что значит функция интегрируема на отрезке

Математический анализ
Записки лекций

Илья Щуров (НИУ ВШЭ)

24 Определенный интеграл

24.1 Интеграл Римана

24.1.1 Интеграл и площадь

Чтобы начать отвечать на этот вопрос, нужно подумать о том, что вообще такое «площадь». Мы знаем, что площадь прямоугольника — это произведение его длины и ширины. Мы также знаем (считаем это аксиомой или частью определения), что если у нас есть две фигуры, и мы складываем из них третью «без нахлёста», то площадь новой фигуры равна сумме площадей исходных фигур. И ещё, что если у нас есть две равные фигуры (то есть такие, которые можно положить друг на друга так, чтобы они совпали), то их площади равны. Из этих трёх правил можно вывести много других. Например, прямоугольник разбивается своей диагональю на два равных прямоугольных треугольника, и значит площадь каждого из них вдвое меньше площади прямоугольника, и равна половине произведения катетов. Произвольные треугольник разбивается высотой на два прямоугольных, откуда легко вывести, что его площадь равна половине произведения высоты на основания. Более сложные многоугольники можно разбивать на треугольники и находить их площади таким образом. Так мы определяем площади довольно широкого класса фигур — но далеко не всех. Что делать, если мы имеем дело не с многоугольником, а фигурой, ограниченной какой-то «кривой» линией, не состоящей из прямолинейных отрезков? Такую фигуру нельзя разбить на прямоугольники или треугольники. Однако, её можно приблизить более простыми фигурами с известными площадами, добиться того, чтобы эти приближения становились всё лучше и лучше, и перейти к пределу. Именно таким образом определяется интеграл Римана.

24.1.2 Разбиения и интегральные суммы

Чтобы это сформулировать аккуратно, придётся ввести несколько новых понятий.

24.1.3 Определенный интеграл как предел

Можно записать, что

Обозначается интеграл таким образом:

24.2 Свойства определённого интеграла

24.2.1 Интегрируемые и неинтегрируемые функции

Не все функции интегрируемы. Например, функция Дирихле

Трудно описать множество всех интегрируемых функций, однако для наших целей важно сказать, что функции из некоторых важных для нас классов таким свойством обладают.

Непрерывность является достаточным условием интегрируемости, но не является необходимым — например, кусочно-непрерывные функции, чьи разрывы являются скачками, тоже интегрируемы. Чуть позже мы обсудим это подробнее.

24.2.2 Интеграл как площадь с учётом знака

24.2.3 Линейность и интегрирование неравенств

24.2.4 Интегрируемость и ограниченность

Более формальное доказательство выглядит следующим образом. Пусть

24.2.5 Аддитивность интеграла

Также можно, заметить, что если мы в определнии интегральной суммы разрешим разбиения, идущие «справа налево», и перенумеруем элементы какого-то разбиения с конца

Источник

Вычисление определённых интегралов: базовые алгоритмы

В этой публикации описаны простейшие методы вычисления интегралов функций от одной переменной на отрезке, также называемые квадратурными формулами. Обычно эти методы реализованы в стандартных математических библиотеках, таких как GNU Scientific Library для C, SciPy для Python и других. Публикация имеет целью продемонстрировать, как эти методы работают «под капотом», и обратить внимание на некоторые вопросы точности и производительности алгоритмов. Также хотелось бы отметить связь квадратурных формул и методов численного интегрирования обыкновенных дифференциальных уравнений, о которых хочу написать ещё одну публикацию.

Определение интеграла

Интегралом (по Риману) от функции на отрезке называется следующий предел:

где — мелкость разбиения, , , — произвольное число на отрезке .

Если интеграл от функции существует, то значение предела одно и то же вне зависимости от разбиения, лишь бы оно было достаточно мелким.

Более наглядно геометрическое определение — интеграл равен площади криволинейной трапеции, ограниченной осью 0x, графиком функции и прямыми x = a и x = b (закрашенная область на рисунке).

Квадратурные формулы

Определение интеграла (1) можно переписать в виде

где — весовые коэффициенты, сумма которых должна быть равна 1, а сами коэффициенты — стремиться к нулю при увеличении числа точек, в которых вычисляется функция.

Выражение (2) — основа всех квадратурных формул (т.е. формул для приближенного вычисления интеграла). Задача состоит в том, чтобы выбрать точки и веса таким образом, чтобы сумма в правой части приближала требуемый интеграл как можно точнее.

