Практика численного кода и выбор метода

Заключительный урок: инженерная гигиена численного кода и карта-памятка для выбора метода под задачу.

Тестирование на известном решении — главный приём проверки численного кода: прогнать метод на задаче с заранее известным точным ответом и убедиться, что ошибка падает с ожидаемым порядком.

Гигиена численного кода

Численный код коварен: он почти никогда не падает с ошибкой — он молча возвращает неверное число. Поэтому к нему нужна особая дисциплина. Несколько правил, выстраданных практикой:

• Тестируй на известных решениях. Прогони интегратор на ∫x² = 1/3, солвер ОДУ на y'=y → eˣ, поиск корня на √2. Если на эталоне неверно — код сломан, и хорошо, что вы это поймали до реальной задачи.
• Проверяй порядок сходимости. Измельчи сетку вдвое и убедись, что ошибка упала, как обещает порядок (вчетверо для 2-го, в 16 раз для 4-го). Неверный порядок — сигнал бага.
• Масштабируй данные. Если величины различаются на порядки (метры и нанометры в одной системе), приведи их к сопоставимому масштабу — это улучшает обусловленность и точность.
• Контролируй погрешность, а не доверяй на глаз. Считай невязку, сравнивай два приближения, оценивай порядок — не верь «красивому» числу без проверки.

import math

# Универсальный тест: проверяем ПОРЯДОК сходимости метода на эталоне
def трапеции(f, a, b, n):
    h = (b - a) / n
    return (f(a)/2 + f(b)/2 + sum(f(a + i*h) for i in range(1, n))) * h

эталон = lambda x: x*x          # ∫x² от 0 до 1 = 1/3 (известный ответ!)
точно = 1/3
prev = None
print("проверка порядка сходимости (ждём ~4x за удвоение):")
for n in [8, 16, 32, 64]:
    ош = abs(трапеции(эталон, 0, 1, n) - точно)
    отношение = (prev / ош) if prev else float('nan')
    print(f"  n={n:3}: ошибка={ош:.3e}  отношение к пред.={отношение:.2f}")
    prev = ош

Вывод:

проверка порядка сходимости (ждём ~4x за удвоение):
  n=  8: ошибка=2.604e-03  отношение к пред.=nan
  n= 16: ошибка=6.510e-04  отношение к пред.=4.00
  n= 32: ошибка=1.628e-04  отношение к пред.=4.00
  n= 64: ошибка=4.069e-05  отношение к пред.=4.00

Отношение ошибок ровно 4.00 — это подтверждает второй порядок трапеций. Если бы оно оказалось 2 вместо 4, это кричало бы о баге (например, неверном весе краевых узлов). Такой тест порядка — лучшая страховка численного кода.

Карта выбора метода

Подведём итог всего курса единой таблицей: какой класс задач каким методом решать.

Как работает под капотом: главные оси выбора

За всем многообразием стоят несколько универсальных вопросов. Есть ли производная? — если да, Ньютон/градиентные методы быстрее; если нет — бисекция, секущие, золотое сечение. Велика ли и разрежена ли система? — малую решают прямо (Гаусс/LU), большую разреженную — итерационно. Гладкая ли функция? — гладкость позволяет методы высокого порядка (Симпсон, RK4, Гаусс); особенности требуют адаптивности или робастности. Какая размерность? — низкая благоволит сеткам, высокая — Монте-Карло. Хорошо ли обусловлена задача? — плохая обусловленность ограничивает достижимую точность независимо от метода. Держа эти оси в голове, вы выберете инструмент осознанно, а не наугад.

Частые ошибки

• Не тестировать на эталоне. Численный код молча врёт; без проверки на известном решении баги остаются незамеченными до катастрофы.
• Игнорировать порядок сходимости. Если измельчение сетки не даёт ожидаемого падения ошибки — где-то ошибка в реализации.
• Брать «крутой» метод вместо подходящего. Ньютон без производной, RK4 на жёсткой задаче, Монте-Карло в 1D — мощный метод не на своём месте проигрывает простому.

Итоги

• Численный код молча возвращает неверное — тестируйте на задачах с известным точным ответом.
• Проверяйте порядок сходимости: измельчение сетки должно давать предсказанное падение ошибки.
• Масштабируйте данные и контролируйте погрешность явно — не доверяйте числу «на глаз».
• Выбор метода определяют оси: производная, размер/разреженность, гладкость, размерность, обусловленность.