l
Если к ним теперь добавить условия (2.18), то мы получим условия порядка мето-
дов Рунге-Кутта в том виде, в котором они встречаются в литературе:
⎧ b = 1,
⎪∑ j
⎪ j
⎪ 1
∑
⎪ bjc j = 2 ,
⎪ j
⎪⎪ 1
∑ 2
⎨ bjc j = ,
3
(2.22)
⎪ j
⎪ 1
∑
⎪ b j a jk c k = ,
⎪ j, k 6
⎪
∑
⎪ a ij = c i .
⎪⎩ j
230
Определение 1. Пусть A – упорядоченное множество индексов:
A = { j < k < l < m < L} и Aq – его подмножество, состоящее из первых q индексов. Назовем
(корневым) помеченным деревом порядка q (q ≥ 1) отображение t : Aq \ { j} → Aq такое, что
t (z ) < z для всех z ∈ Aq \ { j} .
Множество всех помеченных деревьев порядка q обозначим LTq . z будем назы-
вать сыном t (z ) , а t (z ) – отцом z ( t – отображение сыновей на отцов). Вершина j (пра-
отец всей династии) называется корнем дерева t . Порядок q помеченного дерева равен
числу всех его вершин. Будем обозначать его ρ (t ) .
Примеры:
q = 1 ⇒ A1 = { j}, A1 \ { j} = ∅ ; граф выглядит так: •
j
•k
q = 2 ⇒ A2 = { j , k }, A2 \ { j} = {k } ⇒ t (k ) = j ; граф:
•
j
q = 3 ⇒ A3 = { j , k , l}, A3 \ {k , l} ⇒
l k
• •
а) t (k ) = j , t (l ) = j ; граф:
l
• j•
б) t (k ) = j , t (l ) = k ; граф: •k
•
j
F J (t )(u ) = ∑ f (u ) f (u ) f (u )K
K , L,K
J
KK
K
K
L
K (2.23)
F J (t 31 )(u ) = ∑f
K,L
J
KL f K
f L, F J (t 32 )(u ) = ∑f
K,L
K
J
f LK f L
.
231
Теперь обратим внимание на то, что, например, следующие три помеченных дерева из LT4
l m m
• • •
m l k
• •k • •k • •l
• • •
j j j
имеют одинаковую топологическую структуру; более того, их элементарные дифферен-
циалы ∑ f KM
J
f LK f M f L , ∑ f KL
J
f MK f L f M и ∑ f KL
J
f K f ML f M совпадают, поскольку они
K , L, M K , L, M K , L, M
(u )( )
J q
t =t 0
= ∑ F (t )(u ) = ∑α (t )F (t )(u ) .
J
0
J
0 (Т.q)
t∈LTq t∈Tq
Доказательство.
В соответствии с методом математической индукции получаем: теорема справедлива при
q = 1, 2, 3 (см. формулы (Т.1) – (Т.3)). Индуктивный переход осуществляется с помощью
следующих соображений: чтобы вычислить производную порядка (q + 1) , необходимо
продифференцировать формулу (Т.q), в которой (q − 1)! членов соответствуют всем поме-
ченным деревьям порядка q и каждый из которых содержит q сомножителей вида fKK ,
отвечающих q вершинам этих деревьев. Дифференцирование этих членов по правилу
Лейбница и подстановка правой части уравнения (2.16) вместо производных u ′ геометри-
чески интерпретируется как добавление к каждой вершине нового ребра с вершиной, по-
меченной новым индексом суммирования. Очевидно, в этом процессе появляются все по-
меченные деревья порядка q + 1 и каждое из них только один раз (поскольку каждое из
232
(q − 1)! деревьев порождает q новых деревьев, то их общее количество будет равно q ! ).
(Поясняющую картинку см. ниже).
Если после этого сгруппировать все члены с одинаковыми элементарными диф-
ференциалами, то мы получим второе выражение в формуле (Т.q).
• j
•k
• j
l •
l• •k
•k
•j
•j
m •m
m m l l• •
l • • •
m • k l•
• • l• l• m• •k
•k •k •k
•k
•j
•j •j •j •j
•j
• j
l •
l• •k
•k
•j
•j
•m
m m l
l • • •
m • k l•
• • l• l• m•
•k •k •k
•k
•j
•j •j •j
•j
233
чин g j (т.е. правой части формул (2.17) на точном решении).Для этого сначала необходи-
мо получить обобщение формул (Ф.1) и (Ф.2) на случай q -й производной от суперпози-
ции двух функций. Проведем соответствующий вывод, используя поясняющую картинку.
Формула (Ф.2) состоит из двух членов, причем первый член содержит три мно-
жителя, а второй – только два, так что в его грáфе индекс l – «пустой». В формуле он от-
сутствует, его назначение – показать, что нужно взять вторую производную. Следова-
тельно, дифференцируя выражение (Ф.2), мы получим пять членов:
K , L, M K,L
(Ф.3)
∑ f (g )(g ) (g ) ∑ f (g )(g ) (g ) ∑ f (g )(g )
J K (1) L (2 ) J K (2 ) M (1) J K (3 )
+ KL j j j + KM j j j + K j j
K,L K,M K
(f J
(g )) q −1
( )
= ∑ ∑f J
K1KK m (g )(g K1 )
(δ1 )
(
K g Km )(
δm )
. (Ф.q-1)
u∈LS q K1 , K, K m
Φ j (t ) = ∑a
k , l ,K
jk aK K , (2.25)
234
Если множество Aq записано в виде Aq = {j1 < j 2 < K < j q }, то (2.25) примет вид
Φ j1 (t ) = ∑
j 2 , K, j q
at ( j ) j K at ( j ) j .
2 2 q q
(2.26)
● ● ● ●
● ● ● ●
● ● ● ●
● ● ● ● ● ● ● ●
● ● ● ●
γ (t ) = 9 × 2 ⋅ 6 × 1 ⋅ 4 ⋅ 1 × 1 ⋅ 1 ⋅ 1 = 9 ⋅ 12 ⋅ 4 = 432
(g )( )
i
J q
τ =0
= ∑ γ (t )∑ a Φ (t )F (t )(u )ij j
J
0 (П.q)
t∈LTq j
τ =0
= ∑ γ (t )∑ b Φ (t )F (t )(u ) = ∑ α (t )γ (t )∑ b Φ (t )F (t )(u ) .
j j
J
0 j j
J
0 (2.27)
t∈LTq j t∈Tq j
Доказательство.
Как уже отмечалось ранее, достаточно доказать первое равенство. Докажем его индукцией
по q , следуя тем же путем, которым были получены ранее равенства (П.1) – (П.3). При-
менив к (2.17) формулу Лейбница, получим:
(g )( )
i
J q
τ =0
=q ∑ a ( f (g ))
ij
( J
i
q −1)
.
j u =u 0
Далее воспользуемся формулой Фаа ди Бруно, используя при этом индуктивное предпо-
ложение о справедливости формул (П.1) – (П.q-1) (т.е. подставляя соответствующие вы-
(δ )
ражения в (Ф.q-1) вместо производных g Kj s s ) и учитывая, что всегда δ s < q ). В итоге ( )
будем иметь:
(g )( ) =
i
J q
τ =0
235
Остается уяснить, что каждой совокупности деревьев {u, t1 , K, tm }, u ∈ LS q , t s ∈ LTδ s ,
s = 1, K , m , соответствует определенное помеченное дерево t ∈ LTq такое, что
γ (t ) = q ⋅ γ (t1 ) ⋅ K ⋅ γ (t m ) ,
F J (t )(u ) = ∑f
K1 , K, K m
J
K1 K K m (u )F K (t1 )(u )K F K (t m )(u ) ,
1 m
Φ j (t ) = ∑a
k1 , K, k m
jk1 K a jk m Φ k1 (t1 )K Φ k m (tm ) .
•p •p
m
•
n• • m n• • m •q
k
• k• •l
l• •k l• •k
• •j •j •
j j
u t1 t2 t
Замечание. Описанное построение дерева t может быть использовано для индук-
тивного определения деревьев. Если обозначить t = [t1 ,K, t m ] дерево, после удаления корня
которого (вместе с инцидентными ему ребрами) останутся деревья t1 ,K, t m , то в конечном
счете все деревья могут быть выражены через τ . Например, t 21 = [τ ], t 31 = [τ , τ ], t 32 = [ [τ ] ] и
т.п.
Теперь, сопоставляя теоремы 1 и 2, окончательно получим результат:
Теорема 3. Чтобы явный метод Рунге-Кутта (2.17) имел порядок p , необходимо и
достаточно выполнение равенств
1
∑ b Φ (t ) = γ (t )
j
j j (2.28)
q 1 2 3 4 5 6 7 8 9 10
( )
card Tq 1 1 2 4 9 20 48 115 286 719
236
Далее, в таблице 2, приведены все характеристики деревьев до четвертого порядка
включительно, а также вид связанных с ними величин.
Таблица 2.
q t граф γ (t ) α (t ) F J (t )(u ) Φ j (t )
0 Ø Ø 1 1 uJ
1 τ ●
j 1 1 f J
1
●
k
2 t21 ●
j
2 1 ∑f K
K
J
fK ∑a k
jk
t31
l●
●
●
k
3 1 ∑f
K,L
J
KL f K
f L
∑a
k ,l
jk a jl
j
3 ● l
t 32 ●
k 6 1 ∑f
K,L
K
J
f LK f L
∑a
k ,l
jk akl
●
j
l
∑f ∑a
● J K
t41 m● ●
k f fLfM jk a jl a jm
4 1 K , L, M
KLM
k ,l , m
● j
● l
t 42 m● ●
k 8 3 ∑f
K , L, M
J
KM f LK f L f M ∑a
k ,l , m
jk a jm akl
●
j
4 m● ●
l
t 43 ●
k 12 1 ∑f
K , L, M
K
J K
f LM fLfM ∑a
k ,l , m
jk a kl a km
● j
● m
l
∑f ∑a
●
J
t 44 f LK f ML f M jk a kl alm
● k
24 1 K , L, M
K
k ,l , m
●
j
p 1 2 3 4 5 6 7 8 9 10
Число
условий
1 2 4 8 17 37 85 200 486 1205
237
p=3
∑
⎧ b j = 1,
⎪ j
⎪
⎪ b a = 1,
∑
⎪ j , k j jk 2
⎪
⎨ 1
(2.29)
∑
⎪ b j a jk a jl = ,
⎪ j, k , l 3
⎪
⎪ b a a = 1.
