Met.Numer. wykład 5 1
METODY NUMERYCZNE
dr hab. inż. Katarzyna Zakrzewska, prof. AGH
Wykład 5.
Całkowanie numeryczne
Met.Numer. wykład 5 2
Plan
• Wzór trapezów
• Złożony wzór trapezów
• Metoda ekstrapolacji Richardsona
• Metoda Romberga
• Metoda Simpsona – wzór parabol
• Metoda Gaussa
Met.Numer. wykład 5 3
Całkowanie numeryczne - idea
∫
=
ba
dx ) x ( f I
X Y
f(x)
a b
∫b a
dx x f()
Całkę można przybliżyć sumą
∑ Δ
= = n i f ci xi
S
1
) (
+1
≤
≤ i i
i c x
x
Met.Numer. wykład 5 4
Kwadratury Newtona-Cotesa Kwadratura Newtona – Cotesa należy do metod z ustalonymi węzłami, polega na tym, że funkcja f(x) jest interpolowana wielomianem (np. Lagrange’a)
) x ( f ) x (
f ≈
ngdzie: n
n n n
n
( x ) a a x ... a x a x
f =
0+
1+ +
−1 −1+
Wówczas całka z funkcji f(x) może być przybliżana całką z funkcji interpolującej fn(x) n-tego stopnia
≈∫
=∫ b
a n b a
x f x f
I ( ) ( )
Met.Numer. wykład 5 5
Wzór trapezów Zakładamy n = 1 czyli f1(x)=a0+a1x
dx x a a x f x f I
b a b a b a
) ( ) ( )
( ≈∫ 1 =∫ 0+ 1
=∫
Szukamy współczynników a0i a1 0( ) 1b22a2 a a b
a −
+
−
=
Zakładamy, że prosta, która przybliża funkcję f(x) przechodzi przez punkty (a,f(a)) i (b,f(b)). Czyli:
a a a a f a
f( )= 1( )= 0+ 1 b a a b f b
f( )= 1( )= 0+ 1
a b
a b f b a a f
−
= ( ) − ( )
0
a b
a f b a f
−
= ()− ( )
1
Met.Numer. wykład 5 6
Wzór trapezów
trapezu pole dx x f
b
a
∫
( ) ≈X Y
f(x)
a b
fI(x)
⎥⎦⎤
⎢⎣⎡ +
−
∫ = 2
) ( ) ) ( ( )
( f a f b
a b dx x f
b a
f(a) f(b)
Met.Numer. wykład 5 7
Wzór trapezów
t t t
v 9.8
2100 140000
140000 ln
2000 )
( ⎥⎦⎤−
⎢⎣⎡
= − Przykład 1:
Prędkość rakiety w przedziale czasu od t1=8 s do t2=30 s jest opisana wzorem:
a) Przy pomocy metody trapezów znajdź przemieszczenie rakiety w tym przedziale czasu czyli ∆x=x(t2)-x(t1)
b) Wyznacz błąd względny odniesiony do wartości dokładnej (ang.
true relative error)
Met.Numer. wykład 5 8
Wzór trapezów
⎥⎦⎤
⎢⎣⎡ +
−
≈ 2
) ( ) ) (
( f a f b
a b
I a=8s b=30s
t t t
f 9.8
2100 140000
140000 ln
2000 )
( −
⎥⎦⎤
⎢⎣⎡
= −
) 8 ( 8 . ) 9 8 ( 2100 140000
140000 ln
2000 ) 8
( ⎥−
⎦
⎢ ⎤
⎣
⎡
= − f
) 30 ( 8 . ) 9 30 ( 2100 140000
140000 ln
2000 ) 30
( ⎥−
⎦
⎢ ⎤
⎣
⎡
= − f
s 27m / .
=177
s 67m / .