Вычислительная задача

Задана функция , для которой есть алгоритм вычисления значений в любой точке отрезка (имеются в виду точки, представимые числом с плавающей точкой — никаких там функций Дирихле!).

Требуется найти приближённое значение интеграла .
Решения будут реализованы на языке Python 3.6.

Для проверки методов используется интеграл .

Кусочно-постоянная аппроксимация

Идейно простейшие квадратурные формулы возникают из применения выражения (1) «в лоб»:

Т.к. от метода разбиения отрезка точками и выбора точек значение предела не зависит, то выберем их так, чтобы они удобно вычислялись — например, разбиение возьмём равномерным, а для точек вычисления функции рассмотрим варианты: 1) ; 2) ; 3) .

Получаем методы левых прямоугольников, правых прямоугольников и прямоугольников со средней точкой, соответственно.

Для анализа производительности квадратурных формул построим график погрешности в координатах «число точек — отличие численного результата от точного».

Что можно заметить:

Кусочно-линейная аппроксимация

Следующий логический шаг — аппроксимировать интегрируемую функцию на каждом из подотрезков линейной функцией, что даёт квадратурную формулу трапеций:

Иллюстрация метода трапеций для n=1 и n=2.

В случае равномерной сетки длины всех отрезков разбиения равны, и формула имеет вид

Построив график ошибки от числа точек разбиения, убеждаемся, что метод трапеций тоже имеет второй порядок аппроксимации и вообще даёт результаты, слабо отличающиеся от метода прямоугольников со средней точкой (в дальнейшем — просто метод прямоугольников).

Контроль точности вычисления

Задание в качестве входного параметра числа точек разбиения не слишком практично, поскольку обычно требуется вычислить интеграл не с заданной плотностью разбиения, а с заданной погрешностью. Если подынтегральная функция известна наперёд, то можно оценить погрешность заранее и выбрать такой шаг интегрирования, чтобы заданная точность заведомо достигалась. Но так редко бывает на практике (и вообще, не проще ли при известной наперёд функции и сам интеграл протабулировать наперёд?), поэтому необходима процедура автоматической подстройки шага под заданную погрешность.

Как это реализовать? Один из простых методов оценки погрешности — правило Рунге — разность значений интегралов, рассчитанных по n и 2n точкам, даёт оценку погрешности: . Метод трапеций удобнее для удвоения мелкости разбиения, чем метод прямоугольников с центральной точкой. При расчёте методом трапеций для удвоения числа точек нужны новые значения функции только в серединах отрезков предыдущего разбиения, т.е. предыдущее приближение интеграла можно использовать для вычисления следующего.

Отсюда получаем следующий код для метода трапеций с контролем точности:

С таким подходом подынтегральная функция не будет вычисляться по нескольку раз в одной точке, и все вычисленные значения используются для окончательного результата.

Но нельзя ли при том же количестве вычислений функции добиться более высокой точности? Оказывается, что можно, есть формулы, работающие точнее метода трапеций на той же самой сетке.

Кусочно-параболическая аппроксимация

Иллюстрация кусочно-параболического приближения на 3 и 5 точках (n=2 и n=3).

Приближая интеграл от функции на каждом из отрезков [x_k;x_k+2] интегралом от параболической аппроксимации на этом отрезке и считая точки равномерно распределенными (x_k+1=x_k+h), получаем формулу Симпсона:

Из формулы (4) напрямую получается «наивная» реализация метода Симпсона:

Для оценки погрешности можно использовать точно так же вычисление интеграла с шагами h и h/2 — но вот незадача, при вычислении интеграла с более мелким шагом результат предыдущего вычисления придётся отбросить, хотя половина новых вычислений функции будет в тех же точках, что и раньше.

Бесполезной траты машинного времени, к счастью, можно избежать, если реализовать метод Симпсона более хитроумным образом. Присмотревшись повнимательнее, заметим, что интеграл по формуле Симпсона может быть представлен через два интеграла по формуле трапеций с разными шагами. Яснее всего это видно на базовом случае аппроксимации интеграла по трём точкам :

Таким образом, если реализовать процедуру уменьшения шага вдвое и хранить два последних вычисления методом трапеций, метод Симпсона с контролем точности реализуется более эффективно.

Сравним эффективность метода трапеций и парабол:

Как видим, обоими методами ответ можно получть с достаточно высокой точностью, но количество вызовов подынтегральной функции разительно отличается — метод более высокого порядка эффективнее в 32 раза!