∑
⎪ j , k , l j jk kl 6
⎩
∑
⎧ b j = 1,
⎪ j
⎪
⎪ b c = 1,
∑
⎪ j j j 2
⎪
⎨ 1
(2.30)
∑
⎪ b j c 2j = ,
⎪ j 3
⎪
⎪ b a c = 1.
∑
⎪ j , k j jk k 6
⎩
⎧b1 + b2 + b3 = 1 ,
⎪
⎪b2 c 2 + b3 c3 = 1 ,
⎪ 2
⎪ 1
⎪b2 c 22 + b3 c33 = ,
⎨ 3
⎪ 1
⎪b3 a 32 c 2 = ,
⎪ 6
⎪c 2 = a 21 ,
⎪
⎩c3 = a 31 + a32 .
0 0 0 0
1 1
0 0
3 3
2 2
0 0
3 3
1 3
0
4 4
p = 4:
238
Соответствующая система уравнений будет иметь вид:
∑
⎧ b j = 1,
⎪ j ∑
⎧ b j = 1,
⎪ j
⎪ ⎪
⎪ 1 ⎪ 1
∑
⎪ b j a jk = 2 , ∑
⎪ b jc j = 2 ,
⎪ j, k ⎪ j
⎪ 1 ⎪ 1
⎪ ∑
⎪ j, k , l
b j a jk a jl = ,
3 ∑
⎪ b j c 2j = ,
⎪ j 3
⎪ ⎪
1 ⎪ b a c = 1,
⎪
⎪ ∑ b j a jk a kl = ,
6 ⎪∑ j jk k
6
⎪ j, k , l ⎪ j, k
⎨ 1
или, с учетом (2.18), ⎨ 1
(2.31)
⎪ ∑ b j a jk a jl a jm = ,
⎪ j, k , l, m 4 ∑
⎪ b j c 3j = ,
⎪ j 4
⎪ ⎪
1 ⎪ b c a c = 1,
⎪
⎪ ∑ b j a jk a jm a kl = ,
8 ⎪∑ j j jk k
8
⎪ j, k , l, m ⎪ j, k
⎪ 1 ⎪ 1
⎪ ∑ b j a jk a kl a km = ,
⎪ j, k , l, m 12 ∑
⎪ b j a jk c k = ,
⎪ j, k
2
12
⎪ ⎪
1 1
⎪
⎪ ∑ b j a jk a kl a lm =
24
⎪
⎪ ∑ b j a jk a kl c l =
24
.
⎩ j, k , l, m ⎩ j, k , l
Отсюда при s = 4 имеем систему
⎧b1 + b2 + b3 + b4 = 1 ,
⎪
⎪b2 c 2 + b3 c 3 + b4 c 4 = 1 ,
⎪ 2
⎪ 1
⎪b2 c 22 + b3 c 32 + b4 c 42 = ,
⎪ 3
⎪ 3 3 2 1
⎪b2 c 2 + b3 c 3 + b4 c 4 = ,
⎪ 4
⎪
⎪
⎪⎪b a c + b (a c + a c ) = 1 ,
3 32 2 4 42 2 43 3
⎨ 6
⎪ 1
⎪b3 a 32 c 2 c 3 + b4 c 4 (a 42 c 2 + a 43 c 3 ) = ,
⎪ 8
⎪ 2
( 2
)
2
⎪b3 a 32 c 2 + b4 a 42 c 2 + a 43 c 3 = ,
1
12
⎪
⎪ 1
⎪b4 a 43 a 32 c 2 = 24 ,
⎪
⎪c 2 = a 21 ,
⎪c = a + a ,
⎪ 3 31 32
⎪⎩c 4 = a 41 + a 42 + a 43 ,
одним из решений которой является метод, записанный ниже.
0 0 0 0 0
1 1
0 0 0
2 2
1 1
0 0 0
2 2
1 0 0 1 0
1 1 1 1
6 3 3 6
239
Именно этот метод в технической литературе и называют методом Рунге-Кутта.
Упражнения. 1. Построить другие примеры методов третьего и четвертого порядков;
2. Выписать условия порядка для p = 5 ;
3. Найти все деревья порядка 6.
u (t j + τ ) = u (t j ) + τ ∫ z j (α )dα ,
1
(3.1)
0
где z j (α ) = f (t j + ατ , u (t j + ατ )) .
q
Заменим интеграл в (3.1) квадратурной суммой ∑ Ai z j (α i ) . Тогда будем иметь:
i =0
u (t j + τ ) ≈ u (t j ) + τ ∑ Ai z j (α i ) = u (t j ) + τ ∑ Ai f (t j + α iτ , u (t j + α iτ )) .
q q
(3.2)
i =0 i =0
1 q
∫ z j (α )dα ≈ ∑ Ai z j (α i ) (3.3)
0 i =0
⎧ q A = 1,
⎪⎪i∑ =0
i
⎨q (3.4)
1
⎪ ∑ Aiα i j = , j = 1,K, k − 1.
⎪⎩i =0 j +1
u (t j + τ ) ≈ u (t j ) + ∑ Ai f (t j + α iτ , u (t j + α iτ )) = u (t j ) + ∑ Ai u ′(t j + α iτ )
q q
i =0 i =0
240
⎡ 1 1 q ⎤
r (t j ,τ ) = τ k +1u ( k +1) (t j )⎢ − ∑ Aiα ik ⎥ + O(τ k + 2 ) . (3.5)
⎣ (k + 1)! k! i = 0 ⎦
1
Так как весовая функция в случае интеграла ∫ z j (α )dα равна 1, то квадратурная
0
( ) ( ) ( ( ))
u t j + α i β in Kγ inKlτ ≈ u t j + α i β in Kγ inKlτf t j , u t j , (3.6)
[k ] [k ] [k ]
y j +α ( ) ( ) ⎛ ⎞
= u t j + ατ + O τ k , f j +α = f ⎜ t j + ατ , y j +α ⎟ .
⎝ ⎠
241
q
∑A
i =0
i = 1. (3.7)
[2 ] [2 ] [2 ]
y j +1 = y j +τ f j . (3.8)
1
При q = 0 система (3.7), (3.9) имеет единственное решение A0 = 1 , α 0 = , что при-
2
водит к следующему вычислительному правилу:
⎧ A0 + A1 = 1 ,
⎪
⎨ 1
⎪⎩ A0α 0 + A1α 1 = 2 .
1
Выбрав, например, α 0 = 0, α 1 = 1 , найдем: A0 = A1 = и получим неявный метод трапеций
2
Используя формулу типа (3.6) (или, что то же самое, явный метод Эйлера), (3.11) можно
преобразовать в явный метод трапеций:
Заметим, что наряду с (3.12) можно записать и более экономичный вариант явного метода
трапеций, требующий, в отличие от (3.12), вычисления всего одного значения правой части
исходной задачи на каждый узел сетки, кроме первого:
242
⎧[2 ] [3] [2 ]
⎪⎪ y j +1 = y j + τ f j ,
⎨[3] [3] τ ⎛ [2 ] [2 ] ⎞ (3.13)
⎪ y j +1 = y j + ⎜ f j + f j +1 ⎟ .
⎪⎩ 2⎝ ⎠
q
1
∑ Aα
i =0
i i
2
= .
3
(3.14)
⎧
⎪ A0 + A1 = 1 ,
⎪
⎪ 1
⎨ A0α 0 + A1α 1 = ,
⎪ 2
⎪ 1
⎪⎩ A0α 0 + A0α 1 = 3 .
2 2
2 3 1 [3]
Отсюда, положив α 0 = 0 , находим: α 1 = , A1 = , A0 = . Используя для вычисления y j + 2
3 4 4 3
2
формулы (3.10) (с заменой τ на τ ), окончательно будем иметь:
3
⎧[2 ] [4 ] τ [4 ]
⎪ y j + 13 = y j + f j ,
⎪ 3
⎪[3 ] [4 ] 2τ [2 ]
⎨ y j + 23 = y j + f j+ 1 , (3.15)
⎪ 3 3
⎪[4 ] [4 ] τ ⎛ [4 ] [3] ⎞
⎪ y j +1 = y j + ⎜ f j + 3 f j + 23 ⎟ .
⎩ 4 ⎝ ⎠
⎧[2 ] [4 ] τ [i ]
y 1 = y + f j,
⎪ 4 j + j
4
⎪[3] [4 ] [2 ]
⎪y 1 = y + τ f 1 ,
⎪ j+ 2 j
2
j+ 4
⎨[3] [4 ] [3]
(3.16)
⎪ y = y +τ f 1 ,
j +1 j+ 2
⎪ j
Здесь i может принимать значения 3 или 4. При i = 4 построенное правило на один узел
сетки требует четырехкратного обращения к блоку нахождения значений правой части
исходного уравнения. В случае же i = 3 точность результата, вообще говоря, несколько по-
243
нижается (при сохранении порядка), однако в основном счете число обращений к блоку
вычисления значений функции f (t , u ) сокращается до трех на узел сетки.