=901 a)
⎥⎦⎤
⎢⎣⎡ +
−
= 2
67 . 901 27 . )177 8 30 (
I =11868m
Met.Numer. wykład 5 9
Wzór trapezów
∫ ⎟⎟⎠
⎜⎜ ⎞
⎝
⎛ ⎥⎦⎤−
⎢⎣⎡
= − Δ 30
8
8 . 2100 9 140000
140000 ln
2000 t dt
x t =11061m
b) Wartość dokładna
11061 100 11868
11061 − ×
=
∈t =7.2959%
Błąd względny:
Met.Numer. wykład 5 10
Złożony wzór trapezów
n a h b−
= Błąd, jak pokazuje poprzedni przykład, jest zbyt duży. Można zaproponować podział przedziału całkowania na n segmentów, każdy o długości h.
∫ + ∫ + ∫
∫ +
∫ =
= +
+
+ +
+ +
+ a h
h a
h a
h a
h a
h a h
a a b
a
dx x f dx x f dx x f dx x f dx x f I
2 3
2
4 3
) ( ) ( )
( ) ( ) (
dla n=4 X
Y
f(x)
a b
4 a a+b− 2b4a
a+ − 3b4a
a+ −
Met.Numer. wykład 5 11
∫
b adx ) x (
f ⎥⎦⎤
⎢⎣⎡ +
⎭⎬
⎫
⎩⎨
⎧ +
− +
=
∑
−=
) b ( f ) ih a ( f ) a ( n f
a
b n
i 1 1
2 2
∫
∫
∫
∫
+ −− +
− + +
+
+ + + + +
= b
h ) n ( a h ) n ( a
h ) n ( a h
a
h a h a
a
dx ) x ( f dx ) x ( f ...
dx ) x ( f dx ) x ( f
1 1
2
∫
2 ba
dx ) x ( f
2 ...
) 2 ( ) ( 2
) ( )
( +
⎥⎦⎤
⎢⎣⎡ + + +
⎥⎦+
⎢⎣ ⎤
⎡ + +
= f a h f a h
h h a f a h f
⎥⎦⎤
⎢⎣⎡ + − +
− +
−
+ 2
) ( ) ) 1 ( ] ( ) 1 ( ( [
... f a n h f b
h n a b
Złożony wzór trapezów
Met.Numer. wykład 5 12
t t t
v 9.8
2100 140000
140000 ln
2000 )
( ⎥⎦⎤−
⎢⎣⎡
= − Przykład 2:
Prędkość rakiety w przedziale czasu od t1=8 s do t2=30 s jest opisana wzorem:
a) Przy pomocy metody trapezów znajdź przemieszczenie rakiety w tym przedziale czasu czyli ∆x=x(t2)-x(t1) przyjmując n=2 b) Wyznacz błąd względny odniesiony do wartości dokładnej (true
relative error)
Złożony wzór trapezów
Met.Numer. wykład 5 13
a) ⎥⎦⎤
⎢⎣⎡ +
⎭⎬
⎫
⎩⎨
⎧ ∑ +
− +
= −
= ( ) ()
2 ) 2 (
1
1f a ih f b
a n f
a
I b n
i
n = 2 a = 8 s b = 30 s s
n a
h b 11
2 8 30− =
− =
=
⎥⎦⎤
⎢⎣⎡ +
⎭⎬
⎫
⎩⎨
⎧ ∑ +
− +
= −
= ( ) (30)
2 ) 8 ) ( 2 ( 2
8
30 21
1f a ih f f
I
i
[
(8) 2 (19) (30)]
4
22 f + f +f
=
[
17727 248475 90167]
4
22 . + ( . )+ .