Построив график погрешности интегрирования от числа шагов, можно убедиться, что порядок аппроксимации формулы Симпсона равен четырём, т.е. ошибка численного интегрирования (а интегралы от кубических многочленов с помощью этой формулы вычисляются с точностью до ошибок округления при любом чётном n>0!).

Отсюда и возникает такой рост эффективности по сравнению с простой формулой трапеций.

Что дальше?

Дальнейшая логика повышения точности квадратурных формул, в целом, понятна — если функцию продолжать приближать многочленами всё более высокой степени, то и интеграл от этих многочленов будет всё точнее приближать интеграл от исходной функции. Этот подход называется построением квадратурных формул Ньютона-Котеса. Известны формулы вплоть до 8 порядка аппроксимации, но выше среди весовых коэффициентов w_i в (2) появляются знакопеременные члены, и формулы при вычислениях теряют устойчивость.

Попробуем пойти другим путём. Ошибка квадратурной формулы представляется в виде ряда по степеням шага интегрирования h. Замечательное свойство метода трапеций (и прямоугольников со средней точкой!) в том, что для неё этот ряд состоит только из чётных степеней:

На нахождении последовательных приближений к этому разложению основана экстраполяция Ричардсона: вместо того, чтобы приближать подынтегральную функцию многочленом, по рассчитанным приближениям интеграла строится полиномиальная аппроксимация, которая при h=0 должна давать наилучшее приближение к истинному значению интеграла.

Разложение ошибки интегрирования по чётным степеням шага разбиения резко ускоряет сходимость экстраполяции, т.к. для аппроксимации порядка 2n нужно всего n значений интеграла методом трапеций.

Если считать, что каждое последующее слагаемое меньше предыдущего, то можно последовательно исключать степени h, имея приближения интеграла, рассчитанные с разными шагами. Поскольку приведённая реализация легко позволяет дробить разбиение вдвое, удобно рассматривать формулы для шагов h и h/2.

Легко показать, что исключение старшего члена погрешности формулы трапеций в точности даст формулу Симпсона:

Повторяя аналогичную процедуру для формулы Симпсона, получаем:

Если продолжить, вырисовывается такая таблица:

В первом столбце стоят интегралы, вычисленные методом трапеций. При переходе от верхней строки вниз разбиение отрезка становится вдвое мельче, а при переходе от левого столбца вправо повышается порядок аппроксимации интеграла (т.е. во втором столбце находятся интегралы по методу Симпсона и т.д.).

Элементы таблицы, как можно вывести из разложения (5), связаны рекуррентным соотношением:

Погрешность приближения интеграла можно оценить по разности формул разных порядков в одной строке, т.е.

Применение экстраполяции Ричардсона вместе с интегрированием методом трапеций называется методом Ромберга. Если метод Симпсона учитывает два предыдущих значения по методу трапеций, то метод Ромберга использует все ранее вычисленные методом трапеций значения для получения более точной оценки интеграла.

Дополнительный метод добавляется в класс Quadrature

Проверим, как работает аппроксимация высокого порядка:

Убеждаемся, что, по сравнению с методом парабол, число вызовов подынтегральной функции снизилось ещё в 8 раз. При дальнейшем увеличении требуемой точности преимущества метода Ромберга проявляются ещё заметнее:

Некоторые замечания

Замечание 2. Если метод сходится при задании некоторой точности, это не означает, что вычисленное значение интеграла имеет ту же самую точность. В первую очередь, это относится к случаям, когда задаваемая погрешность близка к машинной точности.

Замечание 3. Хотя метод Ромберга для ряда функций работает почти магическим образом, он предполагает наличие у подынтегральной функции ограниченных производных высоких порядков. Это значит, что для функций с изломами или разрывами он может оказаться хуже простых методов. Например, проинтегрируем f(x)=|x|:

7 второе слагаемое в (6) теряет точность после приведения порядков при сложении чисел с плавающей точкой, и повышение порядка аппроксимации может вести к накоплению ошибки округления.

Замечание 5. Желающие могут ради интереса применить описанные методы для нахождения интеграла и эквивалентного ему . Как говорится, почувствуйте разницу.

Заключение

Представлено описание и реализация базовых методов численного интегрирования функций на равномерной сетке. Продемонстрировано, как с помощью несложной модификации получить на базе метода трапеций класс квадратурных формул по методу Ромберга, что значительно ускоряет сходимость численного интегрирования. Метод хорошо работает для интегрирования «обычных» функций, т.е. слабо меняющихся на отрезке интегрирования, не имеющих особенностей на краях отрезка (см. Замечание 5), быстрых осцилляций и т.д.