Отметим также, что построенный численный метод, как и правила (3.12) и (3.13),
имеют предсказывающе-исправляющий характер. Приближенное значение величины
u (t j +1 ) , найденное с локальной погрешностью порядка τ 3 , уточняется затем по формуле,
[3]
локальная погрешность которой имеет четвертый порядок. Сравнение значений y j +1 и
[4 ]
y j +1 дает практическую возможность по ходу вычислений без дополнительных вычисли-
тельных затрат составить представление о локальной точности полученного приближения
к u (t j +1 ) . Такое сравнение, в частности, может быть положено в основу правила автомати-
ческого выбора шага интегрирования.
На примере приведенных вычислительных правил легко видеть, что описанный
способ построения методов численного интегрирования дифференциальных уравнений
удовлетворяет принципу модульности, когда сложные вычислительные правила компо-
нуются на основе более простых типовых расчетных формул. Так, например, в случае ме-
тода (3.16) мы имеем цепочку явный метод Эйлера – формула средних прямоугольников –
формула Симпсона.
Упражнение. Построить примеры методов четвертого порядка точности.
В ходе расчетов всегда желательно иметь представление о том, сколь далеко полу-
ченное приближенное решение от истинного решения исходной задачи и в соответствии с
величиной оценки погрешности выбирать шаг численного интегрирования. Большинство из
известных методик, применяемых для этих целей, оценивают главный член погрешности
метода.
u (t j + τ ) = y (t j + τ ) + τ k ρ (t j ) + O(τ k + p ) .
откуда
yτ1 − yτ 2
ρ (t j ) ≈ . (4.1)
τ 2k − τ 1k
244
ближенных значений решения yτ1 и yτ 2 . Кроме того, при заданной границе ε допустимой
погрешности на основании приближенного равенства
ε ≈ ρ (t j ) τ εk
по результатам этих вычислений можно выбрать практически более приемлемое при дан-
ных требованиях к точности значение шага:
τ 2k − τ 1k
τε = k ε . (4.2)
yτ1 − yτ 2
τ
В практике вычислений достаточно часто в качестве τ 1 и τ 2 выбирают τ и соот-
2
ветственно (прием, предложенный еще Рунге). В этом случае формулы (4.1) и (4.2) прини-
мают вид
y τ − yτ
ρ (t j ) ≈ 2
,
k⎛ 1 ⎞
τ ⎜1 − k ⎟
⎝ 2 ⎠
τε =
τ (2k − 1)ε ,
k
2 y τ − yτ
2
245
0
c2 a21
c3 a31 a32
M L
c s a s1 as 2 K ass−1 (4.3)
b1 b2 K bs−1 bs
чтобы величина
y j +1 = y j + τ (b1k1 + L + bs k s )
(
y j +1 = y j + τ bˆ1k1 + L + bˆs k s )
порядок q (обычно q = p − 1 или q = p + 1 ).
Поясним эту идею на конкретном примере, построив вложенные формулы поряд-
ков 2 и 3.
Тогда таблица (4.3) будет иметь вид (полагаем s = 3 , так как при s = 2 явных мето-
дов Рунге-Кутта третьего порядка построить нельзя)
0
c2 a21
c3 a31 a32
b1 b2 b3
1
Выбрав c2 = 1 и b3 = 0 , из первых двух уравнений получим: b2 = b1 =. Осталось
2
1 1 1 4
четыре уравнения с пятью неизвестными. Если положить c3 = , то bˆ1 = , bˆ2 = , bˆ3 =
2 6 6 6
246
1
и a32 = . Таким образом, получившийся метод имеет вид (его аббревиатура в литературе –
4
RKF2(3) по первым буквам фамилий: Рунге-Кутта-Фельберга))
0
1 1
1 1 1
2 4 4 (4.4)
1 1
0
2 2
1 1 4
6 6 6
Автором данного алгоритма – Фельбергом – были построены и другие варианты вложенных
формул различных порядков точности.
Упражнение. Построить другие примеры вложенных методов типа Рунге-Кутта.
∂u(t , ξ ,η ) ∂f ( x , u( x , ξ ,η ))
t
= exp ∫ dx . (5.1)
∂η ξ
∂u
Доказательство.
∂u(t , ξ ,η )
Так как u(t , ξ ,η ) удовлетворяет исходному уравнению (0.1), то = f (t , u(t , ξ ,η )) .
∂t
Продифференцируем последнее соотношение по переменной η :
247
∂u(t , ξ ,η )
или, меняя порядок дифференцирования слева и вводя обозначение = z:
∂η
∂ ∂f (t , u(t , ξ ,η ))
z (t ) = ⋅ z (t ) . (5.2)
∂t ∂η
∂ ∂
Так как z (ξ ) = u(ξ , ξ ,η ) = η = 1 , то из (5.2) получим:
∂η ∂η
∂u(t , ξ ,η ) ∂f ( x , u( x , ξ ,η ))
t
z (t ) = = exp ∫ dx .
∂t ξ
∂u
∂u(t , ξ ,η )
≤ M для всех ξ , η ∈ D, ξ ≤ t . (*)
∂η
Будем считать, что u(t , ξ ,η ) имеет все необходимые по ходу изложения производные по t ,
порядок которых определяется конструкцией избранного метода
Здесь, как и ранее, yi – приближенное значение для u(ti , t0 , u0 ) , полученное при условии
точного выполнения всех предусмотренных в (5.3) операций.
В действительности же мы вместо (5.3) имеем соотношения вида
y j +1 = F ( y j ) − δ j +1 , j = 0,1, ..., N − 1 .
~ ~
(5.4)
~
Разность ε 0 = y0 − y0 будем называть погрешностью начального условия, а величину
− δ j +1 – погрешностью округления на ( j + 1) -м шаге вычислительного процесса. При от-
сутствии ошибок начальных данных и округлений величину
u(t j +1 , t j , y j ) = F (u(t j , t j , y j )) + rj +1 = F ( y j ) + rj +1 .
~ ~ ~
(5.6)
Здесь rj +1 – фактически – локальная погрешность метода. Тогда, вычитая из (5.6) (5.4), по-
лучим:
u(t j +1 , t j , y j ) − y j +1 = rj +1 + δ j +1 .
~ ~
(5.7)
248
(5.7) дает возможность оценить реально допускаемое отклонение на каждом шаге вычисли-
тельного процесса.
Теперь вернемся к соотношению (5.5), дающему глобальную погрешность:
j
ε~j = u (t j , t0 , y0 ) − u (t j , t j , ~y j ) = u (t j , t0 , y0 ) − u (t j , t0 , ~y0 ) + ∑ [u (t j , ti −1 , ~yi −1 ) − u (t j , ti , ~yi )].
i =1
j
ε~j = u(t j , t0 , y0 ) − u(t j , t j , ~y0 ) + ∑ [u(t j , ti , u(ti , ti −1 , ~yi −1 )) − u(t j , ti , ~yi )] .
i =1
∂u(t j , t0 ,η0 )
~
~ ∂u(t j , ti ,ηi )
j ~
ε~j = ( y0 − ~y0 ) ~
+ ∑ [u(ti , ti−1 , yi −1 ) − yi ] =
∂η i =1 ∂η
(5.8)
~ ∂u(t j , t0 ,η0 )
~
∂u(t j , ti ,ηi )
j ~
= ε0 + ∑ ( ri + δ i ) .
∂η i =1 ∂η
⎛ j
⎞ ( r + δ )(T − t0 ) ⎞
ε~j ≤ ⎜ ε 0 + ∑ ( ri + δ i ) ⎟ M ≤ (ε 0 + j ( r + δ ))M ≤ (ε 0 + N ( r + δ ))M = ⎛⎜ ε 0 + ⎟M ,
⎝ i =1 ⎠ ⎝ τ ⎠
j = 1, 2, ..., N .
δ r
На основании этой оценки можно утверждать, что если ε 0 → 0, →0 и →0
τ τ
при τ → 0 , то в любой точке отрезка [t0 ; T ] приближенное решение задачи Коши, получен-
ное с помощью одношагового метода (5.3), будет сходиться к точному решению этой зада-
чи.
~ r
В частности, когда ε 0 = 0, δ i = 0 имеем условие сходимости в виде → 0 . При
τ τ →0
этом обычно для локальной погрешности справедливо представление r = O(τ ) для неко- p +1
торого p > 0 . Поэтому данное условие автоматически выполняется, причем скорость схо-
димости будет иметь p -й порядок.
Отметим, что соотношение (5.8) с учетом (5.1) позволяет провести более подроб-
ный анализ зависимости погрешности от свойств исходного дифференциального уравнения.
∂f ∂u
Так, например, если > 0 , то > 1 и влияние погрешностей начальных данных и округ-
∂u ∂η
∂f
ления растет, а в случае < 0 – ослабевает.
∂u
249
ГЛАВА XI
t j +1
§ 1. Методы Адамса
k
ωk +1 ( x ) k
ωk +1 ( x )
u′( x ) ≈ Lk ( x ) = ∑ y ′(t j −i ) = ∑ f (t j −i , y j −i ) . (1.3)
i =0 (x − t j−i )ωk′ +1 (t j−i ) i =0 ( x − t j −i )ω k′ +1 (t j −i )
k
y j +1 = y j + ∑ β i f (t j −i , y j −i ) , (1.4)
i =0
где
t j +1
ωk +1 ( x )
βi = ∫ (x − t )ω ′ (t ) dx ,
tj j −i k +1 j −i
i = 0, k . (1.5)
250
x − t j −1 x −tj
u′( x ) ≈ L1 ( x ) = fj + f j −1
t j − t j −1 t j −1 − t j
x − t j −1 x −tj
u′( x ) ≈ L1 ( x ) = fj − f j −1 .