=
11266m
=
Złożony wzór trapezów
Met.Numer. wykład 5 14
b)
∫
⎜⎝⎛ ⎢⎣⎡ − ⎥⎦⎤− ⎟⎠⎞=30
8
8 2100 9 140000
140000
2000 .t dt
ln t
x =11061m
wartość dokładna wynosi:
Błąd względny to:
11061 100 11266 11061− ×
=
∈t =1.8534%
Złożony wzór trapezów
Met.Numer. wykład 5 15
n ∆x Et
1 11868 -807 7.296 ---
2 11266 -205 1.853 5.343
3 11153 -91.4 0.8265 1.019
4 11113 -51.5 0.4655 0.3594
5 11094 -33.0 0.2981 0.1669
6 11084 -22.9 0.2070 0.09082 7 11078 -16.8 0.1521 0.05482 8 11074 -12.9 0.1165 0.03560
t%
∈ ∈a%
Złożony wzór trapezów
Met.Numer. wykład 5 16
Błąd bezwzględny metody z pojedynczym segmentem b a ), (
"
) f a b
Et ( − ζ <ζ<
= 12
3
gdzie ζ jest punktem w [ ]a,b
Błąd w metodzie złożonej (wielosegmentowej) jest sumą błędów dla każdego segmentu. Błąd pojedynczego segmentu wynosi:
[ ]
h a a ), (
"
a f ) h a
E ( + − ζ <ζ < +
= 3 1 1
1 12
) (
"
h f
1 3
12 ζ
=
Analiza błędu dla wzoru trapezów
Met.Numer. wykład 5 17
Podobnie:
[a ih a i h] f a i h a ih
Ei= + − + − "(ζi), +(−1) <ζi< + 12
) ) 1 ( ( )
( 3
) (
"
h f ζi
=12
3
dla n:
[
{ }]
b h ) n ( a ), (
"
h f ) n ( a
En b− + − ζn + − <ζn<
= 1
12 1 3
) (
"
h f ζn
=12
3
Analiza błędu dla wzoru trapezów
Met.Numer. wykład 5 18
Całkowity błąd w metodzie złożonej jest sumą błędów pojedynczych segmentów:
∑
== n
i i
t E
E
1
∑
= ζ
= n
i i) (
"
h f
1 3
12 n
) (
"
f
n ) a b (
n i
∑
i=
− ζ
= 1
2 3
12
Wyrażenie
n ) (
"
f
n i
∑
i= ζ
1
jest przybliżoną średnią wartością drugiej pochodnej w przedziale
a < x < b
2
1 Et∝αn
Analiza błędu dla wzoru trapezów
Met.Numer. wykład 5 19
Poniższa tablica dla całki 30∫⎜⎝⎛ ⎢⎣⎡ − ⎥⎦⎤− ⎟⎠⎞
8
8 2100 9 140000
140000
2000 .tdt
ln t
w funkcji liczby segmentów n. Widać, że gdy liczba segmentów jest podwajana, błąd Etzmniejsza się w przybliżeniu czterokrotnie.
Et ∈t% ∈a%
n Value
2 11266 -205 1.854 5.343
4 11113 -51.5 0.4655 0.3594
8 11074 -12.9 0.1165 0.03560
16 11065 -3.22 0.02913 0.00401
Analiza błędu dla wzoru trapezów
Met.Numer. wykład 5 20
Całkowanie metodą Romberga
Metoda Romberga jest rozszerzeniem metody trapezów i daje lepsze przybliżenie całki poprzez zasadniczą redukcję błędu (true error)
Met.Numer. wykład 5 21
n2
Et≅C
n
t TV I
E = −
Ekstrapolacja Richardsona
Błąd (Ettrue error) w n-segmentowym wzorze trapezów wynosi
gdzie C jest współczynnikiem proporcjonalności Stąd:
wartość dokładna (true
value) wartość przybliżona np.
