Tích phân thích nghi

Tích phân thích nghi tự động chia nhỏ khoảng tích phân khi hàm dưới dấu tích phân khó, sử dụng các ước tính lỗi cục bộ để đạt được độ chính xác yêu cầu với số lần đánh giá hàm ít nhất có thể.

Definition

Tích phân thích nghi là bất kỳ chiến lược tích phân số nào sử dụng các ước tính lỗi xấp xỉ cục bộ để quyết định nơi và mức độ chia nhỏ miền tích phân sao cho đạt được dung sai lỗi tổng thể được quy định một cách hiệu quả.

Scope

Chủ đề này bao gồm ước tính lỗi cục bộ bằng cách so sánh các quy tắc có bậc hoặc mức độ tinh chỉnh khác nhau, chia đôi khoảng đệ quy (Simpson thích nghi và Gauss-Kronrod thích nghi), ngân sách lỗi toàn cầu và tiêu chí dừng, xử lý các điểm kỳ dị và các đặc điểm sắc nét, và thiết kế các bộ tích phân tự động sản xuất như những bộ trong thư viện QUADPACK.

Core questions

• Làm thế nào để tính toán lỗi cục bộ của một ước tính tích phân mà không biết tích phân chính xác?
• Làm thế nào để việc chia nhỏ đệ quy tập trung nỗ lực vào nơi hàm dưới dấu tích phân thay đổi nhiều nhất?
• Những tiêu chí dừng nào đáng tin cậy đạt được dung sai yêu cầu trong khi tránh lãng phí công sức?
• Làm thế nào để phát hiện và xử lý mạnh mẽ các điểm kỳ dị và gián đoạn có thể tích phân được?

Key theories

Ước tính lỗi cục bộ và chia nhỏ

So sánh một ước tính thô và một ước tính tinh vi hơn (hoặc bậc cao hơn) trên một khoảng con sẽ cho ra một ước tính lỗi cục bộ; nếu nó vượt quá phần dung sai được phân bổ cho khoảng con đó, khoảng con sẽ được chia nhỏ và quy trình lặp lại, nếu không thì đóng góp của nó được chấp nhận.

Các chiến lược thích nghi toàn cầu

Thay vì xử lý các khoảng con một cách độc lập, các bộ tích phân thích nghi toàn cầu giữ một hàng đợi các khoảng con được sắp xếp theo lỗi ước tính và luôn tinh chỉnh khoảng con tệ nhất, điều này xử lý hiệu quả các điểm kỳ dị cục bộ và là nền tảng của các quy trình QUADPACK.

Mechanisms

Trên mỗi khoảng con, bộ tích phân đánh giá một cặp quy tắc nhúng — ví dụ: một cặp Gauss-Kronrod hoặc hai ước tính Simpson ở các mức độ tinh chỉnh khác nhau — mà sự khác biệt của chúng ước tính lỗi cục bộ. Một phương pháp thích nghi cục bộ lặp lại bằng cách chia đôi bất kỳ khoảng con nào có lỗi ước tính quá lớn. Một phương pháp thích nghi toàn cầu duy trì một hàng đợi ưu tiên các khoảng con được sắp xếp theo lỗi ước tính và liên tục chia nhỏ khoảng con có lỗi lớn nhất hiện tại cho đến khi ước tính lỗi tổng hợp đạt dung sai. Ngoại suy và xử lý trọng số chuyên biệt được thêm vào để đối phó với các điểm kỳ dị ở đầu mút và các hàm dưới dấu tích phân dao động.

Clinical relevance

Tích phân thích nghi là thứ mà các quy trình tích phân đa năng trong phần mềm khoa học dựa vào để đưa ra kết quả với độ chính xác do người dùng chỉ định mà không cần người dùng phải phân tích hàm dưới dấu tích phân; nó rất cần thiết cho các hàm dưới dấu tích phân có đỉnh, hành vi lớp biên, hoặc các điểm kỳ dị có thể tích phân được mà một quy tắc cố định sẽ không thể xử lý, và nó là nền tảng của các bộ tích phân tự động trong các gói phần mềm số và thống kê được sử dụng rộng rãi.

History

Tích phân tự động, có kiểm soát lỗi đã phát triển mạnh mẽ vào những năm 1970 và đầu những năm 1980, đỉnh điểm là gói QUADPACK (1983), với các quy trình Gauss-Kronrod thích nghi có ngoại suy đã trở thành tiêu chuẩn thực tế và sau đó được áp dụng, chuyển đổi hoặc triển khai lại trong nhiều hệ thống phần mềm số và thống kê.

Key figures

• Robert Piessens
• Philip J. Davis
• Philip Rabinowitz

Seminal works

• davis1984
• piessens1983

Frequently asked questions

Làm thế nào một bộ tích phân thích nghi biết lỗi nếu nó không biết câu trả lời?

Nó ước tính lỗi cục bộ bằng cách so sánh hai xấp xỉ có độ chính xác khác nhau trên cùng một khoảng con — ví dụ: một quy tắc bậc cao hơn và một quy tắc bậc thấp hơn. Sự khác biệt của chúng xấp xỉ lỗi và hướng dẫn nơi cần tinh chỉnh, mặc dù tích phân thực sự chưa được biết.

Khi nào tích phân thích nghi gặp khó khăn?

Nó có thể bị đánh lừa bởi các hàm dưới dấu tích phân trơn tru tại các điểm mẫu nhưng có các đặc điểm ẩn giữa chúng, bởi các hàm dưới dấu tích phân dao động mạnh, hoặc bởi các điểm kỳ dị không thể tích phân được. Khi đó cần có các quy tắc chuyên biệt, phép biến đổi, hoặc các phương pháp tích phân dao động.