τ j −1 τ j −1
Отсюда
t j +1
⎛ x − t j −1 x −tj ⎞
y j +1 = y j + ∫ ⎜⎜⎝
tj
τ j −1
fj −
τ j −1
f j −1 ⎟⎟dx =
⎠
(τ j + τ j−1 )2 − τ 2j−1 τ 2j
= yj +
1
2τ j −1
{[(t j +1
2 2
]
− t j −1 ) − (t j − t j −1 ) f j − (t j +1 − t j ) f j −1 } = y j +
2
2τ j −1
fj −
2τ j −1
f j −1 .
Если сетка узлов равномерна, т.е. когда для всех значений j τ j = const = τ , то
предлагаемые методы имеют значительно более простой вид. Дадим их подробное описа-
ние.
Делая вновь, как и в способе Рунге-Кутта, замену переменных в интегральном
тождестве (1.1), перепишем его в виде
1
u(t j +1 ) = u(t j ) + τ ∫ u′(t j + ατ )dα . (1.1′)
0
k
y j +1 = y j + τ ∑ β i f j −i , (1.6)
i =0
где
( − 1)i 1 α (α + 1)K(α + k )
i !⋅ ( k − i )! ∫0
βi = dα , i = 0, k . (1.7)
α +i
В частности, имеем:
1) при k = 0 :
1
β 0 = ∫ dα = 1
0
2) при k = 1 :
251
1 1
3 1
β 0 = ∫ (α + 1)dα = ; β1 = − ∫ αdα = −
0
2 0
2
и
τ
y j +1 = y j + (3 f j − f j −1 ) .
2
3) при k = 2 :
1 1 1
1 23 4 1 5
β 0 = ∫ (α + 1)(α + 2 )dα = ; β1 = − ∫ α (α + 2 )dα = − ; β 2 = ∫ α (α + 1)dα =
20 12 0
3 20 12
и
τ
y j +1 = y j + (23 f j − 16 f j−1 + 5 f j−2 ) .
12
α α (α + 1) α (α + 1)K(α + k − 1)
u′(t j + ατ ) ≈ u′(t j ) + ∆u′(t j −1 ) + ∆2 u′(t j −2 ) + L + ∆k u′(t j −k ) , (1.8)
1! 2! k!
α (α + 1)K(α + k )
rk (t j + ατ ) = τ k +1 u ( k + 2 ) (ξ ) , t j −k ≤ ξ ≤ t j +1 .
( k + 1)!
Очевидно, локальная погрешность метода (1.9), (1.10), учитывая (1.8), будет иметь вид
1
α (α + 1)K(α + k )
rk (t j ,τ ) = τ k + 2 ∫ u ( k + 2 ) (ξ )dα = Ck +1τ k + 2 u ( k + 2 ) (ξ ′ ) , (1.11)
0
( k + 1)!
т.е. метод (1.9), (1.10) является методом ( k + 1) -го порядка точности. Из (1.10) следует, что
1 1 1
1 1 1 5
C0 = ∫ dα = 1; C1 = ∫ αdα = ; C2 = ∫ α (α + 1)dα = ;K .
0
1! 0 2 2! 0 12
252
Таким образом, (1.9) может быть переписан в виде
1 5
y j +1 = y j + τ ⎛⎜ f j + ∆f j −1 + ∆2 f j −2 + L + Ck ∆k f j −k ⎞⎟ .
⎝ 2 12 ⎠
При этом приближенное решение вновь (как и в пошаговом варианте метода рядов) ока-
зывается разложенным по последовательным главным частям.
Как уже отмечалось ранее, многошаговые методы характеризуются известной не-
однородностью вычислительного процесса. Первые k значений y j (начало таблицы)
должны быть вычислены каким-либо другим способом (например, с помощью одношаго-
вых методов).
Все изложенное в предыдущем пункте можно было бы повторить при одном лишь
отличии: интерполирование функции u′( x ) проводить не по узлам t j , t j −1 , ..., t j −k , а по узлам
t j +1 , t j , ..., t j −k .
Мы, однако, вновь более подробно остановимся на случае равномерной сетки уз-
лов, так как тогда расчетные формулы будут иметь наиболее простой вид.
Сделаем в (1.1) замену переменной x = t j +1 + ατ . Получим:
0
u(t j +1 ) = u(t j ) + τ ∫ u′(t j +1 + ατ )dα . (1.1′′)
−1
α α (α + 1) α (α + 1)K (α + k )
u′(t j +1 + ατ ) ≈ u′(t j +1 ) + ∆u′(t j ) + ∆2u′(t j −1 ) + L + ∆k +1u′(t j − k ) .
1! 2! k!
α (α + 1)K(α + k + 1)
ρ k +1 (t j +1 + ατ ) = τ k +2 u ( k +3 ) (ξ ) , t j −k ≤ ξ ≤ t j +1 .
( k + 2 )!
k +1
y j +1 = y j + τ ∑ Ci*∆i f j +1−i , (1.12)
i =0
где
0
1
C = ∫ α (α + 1)K(α + i − 1)dα ,
*
i (1.13)
i ! −1
1
α (α + 1)K(α + k + 1)
rk (t j ,τ ) = τ k +3
∫ u ( k +3 ) (ξ )dα = Ck*+ 2τ k +3u ( k +3 ) (ξ ′ ) , t j −k ≤ ξ ′ ≤ t j +1 , (1.14)
0
( k + 2 )!
253
В частности, из (1.13) следует, что
0 0 0
1 1 1 1
C0* = ∫ dα = 1; C1* = ∫ αdα = − ; C2* = ∫ α (α + 1)dα = − ;K ,
−1
1! −1 2 2! −1 12
1 1
y j +1 = y j + τ ⎛⎜ f j +1 − ∆f j − ∆2 f j −1 − L + Ck*+1∆k +1 f j −k ⎞⎟ . (1.12′)
⎝ 2 12 ⎠
τ
y j +1 = y j + ( f j+1 + f j ) – метод второго порядка (неявный метод трапеций);
2
τ
y j +1 = y j + (5 f j+1 + 8 f j − f j−1 ) – метод третьего порядка;
12
KKK
k k
которые носят название линейных многошаговых методов (ЛММ) без старших производ-
ных.
Очевидно, для методов Адамса a−1 = 1, a0 = −1, a1 = K = ak = 0 .
Получим сейчас общий вид условий, которым должны удовлетворять коэффици-
енты ai и bi метода (2.1). Для этих целей воспользуемся той же идеей, что и при рассмот-
рении методов Рунге-Кутта: порядок метода должен быть максимальным. Запишем выра-
жение для локальной погрешности метода (2.1):
k
r (t j ,τ ) = ∑ [ai u(t j − iτ ) − τ bi f (t j − iτ , u(t j − iτ ))] . (2.2)
i = −1
254
Поскольку
( − i )τ ( − i )2 τ 2
u(t j − iτ ) = u j + u′j + u′j′ + L,
1! 2!
( − i )τ ( − i )2 τ 2
f (t j − iτ , u(t j − iτ )) = u′(t j − iτ ) = u′j + u′j′ + u′j′′ + L,
1! 2!
⎛ k ⎞ τ k τ k 2
(− τ ) l k
r (t j ,τ ) = ⎜ ∑ ai ⎟u j − ∑ (iai + bi ) u′j + ∑ (i 2 ai + 2ibi )u′j′ + L + ∑i l −1
(iai + lbi ) u (jl ) + L .
⎝ i=−1 ⎠ 1! i=−1 2 ! i =−1 l! i = −1
Отсюда видно, что метод (2.1) будет иметь порядок точности p , если выполнены условия
⎧ k
⎪ ∑ ai = 0,
⎪i =−1
⎨ k (2.3)
⎪ (ia + lb )i l −1 = 0 , l = 1, 2, ..., p.
⎪⎩i∑
= −1
i i
k p k
∑a y i j −i = ∑τ l +1 ∑ bil f ( l ) (t j −i , y j −i ) . (2.4)
i = −1 l =0 i = −1
255
Прежде всего, заметим, что все численные методы решения задачи Коши пред-
ставляют собой разностные уравнения различных порядков: одношаговые методы – пер-
вого порядка, многошаговые ( k -шаговые) – k -го порядка.
Далее, вполне очевидным представляется тот факт, что численный метод должен
более или менее адекватно отражать истинные свойства решения исследуемой (решаемой)
дифференциальной задачи и причем, желательно, в достаточно широком диапазоне пра-
вых частей уравнения (т.е. функций f (t , u ) ).
В частности, положив f (t , u ) ≡ 0 , получим следующую запись линейного много-
шагового метода (2.1):
a−1 y j +1 + a0 y j + L + ak y j −k = 0 ,
k
y j = ∑ Ci qi j ,
i = −1
a−1q k +1 + a0 q k + L + ak = 0 . (3.1)
256
уравнения (функции f ) вряд ли возможно получить сколько-нибудь эффективных оценок
по этому поводу. Поэтому в отличие от такого свойства численных методов как аппрок-
симация, о которой мы говорили выше, и которая может быть исследована принципиаль-
но при любой правой части, другие свойства приближенных методов, характеризующие
качественное поведение приближенного решения, могут быть исследованы только на за-
дачах определенного вида – модельных уравнениях.
В частности, при исследовании свойства устойчивости в качестве такого модель-
ного уравнения чаще всего рассматривают уравнение
u (t + τ ) ≤ u (t ) ,
∑ (a − zb ) y
i = −1
i i j −i = 0, (4.3)
где z = τλ .
Аналогичные разностные уравнения (но только первого порядка) получаются, ес-
ли к решению уравнения (3.2) применить соответствующий метод Рунге-Кутта или после-
довательного повышения порядка точности.
Определение 2. Численный метод решения задачи Коши будем называть устой-
чивым при некотором значении z , если при данном значении z устойчиво соответст-
вующее ему разностное уравнение (типа (3.3)), получающееся вследствие применения ис-
следуемого метода к решению модельного уравнения (3.2).
Очевидно, для того чтобы метод был устойчивым, достаточно, чтобы все корни
соответствующего характеристического уравнения по модулю не превосходили единицы.