wyliczona ze wzoru trapezów (approximate value)
Met.Numer. wykład 5 22
( )
n TV In C2 2
2 ≅ −
gdy segment zostaje zmniejszony o połowę
3
2
2 n n
n
I I I
TV −
+
≅
Ekstrapolacja Richardsona Można pokazać, że
Ze wzorów:
( )
n TV In C2≅ −( )
n TV In C2 2
2 ≅ −
otrzymujemy:
Met.Numer. wykład 5 23
t t t
v 9.8
2100 140000
140000 ln
2000 )
( ⎥⎦⎤−
⎢⎣⎡
= − Przykład 3:
Prędkość rakiety w przedziale czasu od t1=8 s do t2=30 s jest opisana wzorem:
a) Przy pomocy ekstrapolacji Richardsona znajdź przemieszczenie rakiety w tym przedziale czasu czyli ∆x=x(t2)-x(t1)
b) Wyznacz błąd względny odniesiony do wartości dokładnej (true relative error)
Ekstrapolacja Richardsona
Przyjąć n=2
Met.Numer. wykład 5 24
t%
∈ ∈a%
n ∆x Et
1 11868 -807 7.296 ---
2 11266 -205 1.853 5.343
3 11153 -91.4 0.8265 1.019
4 11113 -51.5 0.4655 0.3594
5 11094 -33.0 0.2981 0.1669
6 11084 -22.9 0.2070 0.09082 7 11078 -16.8 0.1521 0.05482 8 11074 -12.9 0.1165 0.03560 Tabela wyników ze złożonego wzoru trapezów
do n=8 segmentów
Met.Numer. wykład 5 25
a)
m
I2=11266 I4=11113m
3
2
2 n n
n
I I I
TV −
+
≅ dlan=2
3
2 4 4
I I I
TV −
+
≅ 3
11266 11113
11113 −
+
=
11062m
=
Ekstrapolacja Richardsona
Met.Numer. wykład 5 26
b)
∫ ⎟
⎠
⎜ ⎞
⎝
⎛ ⎥⎦⎤−
⎢⎣⎡
=30 −
8
8 2100 9 140000
140000
2000 .t dt
ln t
x =11061m
Stąd
11062 11061−
t=
E =−1m
Ekstrapolacja Richardsona
Wartość dokładna to:
Met.Numer. wykład 5 27
.
c) Błąd względny
11061 100 11062 11061− ×
=
∈t =0.00904%
Ekstrapolacja Richardsona
n ∆x (m)
wzór
trapezów wzór trapezów
∆x (m)
ekstrapolacja
Richardsona ekstrapolacja Richardsona 1
2 4 8
11868 11266 11113 11074
7.296 1.854 0.4655 0.1165
-- 11065 11062 11061
-- 0.03616 0.009041 0.0000 Porównanie wyników z metodą złożoną trapezów
t%
∈ ∈t%
Met.Numer. wykład 5 28
Całkowanie metodą Romberga stosuje ten sam wzór co ekstrapolacja Richardsona. Jednakże, metoda Romberga jest to algorytm rekurencyjny.
Przypomnijmy:
3
2
2 n n
n
I I I
TV −
+
≅ Można zapisać
( )
32 2
2 n n
R n n
I I I
I −
+
= 421 1
2
2 −
+ −
= n n− n
I I I
Metoda Romberga
Wartość dokładna TV jest zastąpiona przez wynik całkowania metodą Richardsona
Znak jest zastąpiony przez znak równości.
( ) I2n R
≅
Met.Numer. wykład 5 29
Estymowana wartość dokładna wynosi: TV≅
( )
I2n R+Ch4 gdzie Ch4 jest wartością błędu przybliżeniaMetoda Romberga
Następna wartość całki (podwajając liczbę segmentów) wynosi:
( )
32 4 4
4 n n
R n n
I I I
I −
+
=
Estymowana wartość dokładna wynosi teraz:
