Решение интегральных уравнений методом Монте-Карло

NovaInfo 53, с.9-12, скачать PDF
Опубликовано
Раздел: Физико-математические науки
Просмотров за месяц: 1

Аннотация

В статье описан статистический метод решения интегральных уравнений Фредгольма большой размерности. Предлагаемый подход позволяет расширить круг задач теории интегральных уравнений, решаемых методом Монте-Карло. Приводится пример, демонстрирующий эффективность рассматриваемого метода.

Ключевые слова

ИНТЕГРАЛЬНЫЕ УРАВНЕНИЯ, МЕТОД МОНТЕ-КАРЛО, ВЫСОКАЯ РАЗМЕРНОСТЬ

Текст научной работы

Метод Монте-Карло находит широкое применение в практике решения вычислительных задач, в том числе при решении интегральных уравнений [1-3]. В то же время не все возможности данного метода используются полностью. Так при решении интегральных уравнений преимущественно используется вариант этого метода, основанный на суммировании резольвенты и использовании цепей Маркова [1]. Это обстоятельство значительно сужает класс решаемых задач, так как требуется ограничение нормы интегрального оператора единицей. В данной статье с целью восполнения отмеченного пробела рассматривается применение метода Монте-Карло в его классической форме к решению широкого круга интегральных уравнений типа Фредгольма.

Как отмечено, вариант применения метода соответствует его традиционной схеме, обычно применяющейся при вычислении определенных интегралов, но по какой-то причине недостаточно задействованной для задач с интегральными уравнениями.

Описание метода

Рассмотрим интегральное уравнение Фредгольма:

\mu u(x) — \lambda \int_V K(x,y) u(y) dy = f(x), x \in V, (1)

где u(x) — искомая функция, x=(x_1, \dots, x_m), y=(y_1, \dots, y_m) — точки области V из m-мерного евклидова пространства, \mu и \lambda — некоторые вещественные или комплексные числа, K(x,y) — ядро интегрального оператора, f(x) — свободный член.

Предположим, что известны n точек области V: y^1=(y_1^1, \dots,y_m^1), \dots, y^n=(y_1^n, \dots, y_m^n), полученные из распределения с плотностью p(y), y \in V. Условие нормировки:

\int_V p(y) dy = 1.

Интеграл в (1) можно приближенно вычислять при помощи традиционной схемы вычисления интегралов методом Монте-Карло [1]:

\int_V K(x,y) u(y) dy \approx 1/n \sum_{j=1}^n S_j (x), x \in V,

где S_j (x) = K(x,y^j) u(y^j) /p(y^j).

Перепишем (1) в эквивалентном виде:

\mu u(x) — \lambda/n \sum_{i=1}^n S_i (x) — \lambda R_n (x) = f(x), x \in V, (2)

где R_n (x) — остаточный член формулы интегрирования Монте-Карло:

\int_V K(x,y) u(y) dy = 1/n \sum_{j=1}^n S_j (x) + R_n (x).

Используем точки y^1=(y_1^1,\dots,y_m^1),\dots, y^n=(y_1^n,\dots,y_m^n) как узлы коллокаций в известном вычислительном методе, при помощи которого получим из (2) соответствующую СЛАУ для нахождения приближенных значений решения в рассматриваемых точках:

\mu u_i — \lambda/n \sum_{j=1}^n K(x^i,y^j)/p(y^j) u_j = f_i, i=1,\dots,n. (3)

Поскольку остаточный член квадратурной суммы метода Монте-Карло с любой наперед заданной вероятностью стремится к нулю при стремлении числа узлов к бесконечности, то обоснованно предполагать, что при достаточно гладком ядре и ограниченности оператора, обратного к оператору интегрального уравнения (1), решение СЛАУ (3) сходится к точному в одной из вероятностных мер. В литературе соответствующие вопросы сходимости детально рассмотрены применительно к задаче суммирования ряда Неймана [1].

Пример применения метода

Исходные данные модельной задачи:

K(x,y)= x_1 \dots x_m, y_1 \dots y_m,

f(x)=x_1 \dots x_m + g (x_1 \dots x_m) ^2; g=10.

Область интегрирования — m-мерный куб

0 .

Точное решение

u(x)=c_0 x_1 \dots x_m + g x_1 \dots x_m (x_1 \dots x_m + c_1);

c_0=0.5, c_1=c_0 (3/4)^m, \lambda =-3^m, \mu =1.

Результаты трех последовательных вычислений решения при размерности области m=10 и числе узлов n=10:

  • точное решение (0.02375, 0.01527, 0.00363, 0.04009, 0.04210, 0.08175, 0.00694, 0.03348, 0.03155, 0.01348);
  • приближенное (0.02679, 0.01758, 0.00448, 0.04425, 0.04638, 0.08800, 0.00831, 0.03722, 0.03516, 0.01561).

Погрешность решения в норме l1 около 11%.

На двух последующих вычислениях решения погрешность много меньше: около 1% и 0.4%.

Читайте также

Список литературы

  1. Ермаков С.М. Метод Монте-Карло в вычислительной математике (вводный курс). Санкт-Петербург: Издательство Бином. 2011. 192 с.
  2. Некрасов С.А., Ткачев А.Н. Теория вероятностей и ее приложения: Учеб. пособие/ Юж.-Рос. гос. техн. ун-т. – Новочеркасск: ЮРГТУ, 2007. 148 с.
  3. Некрасов С.А. Методы ускоренного статистического моделирования и их применение в электротехнических задачах/ Изв. вузов. Электромеханика. - 2008. - No 5. - С. 13 - 19. http://elibrary.ru/item.asp?id=12159957

Цитировать

Некрасов, С.А. Решение интегральных уравнений методом Монте-Карло / С.А. Некрасов. — Текст : электронный // NovaInfo, 2016. — № 53. — С. 9-12. — URL: https://novainfo.ru/article/8242 (дата обращения: 10.08.2023).

Поделиться