Определение 3. Областью устойчивости численного метода будем называть
множество всех точек z комплексной плоскости, для которых данный метод устойчив.
Определение 4. Интервалом устойчивости численного метода будем называть
пересечение области устойчивости с вещественной осью координат.
Рассмотрим некоторые примеры.
10. Явный метод Эйлера:
y j +1 = y j + τ f j .
257
y j +1 = (1 + z ) y j .
1+ z ≤ 1. (3.4)
1 + x + iy ≤ 1 или (1 + x )2 + y 2 ≤ 1 .
1
Тогда q = и условие устойчивости примет вид
1− z
1
≤1 или 1− z ≥ 1.
1− z
Таким образом, областью устойчивости неявного метода Эйлера является внешность кру-
га единичного радиуса с центром в точке (1; 0 ) . Интервалом устойчивости является вся
числовая прямая, кроме промежутка (0; 2 ) . Следовательно, при Re λ < 0 шаг численного
интегрирования τ может быть любым (в то время как для явного Эйлера от ограничен
2
сверху величиной ).
λ
Определение 5. Численный метод будем называть А-устойчивым, если его об-
ласть устойчивости содержит всю левую полуплоскость Re z < 0 .
Сущность данного определения состоит в том, что А-устойчивый метод является
абсолютно (т.е. при любых τ > 0 ) устойчивым, если устойчиво решение исходного диф-
ференциального уравнения. Отметим, что неявный метод Эйлера является А-устойчивым,
а явный – нет. Заметим, однако, что неявный метод Эйлера является и в той области, где
исходная задача является неустойчивой (!).
Справедлива следующая
258
Теорема. Не существует явных линейных А-устойчивых методов.
Это означает, что при использовании таких методов всегда будут иметь место ог-
раничения на выбор допустимой величины шага τ , подобные ограничению, характерному
для явного метода Эйлера. В то же время среди неявных линейных методов А-
устойчивые, как мы видели, существуют.
Подводя итоги, можем сформулировать следующую процедуру исследования ус-
тойчивости численных методов решения задачи Коши:
10. Применяя исследуемый метод к решению уравнения (3.2), получаем разностное урав-
нение, которому удовлетворяет приближенное решение;
20. Записываем соответствующее характеристическое уравнение;
30. Находим корни характеристического уравнения ( qi , i = 1,..., k ) ;
40. Решение системы неравенств qi ≤ 1, i = 1,..., k , дает искомую область устойчивости.
Заметим, однако, что практическая реализация изложенного алгоритма может на-
толкнуться на значительные технические трудности (особенно это касается случаев ком-
плексных λ для многостадийных методов, а также методов многошаговых). Поэтому
практически для построения областей устойчивости используют прием, который носит на-
звание метод множества точек границы и состоит в следующем: точка z комплексной
плоскости будет принадлежать границе области устойчивости, если при данном значении
def
z выполняется равенство max qi = 1 = q* или q* = eiϕ , ϕ ∈ [0; 2π ) (здесь i – мнимая еди-
i
ница). Решая записанное уравнение относительно z (возможно, при фиксированных зна-
чениях ϕ из указанного промежутка), мы получаем множество точек, составляющих гра-
ницу области устойчивости. Далее остается определить (например, путем подстановки), по
какую сторону границы находится сама область.
Приведем примеры исследования устойчивости:
10. Метод последовательного повышения порядка точности второго порядка (см. (3.10)
предыдущей главы)
⎧y = y + τ f ,
⎪ j + 12 j
2
j
⎨
⎪ y j +1 = y j + τ f j + 1 .
⎩ 2
⎛ z2 ⎞ y
y j +1 = ⎜1 + z + ⎟ y j .
⎝ 2⎠
Отсюда
z2
q = 1+ z + = e iϕ
2 x
–2 0
и
z = z (ϕ ) = −1 ± 2eiϕ − 1 .
259
τ
y j +1 = y j + (3 f j − f j −1 ) .
2
Разностное уравнение имеет вид
3 z
y j +1 − ⎛⎜1 + z ⎞⎟ y j + y j −1 = 0 .
⎝ 2 ⎠ 2
3 z
q 2 − ⎛⎜1 + z ⎞⎟q + = 0 .
⎝ 2 ⎠ 2 y
1+1
z (π ) = 2 ⋅ = −1 ,
3 ⋅ ( − 1) − 1
ГЛАВА XII
260
бенно часто, системы обыкновенных дифференциальных уравнений. Приведем вначале
некоторые примеры.
10. Скалярное уравнение
u(t ) = F (t ) + eλ t [u0 − F (0 )] .
Так как λ << 0 , то ясно, что уже после очень небольшого отрезка времени второе сла-
гаемое в решении практически отсутствует и, таким образом, на большей части отрез-
ка интегрирования преобладает медленно меняющаяся функция, которая принципи-
ально может быть достаточно хорошо приближенно описана на сетке с крупным ша-
гом τ . В то же время, если применить к решению задачи (1.1) явный метод Эйлера
(или любой другой явный метод типа Рунге-Кутта), то легко видеть, что допустимый шаг
интегрирования, как и в случае модельного уравнения (3.2) предыдущей главы, будет оп-
2 a
ределяться величиной τ ≤ − (или τ ≤ − ), т.е. будет очень малым (показать!).
λ λ
0
2 . Рассмотрим теперь систему из двух независимых уравнений
⎧u1′ (t ) = −λ1u1 (t ),
⎨ (1.2)
⎩u′2 (t ) = −λ2 u2 (t ), t > 0, λ2 >> λ1 > 0.
Эта система имеет решение u(t ) = (u1 (t ), u2 (t )) = (u10 e − λ1t , u20 e − λ2t ) . При выписанных
T T
261
1) Re λk < 0, k = 1, n (т.е. задача устойчива);
max Re λk
2) отношение S = 1≤k ≤n велико (например, S > 10 );
min Re λk
1≤ k ≤ n
3) промежуток интегрирования велик по сравнению с длиной погранслоя.
Число S иногда называют коэффициентом жесткости системы (1.3).
Если в (1.3) матрица A будет зависеть от t , то, очевидно, и S = S (t ) , т.е. коэффи-
циент жесткости может меняться с течением времени.
Поскольку система нелинейных обыкновенных дифференциальных уравнений
вида u (t ) = f (t , u(t )) может быть в окрестности некоторого известного решения v(t ) за-
′
менена линейной системой
Учитывая все сказанное выше, можно сделать вывод, что для решения жестких
задач наиболее пригодны те численные методы, которые требуют наиболее слабых огра-
ничений на величину шага численного интегрирования из соображений устойчивости. В
настоящее время наиболее часто для этих целей используют либо неявные методы, среди
которых, как мы видели, встречаются А-устойчивые (правда, при этом не следует думать,
что все неявные методы будут в этом смысле хорошими), либо методы, специально скон-
струированные для решения задач конкретного вида.
262
⎧b1 = 1,
⎨ (2.1)
⎩c1 = a11 .
Таким образом, имеем два уравнения с тремя неизвестными. Полагая c1 = a11 = α , по-
лучим однопараметрическое семейство методов первого порядка
α α
1
или в развернутом виде
⎧ y j +1 = y j + τ k1 ,
⎨ (2.2)
⎩k1 = f (t j + ατ , y j + ατ k1 ).
k1 = λ ( y j + ατ k1 ) ,
откуда
λ
k1 = yj
1−α z
и, следовательно,
z
y j +1 = y j + yj ,
1−α z
т.е.
1 + (1 − α )z
y j +1 = yj .
1−α z
Неравенство
1 + (1 − α )z
≤1
1−α z
равносильно неравенству
1 + (1 − α )z ≤ 1 − α z
2 2
или
(1 + (1 − α )x )2 + (1 − α )2 y 2 ≤ (1 − αx )2 + α 2 y 2 ,
2 x + (1 − 2α ) x 2 + (1 − 2α ) y 2 ≤ 0 . (2.3)
263
1
б) α > . В этом случае (2.3) может быть переписано в виде
2
2 2
⎛ x − 1 ⎞ + y2 ≥ ⎛ 1 ⎞ .
⎜ ⎟ ⎜ ⎟
⎝ 2α − 1 ⎠ ⎝ 2α − 1 ⎠
Последнее же означает, что областью устойчивости является внешность круга радиуса
1 1
с центром в точке ⎛⎜ , 0 ⎞⎟ и, как легко видеть, эта область целиком содер-
2α − 1 ⎝ 2α − 1 ⎠
жит всю левую полуплоскость, т.е. для всех рассматриваемых α метод (2.2) также яв-
ляется А-устойчивым;
1
в) α < . В этом случае (2.3) следует переписать в виде
2
2 2
⎛ x + 1 ⎞ + y2 ≤ ⎛ 1 ⎞ .
⎜ ⎟ ⎜ ⎟
⎝ 1 − 2α ⎠ ⎝ 1 − 2α ⎠
1
Следовательно, областью устойчивости является внутренность круга радиуса с
1 − 2α
1
центром в точке ⎛⎜ − , 0 ⎞⎟ , т.е. (2.2) в этом случае является условно устойчивым.
⎝ 1 − 2α ⎠
Таким образом, проведенный анализ показывает, что выбор параметра α в (2.2)
1
должен быть подчинен условию α ≥ .
2
2) методы второго порядка
В этом случае к уравнениям (2.1), рассмотренным выше, добавляется еще одно
уравнение:
1
b1c1 = .
2
Получившаяся система из трех уравнений с тремя неизвестными, как легко видеть,
1
имеет единственное решение: b1 = 1; c1 = a11 = . Таким образом, единственный одно-
2
стадийный метод второго порядка имеет вид
1 1
2 2
1
или в развернутом виде
⎧ y j +1 = y j + τ k1 ,
⎪
⎨ ⎛ τ τ ⎞ (2.4)
⎪⎩k1 = f ⎜⎝ t j + 2 , y j + 2 k1 ⎟⎠ .