( ) ( ) ( )
15
2 4
4 nR nR
nR
I I I
TV≅ + −
( ) ( )
1 ) 4
(4 4 31 2
− + −
= nR InR− InR I
Met.Numer. wykład 5 30
1 2 4 1
1 1 1 1
1 ≥
− + −
= − + I − +− I− ,k I
Ik,j k ,j k ,jk k ,j
Wskaźnikk reprezentuje rząd ekstrapolacji
k=1 odpowiada wartościom uzyskanym ze wzoru trapezów Ogólne wyrażenie w metodzie Romberga
Metoda Romberga
k=2 odpowiada wartościom uzyskanym z błędem O(h2) Wskaźnik j reprezentuje dokładność; j+1 daje całkę wyznaczoną dokładniej niż j
Met.Numer. wykład 5 31
t t t
v 9.8
2100 140000
140000 ln
2000 )
( ⎥⎦⎤−
⎢⎣⎡
= − Przykład 4:
Prędkość rakiety w przedziale czasu od t1=8 s do t2=30 s jest opisana wzorem:
a) Przy pomocy wzoru Romberga znajdź przemieszczenie rakiety w tym przedziale czasu czyli ∆x=x(t2)-x(t1)
b) Wyznacz błąd względny odniesiony do wartości dokładnej (true relative error)
Przyjąć n=1, 2, 4, 8
Metoda Romberga
Met.Numer. wykład 5 32
t%
∈ ∈a%
Tabela wyników ze złożonego wzoru trapezów do n=8 segmentów
n ∆x Et
1 11868 -807 7.296 ---
2 11266 -205 1.853 5.343
3 11153 -91.4 0.8265 1.019
4 11113 -51.5 0.4655 0.3594
5 11094 -33.0 0.2981 0.1669
6 11084 -22.9 0.2070 0.09082 7 11078 -16.8 0.1521 0.05482 8 11074 -12.9 0.1165 0.03560
Met.Numer. wykład 5 33
Na podstawie tabeli odczytujemy:
11868
1 1, =
I I1,2=11266 11113
3 1, =
I I1,4=11074
Metoda Romberga
W pierwszym przybliżeniu:
3
1 1 2 1 2 1 1
2 , ,
, ,
I I I
I −
+
=
3 11868 11266 11266+ −
=
Met.Numer. wykład 5 34
Podobnie,
3
2 , 1 3 , 1 3 , 1 2 , 2
I I I
I −
+
=
3 11266 11113 11113+ −
=
11062
=
3
3 , 1 4 , 1 4 , 1 3 , 2
I I I
I −
+
=
3 11113 11074 11074+ −
=
11061
= Metoda Romberga
Met.Numer. wykład 5 35
W drugim przybliżeniu,
15
1 2 2 2 2 2 1 3
, , , ,
I I I
I −
+
=
15 11065 11062 11062+ −
= 11062
= Podobnie,
15
2 , 2 3 , 2 3 , 2 2 , 3
I I I
I −
+
=
15 11062 11061 11061+ −
= 11061
=
Metoda Romberga
Met.Numer. wykład 5 36
Dla trzeciego rzędu,
63
1 3 2 3 2 3 1 4
, , , ,
I I I
I −
+
=
63 11062 11061 11061+ −
=
11061m
=
Metoda Romberga
Met.Numer. wykład 5 37 11868
11262 11113 11074
11065 11062 11061
11062 11061
11061 1-segment
2-segment 4-segment 8-segment
Rząd 1 Rząd 2 Rząd 3
Poprawione wartości całki metodą Romberga Metoda Romberga
Met.Numer. wykład 5 38
Metoda Simpsona
Metoda trapezów była oparta na przybliżeniu funkcji podcałkowej f(x) wielomianem stopnia pierwszego.
W metodzie Simpsona wykorzystuje się wielomiany stopnia drugiego, jest to tzw. metoda parabol.