Продвинутые методы численного интегрирования для более сложных случаев можно найти в книгах из списка литературы (в [3] — с примерами реализации на C++).

Источник

Интегралы для чайников: как решать, правила вычисления, объяснение

Решение интегралов – задача легкая, но только для избранных. Эта статья для тех, кто хочет научиться понимать интегралы, но не знает о них ничего или почти ничего. Интеграл. Зачем он нужен? Как его вычислять? Что такое определенный и неопределенный интегралы?

Если единственное известное вам применение интеграла – доставать крючком в форме значка интеграла что-то полезное из труднодоступных мест, тогда добро пожаловать! Узнайте, как решать простейшие и другие интегралы и почему без этого никак нельзя обойтись в математике.

Ежедневная рассылка с полезной информацией для студентов всех направлений – на нашем телеграм-канале.

Изучаем понятие « интеграл »

Интегрирование было известно еще в Древнем Египте. Конечно, не в современном виде, но все же. С тех пор математики написали очень много книг по этой теме. Особенно отличились Ньютон и Лейбниц, но суть вещей не изменилась.

Как понять интегралы с нуля? Никак! Для понимания этой темы все равно понадобятся базовые знания основ математического анализа. Сведения о пределах и производных, необходимые и для понимания интегралов, уже есть у нас в блоге.

Неопределенный интеграл

Пусть у нас есть какая-то функция f(x).

Неопределенным интегралом функции f(x) называется такая функция F(x), производная которой равна функции f(x).

Другими словами интеграл – это производная наоборот или первообразная. Кстати, о том, как вычислять производные, читайте в нашей статье.

Первообразная существует для всех непрерывных функций. Также к первообразной часто прибавляют знак константы, так как производные функций, различающихся на константу, совпадают. Процесс нахождения интеграла называется интегрированием.

Простой пример:

Чтобы постоянно не высчитывать первообразные элементарных функций, их удобно свести в таблицу и пользоваться уже готовыми значениями.

Полная таблица интегралов для студентов

Определенный интеграл

Имея дело с понятием интеграла, мы имеем дело с бесконечно малыми величинами. Интеграл поможет вычислить площадь фигуры, массу неоднородного тела, пройденный при неравномерном движении путь и многое другое. Следует помнить, что интеграл – это сумма бесконечно большого количества бесконечно малых слагаемых.

В качестве примера представим себе график какой-нибудь функции.

Как найти площадь фигуры, ограниченной графиком функции? С помощью интеграла! Разобьем криволинейную трапецию, ограниченную осями координат и графиком функции, на бесконечно малые отрезки. Таким образом фигура окажется разделена на тонкие столбики. Сумма площадей столбиков и будет составлять площадь трапеции. Но помните, что такое вычисление даст примерный результат. Однако чем меньше и уже будут отрезки, тем точнее будет вычисление. Если мы уменьшим их до такой степени, что длина будет стремиться к нулю, то сумма площадей отрезков будет стремиться к площади фигуры. Это и есть определенный интеграл, который записывается так:

Точки а и b называются пределами интегрирования.

Бари Алибасов и группа

Кстати! Для наших читателей сейчас действует скидка 10% на любой вид работы

Правила вычисления интегралов для чайников

Свойства неопределенного интеграла

Как решить неопределенный интеграл? Здесь мы рассмотрим свойства неопределенного интеграла, которые пригодятся при решении примеров.

Свойства определенного интеграла

Как считать определенный интеграл? С помощью формулы Ньютона-Лейбница.

Мы уже выяснили, что определенный интеграл – это предел суммы. Но как получить конкретное значение при решении примера? Для этого существует формула Ньютона-Лейбница:

Примеры решения интегралов

Ниже рассмотрим неопределенный интеграл и примеры с решением. Предлагаем самостоятельно разобраться в тонкостях решения, а если что-то непонятно, задавайте вопросы в комментариях.

Для закрепления материала посмотрите видео о том, как решаются интегралы на практике. Не отчаиваетесь, если интеграл не дается сразу. Обратитесь в профессиональный сервис для студентов, и любой тройной или криволинейный интеграл по замкнутой поверхности станет вам по силам.

Иван Колобков, известный также как Джони. Маркетолог, аналитик и копирайтер компании Zaochnik. Подающий надежды молодой писатель. Питает любовь к физике, раритетным вещам и творчеству Ч. Буковски.

Источник