⎧b1 + b2 = 1,
⎪ 1
⎪b1c1 + b2 c2 = ,
⎨ 2 (2.5)
⎪c1 = a11 + a12 ,
⎪
⎩c2 = a21 + a22 .
В этом варианте свободных параметров все равно достаточно много (четыре), и мы, не
задаваясь целью провести полное исследование, распорядимся их выбором с целью
упрощения реализации получаемых методов. Для этого зададим верхнюю строку таб-
лицы Батчера нулевой (т.е. положим a11 = a12 = c1 = = 0 ). Кроме того, положим c2 = α ,
a22 = β . Тогда оставшиеся неизвестные однозначно определятся из системы (2.5):
1 2α − 1
a21 = α − β , b2 = , b1 = . Таким образом, получаем двухпараметрическое се-
2α 2α
мейство методов второго порядка точности
0 0 0
α α −β β
2α − 1 1
2α 2α
или в развернутой форме
⎧ y = y + τ [( 2α − 1)k + k ],
⎪ j +1 j
2α
1 2
⎪
⎨k1 = f (t j , y j ), (2.6)
⎪
⎪k 2 = f (t j + ατ , y j + τ [(α − β )k1 + β k 2 ]).
⎩
k 2 = λ [ y j + τ (α − β )λy j + τβ k 2 ] ,
откуда
1 + (α − β )z
k 2 = λy j ⋅ .
1− β z
Следовательно,
τ ⎡ 1 + (α − β )z ⎤ ⎡ z ⎛ 1 + (α − β )z ⎞⎤
y j +1 = y j + ⎢( 2α − 1)λy j + λy j ⋅ ⎥ = y j ⎢1 + ⎜ 2α − 1 + ⎟ =
2α ⎣ 1− β z ⎦ ⎣ 2α ⎝ 1 − β z ⎠⎥⎦
265
⎡ z 2α − 1 − β ( 2α − 1)z + 1 + (α − β )z ⎤ ⎡ z 2α + α z (1 − 2 β ) ⎤
= y j ⎢1 + ⋅ ⎥ = y j ⎢1 + ⋅ ⎥=
⎣ 2α 1− β z ⎦ ⎣ 2α 1− β z ⎦
⎡ z + z2⎛ 1 − β ⎞ ⎤ 1 + (1 − β ) z + ⎛ 1 − β ⎞z2
⎢ ⎜ ⎟ ⎜ ⎟
= y j ⎢1 + ⎝2 ⎠⎥ = y ⋅ ⎝2 ⎠ .
⎥
1− β z 1− β z
j
⎢ ⎥
⎣ ⎦
Отсюда видим, что требование А-устойчивости может быть выполнено лишь при зна-
1
чении параметра β , равном (так как в противном случае степень числителя множи-
2
теля перехода будет выше степени знаменателя, и, следовательно, при больших по мо-
дулю значениях z множитель перехода будет заведомо больше единицы по модулю,
1
при β = мы получим исследованный выше случай). Таким образом, в (2.6) параметр
2
1
β следует полагать равным . Отметим в этом варианте два частных значения α :
2
1) α = 1 . В этом случае получаем метод,
0 0 0
1 1
1
2 2
1 1
2 2
являющийся аналогом неявного метода трапеций, о котором мы упоминали ранее.
1
2) α = . Получающийся в этом случае метод
2
0 0 0
1 1
0
2 2
0 1
по сути, является методом (2.4) (т.е. одностадийным (!)) (аналог неявной формулы
средних прямоугольников).
б) Методы третьего порядка.
Условия порядка имеют вид
⎧b1 + b2 = 1,
⎪ 1
⎪b1c1 + b2 c2 = ,
⎪ 2
⎪ 2 1
⎪b1c1 + b2 c2 = ,
2
⎨ 3
⎪ 1
⎪b1 ( a11c1 + a12 c2 ) + b2 ( a21c1 + a22 c2 ) = ,
⎪ 6
⎪c1 = a11 + a12 ,
⎪
⎩c2 = a21 + a22 .
266
Таким образом, здесь шесть уравнений и восемь неизвестных. Исходя из соображений
простоты дальнейшей реализации метода, положим a12 = 0, a11 = a22 . Тогда, с учетом
пятого уравнения, систему можно переписать в виде
⎧b1 + b2 = 1,
⎪ 1
⎪b1c1 + b2 c2 = ,
⎪ 2
⎪⎪ 2 1
⎨b1c1 + b2 c2 = ,
2
⎪ 3
⎪ 2 1
⎪b1c1 + b2 ( a21c1 + c1c2 ) = 6 ,
⎪
⎪⎩c2 = a21 + c1.
⎧b1 + b2 = 1,
⎪ 1
⎪b1c1 + b2 c2 = ,
⎪⎪ 2
⎨ 2 1
⎪b1c1 + b2 c2 = 3 ,
2
⎪
⎪b c 2 + b (2c c − c 2 ) = 1 .
⎪⎩ 1 1 2 1 2 1
6
Вычитая из второго уравнения последней системы первое, умноженное на c1 , из
третьего – второе, умноженное на c1 , и из четвертого – третье, перепишем систему в
виде
⎧b1 + b2 = 1,
⎪ 1
⎪b2 (c2 − c1 ) = − c1 ,
⎪⎪ 2
⎨ 1 1 (*)
⎪b2 c2 (c2 − c1 ) = 3 − 2 c1 ,
⎪
⎪b (c − c )2 = 1 .
⎪⎩ 2 2 1 6
1 1
− c1
c2 = 3 2 . (2.7)
1
− c1
2
1
c2 − c1 = 6
1
− c1
2
267
или
1 1
c1 − c12 +
c2 = 2 6. (2.8)
1
− c1
2
1 1 1 1
− c1 = c1 − c12 +
3 2 2 6
или
1
c12 − c1 + = 0.
6
Отсюда
3± 3
c1 = .
6
3− 3 3+ 3
Для определенности положим c1 = . Тогда из (2.7) следует, что c2 = .
6 6
1 1
Следовательно (четвертое из уравнений системы (*)), b2 = . Наконец, b1 = и
2 2
3
a21 = c2 − c1 = .
3
Таким образом, искомый метод третьего порядка будет иметь вид
3− 3 3− 3
0
6 6
3+ 3 3 3− 3
6 3 6
1 1
2 2
или в развернутой форме
⎧ τ
⎪ y j +1 = y j + [k1 + k 2 ],
⎪ 2
⎪⎪ ⎛ 3− 3 3− 3 ⎞
⎨k1 = f ⎜⎜ t j + τ, yj + τ k1 ⎟⎟ , (2.9)
⎪ ⎝ 6 6 ⎠
⎪ ⎛ 3+ 3 ⎡ 3 3− 3 ⎤⎞
⎪k 2 = f ⎜⎜ t j + τ , y j + τ ⎢ k1 + k 2 ⎥ ⎟⎟ .
⎩⎪ ⎝ 6 ⎣ 3 6 ⎦⎠
268
2.2. Многошаговые методы, основанные на формулах дифференцирования
назад (ФДН-методы или BDF-методы)
∑a y i n −i = τ f (t j +1 , y j +1 ) . (2.10)
i = −1
⎧ k
⎪ ∑ ai = 0 ,
⎪i = −1
⎨ k (2.11)
⎪ i l a = (− 1)l l , l = 1, 2,..., p.
⎪⎩i∑
= −1
i
y j +1 − y j = τ f (t j +1 , y j +1 ) .
Легко узнать в нем изучавшийся нами ранее неявный метод Эйлера (который, как мы
помним, является А-устойчивым).
20. Пусть теперь p = 2 . В этом случае уравнений будет три и k достаточно положить рав-
ным 2. Тогда (2.11) примет вид
⎧a−1 + a0 + a1 = 0,
⎪
⎨− a−1 + a1 = −1,
⎪a + a = 2
⎩ −1 1
1 3
и имеет решение a1 = , a−1 = , a0 = −2 , что приводит к методу дифференцирования
2 2
назад второго порядка
3 1
y j +1 − 2 y j + y j −1 = τ f (t j +1 , y j +1 ) . (2.12)
2 2
269
Упражнение 1. Показать, что метод (2.12) является А-устойчивым.
Упражнение 2. Построить методы дифференцирования назад третьего и четвер-
того порядков и исследовать их на устойчивость.
Результаты выполнения упражнений должны помочь нам убедиться в том, что за-
явленные выше улучшенные свойства устойчивости формул дифференцирования назад по
сравнению с соответствующими интерполяционными методами Адамса действительно
имеют место, что позволяет использовать их для решения жестких задач.
y j +1 = y j + τ f (t j +1 , y j +1 ) . (2.13)
а) Метод итерации.
Простейшим из методов, применяемых для решения нелинейных уравнений, яв-
ляется метод итераций. Технически в нашем случае его применять особенно удобно, ибо
формула (2.13) фактически дает канонический вид нелинейного уравнения, готовый к
применению метода итераций. Следовательно, для нахождения приближенного значения
y j +1 можно записать итерационный процесс
k +1
= y j + τ f ⎛⎜ t j +1 , y j +1 ⎞⎟ , k = 0,1, ... .
k
y j +1 (2.14)
⎝ ⎠
0
В качестве начального приближения y j +1 в простейшем варианте может быть взя-
0
то значение решения в предыдущем узле сетки, т.е. y j +1 = y j . Иногда для предсказания
начального приближения используют некоторый явный метод решения задачи Коши (на-
пример, в нашем случае – явный метод Эйлера, вполне согласованный с (2.13) по порядку,
0
т.е. y j +1 = y j + τ f (t j , y j ) ).