∫
∫ ≈
= b
a b
a
dx ) x ( f dx ) x ( f
I 2
gdzie:
2 2 1 0
2(x) a ax a x
f = + +
Met.Numer. wykład 5 39
X Y
f(x)
a b
fI(x)
Metoda Simpsona Równanie paraboli dla 3
punktów:
)), a ( f , a (
b , f a b,
a ⎟
⎠
⎜ ⎞
⎝
⎛ ⎟
⎠
⎜ ⎞
⎝ + ⎛ +
2 2
)) b ( f , b (
2 2 1 0
2(a) a aa aa f
) a (
f = = + +
2 2 1
0
2 2 2 2
2 ⎟
⎠
⎜ ⎞
⎝ + ⎛ +
⎟⎠
⎜ ⎞
⎝ + ⎛ +
⎟=
⎠
⎜ ⎞
⎝
= ⎛ +
⎟⎠
⎜ ⎞
⎝
⎛ + a b
b a a a b a f a b f a
2 2 1 0
2(b) a ab ab f
) b (
f = = + +
Met.Numer. wykład 5 40
Metoda Simpsona
2 2
2 2
0 2
4 2 b ab a
) a ( f b ) a ( b abf abf a ) b ( abf ) b ( f a
a − +
+
⎟+
⎠
⎜ ⎞
⎝
− ⎛ + +
=
2 1 2
2
4 2 3 2 3
4
b ab a
) b ( b bf bf a ) a ( bf ) b ( b af af a ) a ( af
a − +
⎟+
⎠
⎜ ⎞
⎝
− ⎛ + +
⎟+
⎠
⎜ ⎞
⎝
− ⎛ +
−
=
2 2 2
2 2 2 2
b ab a
) b ( b f f a ) a ( f
a − +
⎟⎠
⎜ ⎞
⎝
⎛ ⎟+
⎠
⎜ ⎞
⎝
− ⎛ +
=
Wyznaczone współczynniki funkcji f2(x) to:
Met.Numer. wykład 5 41
Metoda Simpsona
≈b∫
a
dx ) x ( f
I 2
( )
∫ + +
=b
a
dx x a x a
a0 1 2 2
b
a
a x a x x
a ⎥
⎦
⎢ ⎤
⎣
⎡ + +
= 2 3
3 2 2 1 0
3 2
3 3 2 2 2 1 0
a a b a a b ) a b (
a − + − + −
= Wówczas:
Met.Numer. wykład 5 42
Metoda Simpsona
⎥⎦⎤
⎢⎣⎡ ⎟+
⎠
⎜ ⎞
⎝ + ⎛ +
= −
∫
f (x)dx b a f(a) f a b f(b)b
a 4 2
2 6
2 a h b −
=
Co daje:
⎥⎦
⎢ ⎤
⎣
⎡ ⎟+
⎠
⎜ ⎞
⎝ + ⎛ +
∫
bf2(x)dx=h3 f(a) 4f a2b f(b)a
wzór parabol
Met.Numer. wykład 5 43
Metoda Simpsona w wersji złożonej
) ...
x ( f ) x ( f ) x ( ) f x x ( dx ) x ( f
b
a
⎥⎦+
⎢⎣ ⎤
⎡ + +
−
∫ = 2 0 0 4 61 2
) ...
x ( f ) x ( f ) x ( ) f x x
( ⎥⎦⎤+
⎢⎣⎡ + +
−
+ 6
4 3 4
2 2 4
f(x)
. . .
x0 x2 xn-2 xn
x
...
dx ) x ( f dx ) x ( f dx ) x ( f
x
x x
x b
a
+ +
=∫ ∫
∫ 4
2 2
0
∫
∫
−
−
−
+
+ n
n n
n
x
x x
x
dx ) x ( f dx ) x ( f ....
2 2
4
) ...
x ( f ) x ( f ) x ( ) f x x (
... n n n n n +
⎥⎦⎤
⎢⎣⎡ + +
−
+ − − − − −
6
4 3 2
4 4 2
⎥⎦⎤
⎢⎣⎡ + +
−
+ − − −
6
4 1
2 2
) x ( f ) x ( f ) x ( ) f x x
( n n n n n
h x xi− i−2=2
n ..., , , i=24
Met.Numer. wykład 5 44
Metoda Simpsona ) ...
x ( f ) x ( f ) x ( h f dx ) x ( f
b
a
⎥⎦+
⎢⎣ ⎤
⎡ + +
∫ =2 0 4 61 2
) ...
x ( f ) x ( f ) x (
h f ⎥⎦⎤+
⎢⎣⎡ + +
+ 6
2 2 4 3 4
) ...