Итерации продолжают до достижения сходимости (т.е., например, до выполнения
k +1 k
неравенства y j +1 − y j +1 ≤ ε , где ε – заданная величина погрешности, которая должна
270
критерия для остановки итерационного процесса можно использовать и соответствующий
аналог относительной погрешности.
Вспомним, однако, что метод итерации имеет ограничения на область сходимо-
∂ϕ ( y j +1 )
сти. В частности, достаточное условие сходимости может иметь вид < 1 , где
∂y
ϕ ( y ) – функция, стоящая в правой части канонического представления. В нашем случае
∂f (t j +1 , y j +1 )
это ограничение примет вид τ < 1 и дает ограничение на допустимую величи-
∂y
ну шага сетки, аналогичную соответствующему ограничению, накладываемому явным ме-
тодом Эйлера.
Таким образом, метод итераций уничтожает одно из главных достоинств неявных
методов – их возможную А-устойчивость, – и поэтому, несмотря на простоту, не может
быть рекомендован к широкому использованию (по крайней мере, при решении жестких
задач).
б) Метод Ньютона.
Переписав (2.13) в виде g ( y j +1 ) = 0 , где g ( y j +1 ) = y j +1 − y j − τ f (t j +1 , y j +1 ) , можем
записать для нахождения неизвестной величины y j +1 итерационный метод Ньютона:
k
y − y − τ f ⎛ t , yk ⎞
k +1 j +1 j ⎜ j +1 j +1 ⎟
y
k
= yj− ⎝ ⎠ , k = 0,1, ... . (2.15)
j +1
∂f ⎛⎜ t j +1 , y j +1 ⎞⎟
k
1 −τ ⎝ ⎠
∂y
τ f (t j +1 , y j )
y j +1 = y j + . (2.16)
∂f (t j +1 , y j )
1 −τ
∂y
271
РАЗДЕЛ VI
u ( n ) = f (x , u, u′,K, u ( n−1) ) ,
выбраны k различных точек x1 < x 2 < L < x k и заданы некоторые n связей (условий)
Тогда говорят, что для нашего уравнения поставлена многоточечная ( k -точечная) задача.
В частном случае, когда k = 1 , а функции v j имеют тривиальный вид, мы получа-
ем задачу Коши.
Сейчас (и, как правило, далее) рассмотрим случай k = 2 и x1 = a, x 2 = b . В этом
случае задача называется граничной (или краевой).
Если исходное дифференциальное уравнение или хотя бы одно из дополнитель-
ных условий нелинейны, то мы имеем нелинейную граничную задачу. В противном слу-
чае задача называется линейной. В достаточно общем виде линейную граничную задачу
можно записать следующим образом:
ГЛАВА XIII
Будем иметь в виду линейную граничную задачу (1), (2). Сейчас нас будет инте-
ресовать процедура сведения решения такой задачи к решению задач с начальными усло-
виями. Предлагаемый ниже алгоритм существенно использует общий вид решения диф-
ференциального уравнения (1).
Как известно из теории дифференциальных уравнений, общее решение линейного
уравнения (1) может быть записано в виде
n
u( x ) = u0 ( x ) + ∑ Ci ui ( x ) , (1.1)
i =1
272
где u0 ( x ) – некоторое частное решение неоднородного уравнения (1), т.е.
Lu0 ( x ) = f ( x ) ,
Lui ( x ) = 0, i = 1, n .
n
l j (u0 ) + ∑ Ci ⋅ l j (ui ) = A j , j = 1, 2,..., n , (1.2)
i =1
и, таким образом, имеем для определения названных констант систему из n линейных ал-
гебраических уравнений с n неизвестными.
Если определитель матрицы системы (1.2) отличен от нуля, то она будет иметь
единственное решение и, следовательно, мы получим единственный набор Ci . В против-
ном же случае будем иметь либо бесконечное множество решений, либо неразрешимость
в зависимости от ранга расширенной матрицы граничных условий.
Весь вопрос решения граничной задачи, таким образом, сводится к тому, как най-
ти частное решение неоднородного уравнения u0 ( x ) и систему ui ( x ) . Поскольку речь
идет о численном решении соответствующей задачи и мы на данный момент для диффе-
ренциальных уравнений знакомы лишь с методами решения задач Коши, то естественно в
качестве искомых функций взять решения некоторых задач Коши.
Учитывая, что u0 ( x ) – произвольное частное решение неоднородного уравнения,
задачу Коши для его определения можно взять, например, в виде (использовав простей-
шие начальные условия)
⎧ Lu0 ( x ) = f ( x ),
⎪u ( a ) = 0,
⎪ 0
⎨ (1.3)
⎪L
⎪⎩u ( n−1) ( a ) = 0.
0
⎧ Lui ( x ) = 0,
⎨ ( j) (1.4)
⎩ui ( a ) = δ i , j = 0, n − 1; i = 1, n .
j
273
В этом случае определитель Вронского есть определитель единичной матрицы, что обес-
печивает выполнение сформулированных выше требований.
Таким образом, мы свели решение граничной задачи к решению ( n + 1) задач Ко-
ши (1.3), (1.4) и системы линейных алгебраических уравнений (1.2) для определения по-
стоянных интегрирования Ci .
Очевидно, что граничные условия могут быть и нелинейными, что, в конечном
итоге, приведет к необходимости решать вместо линейной системы (1.2) соответствую-
щую систему нелинейных уравнений.
Замечание 1. Все указанные выше задачи Коши могут быть решены численно с
использованием изучавшихся нами ранее методов. При этом сетки, на которых отыскива-
ются решения задач (1.3), (1.4), должны иметь непустое пересечение узловых точек (в оп-
тимуме – совпадать), ибо только на этом пересечении и может быть построена соответст-
вующая линейная комбинация (1.1). Это накладывает некоторые ограничения на процеду-
ры поиска решений задач Коши с апостериорной оценкой погрешности.
Замечание 2. Описанный выше алгоритм может быть применен к поиску решения
не только задачи (1), (2), но и любой другой, общее решение которой имеет вид (1.1) (на-
пример, граничной задачи для системы линейных обыкновенных дифференциальных
уравнений).
⎧ Lu0 ( x ) = f ( x ),
⎪
⎨u0 ( a ) = A, (2.2)
⎪u′ ( a ) = η , η − любое.
⎩ 0 0 0
⎧ Lu1 ( x ) = 0,
⎪
⎨u1 (a ) = 0, (2.3)
⎪u′(a ) = η , η ≠ 0 − любое.
⎩ 1 1 1
274
Тогда составленная из функций u0 ( x ) и u1 ( x ) линейная комбинация
u( x ) = u0 ( x ) + Cu1 ( x ) (2.4)
u0 (b ) + Cu1 (b ) = B ,
B − u0 (b )
C=
u1 (b )
и, таким образом, решение задачи (2.1) может быть вычислено по формуле (2.4).
По сравнению с классическим вариантом метода редукции здесь необходимо ре-
шать всего две задачи Коши.
Перейдем теперь к рассмотрению общего случая краевой задачи для системы ли-
нейных обыкновенных дифференциальных уравнений первого порядка. Итак, пусть имеем
краевую задачу
⎧u′( x ) = A( x )u ( x ) + f ( x ), a < x < b
⎪
⎨ Bu (a ) = c, (2.5)
⎪ Du (b ) = d ,
⎩
задающую граничное условие на левом конце отрезка интегрирования. Так как по предпо-
ложению ранг матрицы B равен n − r , то общее решение системы (2.6) может быть запи-
сано в виде
r
u0 + ∑ Ci ui ,
i =1
⎧u0′ ( x ) = A( x )u0 ( x ) + f ( x ),
⎨ (2.7)
⎩u0 ( a ) = u0
275
⎧⎪u′j ( x ) = A( x )u j ( x ),
⎨ (2.8)
⎪⎩u j ( a ) = u j , j = 1, r.
r
u( x ) = u0 ( x ) + ∑ C j u j ( x ) (2.9)
j =1
⎛ r
⎞
D⎜ u0 (b ) + ∑ C j u j (b ) ⎟⎟ = d .
⎜ (2.10)
⎝ j =1 ⎠
u( x ) = u0 ( x ) + C1u1 ( x ) + C2 u2 ( x ) .
u′( x ) = F ( x ) − P( x )u( x ) ,
то
u′′( x ) = F ′( x ) − P′( x )u( x ) − P( x )u′( x ) = F ′( x ) − P′( x )u( x ) − P( x )[F ( x ) − P( x )u( x )] .
Поскольку мы хотим выполнения этого равенства при любых u( x ) , то, приравнивая ко-
эффициенты при u( x ) в левой и правой части последнего равенства, а также – отдельно –
свободные члены, получим:
⎧ P′( x ) + [ p( x ) − P( x )]P( x ) = q( x ),
⎨ (3.3)
⎩ F ′( x ) + [ p( x ) − P( x )]F ( x ) = f ( x ).
α 0 u( a ) + α1 [F ( a ) − P( a )u( a )] = A .
⎧ P( a ) = α 0 ,
⎪⎪ α1
⎨ (3.4)
⎪F (a ) = A .
⎪⎩ α1
277
β0 β1
Если ∆ = ≠ 0 , то мы отсюда единственным образом найдем значения u(b ) и
P (b ) 1
u′(b ) :
⎧ B β1
⎪ F (b ) 1
⎪u ( b ) = ,
⎪ ∆
⎨ (3.6)
⎪ β0 B
⎪ P (b ) F ( b )
⎪u′(b ) = .
⎩ ∆
После этого, решая уравнение (3.2) с u(b ) из (3.6) в качестве начального (точнее,
конечного) условия, найдем решение задачи (3.1) (заметим, что последняя задача Коши
решается в противоположном направлении (от правого конца отрезка к левому), что пред-
полагает использование в формулах численных методов, применяемых для этих целей,
отрицательного значения шага).
Замечание 1. Описанный вариант метода дифференциальной прогонки носит на-
звание метода левой прогонки, поскольку мы строили уравнение (3.2) удовлетворяющим
левому граничному условию. Если же α1 = 0 , то нам не удастся воспользоваться форму-
лами (3.4) для вычисления начальных условий для функций P( x ) и F ( x ) . В этом случае
можно (если β1 ≠ 0 ) построить формулы типа (3.4), получить их из соображений удовле-
творения правому граничному условию. Таким образом, внося необходимые коррективы в
дальнейшие рассуждения, придем к методу правой прогонки. Если же α1 = β1 = 0 , то ме-
тод дифференциальной прогонки для данной задачи не применим.
Замечание 2. На аналогичной идеологии могут быть построены варианты метода
дифференциальной прогонки и для решения линейных граничных задач более общего ви-
да (например, типа (2.5) из предыдущего параграфа).
⎧u′( x ) = f ( x , u( x )),
⎪
⎨ B(u( a )) = 0, (4.1)
⎪ D ( u (b ) ) = 0 .
⎩
Здесь u = (u1 , u2 ,..., un ) , B = (b1 , b2 ,..., bn−r ) , D = ( d1 , d 2 ,..., d r ) , причем u( x ) – искомая век-
T T T
⎧⎪bi (u( a )) = 0, i = 1, n − r ,
⎨ (4.2)
⎪⎩ g j (u( a )) = η j , j = 1, r
278
позволяла однозначно определить вектор начальных данных u( a ) как функцию парамет-
ров η j : u( a ) = ω (η ), η = (η1 ,...,ηr ) , то решение системы уравнений (4.1) с найденными на-
чальными условиями также будет функцией вектора параметров ηi : u( x ) = u( x ,η ) . Эта
функция, очевидно, удовлетворяет левым граничным условиям. Поэтому вектор парамет-
ров η может быть определен путем подстановки в правое граничное условие:
def
ψ (η ) = D(u(b,η )) = 0 . (4.3)
ϕ (η , v( a )) = 0
279
мой точностью, т.е., как и было отмечено в общей схеме, решение граничной задачи (4.4)
в конечном итоге сводится к нахождению корня алгебраического уравнения
ψ (η ) = 0 . (4.6)
ГЛАВА XIV
Au = f , (1.1)
280
где f ∈ H – заданный элемент, а u ∈ H A – искомый.
Оператор A будем предполагать положительным и самосопряженным. Тогда
уравнение (1.1) не может иметь более одного решения.
Действительно, пусть имеются два решения u 1 ≠ u2 . Вычитая равенства Au 1 = f и
Au2 = f , получим: A(u 1 − u2 ) = 0 и, следовательно, (A(u 1 − u2 ), u 1 − u2 ) = 0 . Поскольку по
условию A > 0 , то отсюда с необходимостью следует, что u 1 − u2 = 0 , т.е. u 1 = u2 , что
противоречит предположению.
Таким образом, если задача (1.1) при сделанных относительно оператора A пред-
положениях имеет решение, то это решение будет единственным.
Теорема 1. Если уравнение (1.1) имеет некоторое решение u 1 , то это решение
доставляет минимум функционалу
J (u ) = ( Au, u ) − 2( f , u ) . (1.2)
Доказательство.
Возьмем произвольный элемент v ∈ H A и положим v = u 1 + t . Тогда
J ( v ) = ( Av, v ) − 2( f , v ) = (A(u 1 + t ), u 1 + t ) − 2( f , u 1 + t ) =
= J (u 1 ) + 2(Au 1 − f , t ) + ( At , t ) = J (u 1 ) + ( At , t ) ≥ J (u 1 ).
Доказательство.
Возьмем произвольный элемент v ∈ H A и произвольное вещественное число λ .
Тогда u 1 + λv ∈ H A и по условию J (u 1 + λv ) ≥ J (u 1 ) . С другой стороны
λ2 ( Av, v ) + 2λ (Au 1 − f , v ) ≥ 0 .
281
ним, какой вид она должна иметь для того, чтобы непосредственно из общей теории сле-
довала ее равносильность некоторой вариационной задаче типа (1.2).
Как уже отмечалось в общей теории, оператор A должен быть самосопряженным
и положительным.
Пусть исходное дифференциальное уравнение имеет вид
( Lu, v ) = (u, Lv )
или
b
[ ]
b
b
( Lu, v ) − (u, Lv ) = p0 (u′v − uv′ ) + ∫ − u′( p0 v )′ + v′( p0 u )′ + p1 (u′v − uv′ ) dx =
a a
b b
= p0 (u′v − uv′ ) + ∫ ( p0′ − p1 )(uv′ − u′v )dx = 0.
a a
⎧u( a ) = A,
⎨ (*)
⎩u(b ) = B.
Тогда из условия (1.3) следует, что допустимые функции должны обращаться на границе в
нуль, т.е. A = B = 0 . Кроме того, условие (1.4) означает, что
′
p0 ( x )u′′( x ) + p1 ( x )u′( x ) = ( p0 ( x )u′( x )) .
282
⎧⎪ Lu( x ) ≡ ( p ( x )u′( x ))′ + p ( x )u( x ) = f ( x ), a ≤ x ≤ b,
⎨ 0 2
⎪⎩u( a ) = u(b ) = 0.
[ ]
b b
( Lu, u ) = ∫ ( p0 u′ )′ + p2 u udx = p0 u′ ⋅ u + ∫ [− p0 ⋅ (u′)2 + p2 u 2 ]dx =
b
a
a a
b
[
= ∫ − p0 ( x ) ⋅ (u′( x )) + p2 ( x )u( x ) dx > 0 .
2 2
]
a
⎧ p0 ( x ) ≤ c0 < 0,
⎨ для всех x ∈ [a; b] .
⎩p 2 ( x ) ≥ 0
[ ]
b
′
J (u ) = ( Lu, u ) − 2( f , u ) = ∫ − ( p( x )u′( x )) + q( x )u( x ) + 2 f ( x ) u( x )dx =
a
(1.6)
b
[ ]
= ∫ p( x )(u′( x )) + q( x )u 2 ( x ) + 2 f ( x )u( x ) dx ,
2
′
Lu1 ( x ) = Lu( x ) − Lv( x ) = − f ( x ) − Lv( x ) = − f ( x ) + ( p( x )v′( x )) − q( x )v( x ) .
283
[ ( ) ]
b
′
J (u1 ) = ∫ p( x )(u1′ ( x )) + q( x )u12 ( x ) + 2 f ( x ) − ( p( x )v′( x )) + q( x )v ( x ) u1 ( x ) dx =
2
[ ]
⎡интегрируем слагаемое⎤
b
′
= ∫ p(u1′ ) + qu12 + 2 fu1 − 2( pv′ ) u1 + 2qvu1 dx = ⎢
2
′ ⎥=
a ⎢
⎣( p v ′ ) u1 по частям ⎥⎦
b
b
[
= −2 pv′u1 + ∫ p(u1′ ) + qu12 + 2 fu1 + 2 pv′u1′ + 2qvu1 dx =
a a
2
]
b b
[ ] [
= ∫ p(u1′ + v′ ) + q(u1 + v ) + 2 f (u1 + v ) dx − ∫ p( v′ ) + qv 2 + 2 fv dx = J (u ) − J ( v ).
2 2 2
]
a a
⎧α 0 u( a ) + α1u′( a ) = A,
⎨ (1.7)
⎩ β 0 u(b ) + β1u′(b ) = B
и выясним, когда выполняется условие (1.3). Так как из (1.7) следует, что ( α1 ≠ 0, β1 ≠ 0 )
A − α 0 u( a ) B − β 0 u (b )
u′( a ) = , u′(b ) = (1.8)
α1 β1
B − β 0u (b ) B − β 0v(b ) A − α 0 u (a ) A − α 0 v (a )
v(b ) − u (b ) = v(a ) − u (a ) ⇒
β1 β1 α1 α1
B A
⇒ (v(b ) − u (b )) = (v(a ) − u (a )) ≡ 0 ,
β1 α1
α0 β
u′( a ) = − u( a ), u′(b ) = − 0 u(b ) . (1.9)
α1 β1
[ ]
b b
( Lu, u ) = ∫ − ( p( x )u′( x ))′ + q( x )u( x ) u( x )dx = − p( x )u′( x )u( x ) + ∫ [ p(u′)2 + qu 2 ]dx .
b
a
a a
284
Второе слагаемое при отмеченных условиях положительно, а первое с учетом (1.9) примет
вид
β0 2 α
p (b ) ⋅ ⋅ u (b ) − p ( a ) ⋅ 0 ⋅ u 2 ( a ) .
β1 α1
β0 α
≥ 0, 0 ≤ 0 .
β1 α1
β0 2 α
J (u ) = ( Lu, u ) − 2( f , u ) = p(b ) u (b ) − p ( a ) 0 u 2 ( a ) +
β1 α1
(1.11)
b
[ ]
+ ∫ p( x )(u′( x )) + q( x )u 2 ( x ) + 2 f ( x )u( x ) dx.
2
После того как для заданной граничной задачи построен функционал J (u ) , ми-
нимизация которого эквивалентна отысканию решения исходной задачи, встает вопрос о
том, каким образом элемент, доставляющий минимум, может быть найден.
Такая задача (минимизации функционала) имеет смысл и самостоятельно, без
привязки к дифференциальным уравнениям. Поэтому основные понятия и идеи рассмот-
рим на примере задачи минимизации функционала несколько более общего вида
b
J (u ) = ∫ F ( x , u, u′ )dx (1.12)
a
J (u* ) = min J (u ) = m .
u
285
Тогда, если существует последовательность допустимых функций un ( x ), n = 0,1,... ,
для которой соответствующая ей последовательность функционалов J (un ) сходится к ми-
нимуму m , т.е.
mn = J (un ) → m = J (u* ) ,
n →∞