x ( f ) x ( f ) x (
h f n n n ⎥⎦⎤+
⎢⎣⎡ + +
+ − − −
6
2 4 4 3 2
⎥⎦⎤
⎢⎣⎡ + +
+ − −
6
2 f(x 2) 4f(x 1) f(x )
h n n n
Met.Numer. wykład 5 45
Metoda Simpsona
∫
b
a
dx ) x (
f h
[
f(x ){
f(x) f(x ) ... f(x )}
...]
n +
+ + + +
= 0 4 1 3 −1
3
{
( ) ( ) ... ( )}
( )}]2
...+ f x2 +f x4 + +f xn−2 +f xn
⎥⎥
⎦
⎤
⎢⎢
⎣
⎡
+ +
+
= ∑ ∑−
==
−
== ( ) 2 ( ) ( )
4 ) 3 (
2 2 1
0 1 n
n
even i
i i n
odd i
i
i f x f x
x f x h f
⎥⎥
⎦
⎤
⎢⎢
⎣
⎡
+ +
− +
= ∑ ∑−
==
−
== ( ) 2 ( ) ( )
4 ) 3 (
2 2 1
0 1 n
n
even i
i i
n
odd i
i f xi f x f x
x n f
a b
Met.Numer. wykład 5 46
Wartości przybliżone
przykładu stosując regułę 1/3 Simpsona z wieloma segmentami
n Wartość przybliżona Et |Єt| 2
4 6 8 10
11065.72 11061.64 11061.40 11061.35 11061.34
4.38 0.30 0.06 0.01 0.00
0.0396%
0.0027%
0.0005%
0.0001%
0.0000%
Metoda Simpsona – analiza błędu
Met.Numer. wykład 5 47
Błąd dla jednego segmentu b a f a b
Et − ζ <ζ<
−
= ( ),
2880 ) ( 5 (4)
) ( ) f x x
E ( (4) 1
5 0
1=− 22880− ζ h f( )( ),
1 5 4
90 ζ
−
=
) ( ) f x x
E ( (4) 2
5 2
2=− 42880− ζ h f( )( ),
2 5 4
90 ζ
−
=
2 1
0 x
x <ζ <
4 2
2 x
x <ζ <
Metoda Simpsona – analiza błędu
Błąd w metodzie wielosegmentowej
) ( ) f x x
Ei ( i− (i ) ( ) ζi
−
= 2 2 −1 5 4
2880 h f ( ),
i )
( ζ
−
= 5 4
90 x2(i−1)<ζi<x2i
Met.Numer. wykład 5 48
Całkowity błąd
∑=
= 2
1 n
i i
t E
E ∑
= ζ
−
= 2
1 ) 4 5 (
) 90 (
n
i f i
h ∑
= ζ
− −
= 2
1 ) 4 ( 5
5
) 90 (
)
( n
i f i
n a b
n f n
a b
n
i i
∑= ζ
− −
=
2 1
) 4 ( 4
5 ( )
90 ) (
Metoda Simpsona – analiza błędu
) 4 ( 4
5
90 )
( f
n a Et b
− −
=
średnia wartość pochodnej n
f f
n
i
∑ i
= ζ
=
2 1
) 4 ( ) 4
( ( )
Met.Numer. wykład 5 49
Metoda Gaussa
=
∫
ba
dx ) x ( f
I ≈c1f(x1)+c2f(x2) Całkę metodą kwadratury Gaussa przedstawia wzór:
Punkty x1i x2, w których określamy wartość funkcji podcałkowej nie są ustalone (jak poprzednio na granicach przedziału czyli a i b), ale są a priori dowolnie rozmieszczone w przedziale <a,b>.
stałe współczynniki
Met.Numer. wykład 5 50
Metoda Gaussa
. x a x a x a a ) x (
f = 0+ 1 + 2 2+ 3 3
( )
∫
∫ =b + + +
a b
a
dx x a x a x a a dx ) x (
f 0 1 2 2 3 3
b
a
a x a x a x x
a ⎥
⎦
⎢ ⎤
⎣
⎡ + + +
= 2 3 4
4 3 3 2 2 1 0
( )
⎟⎟⎠
⎜⎜ ⎞
⎝
⎛ −
⎟⎟+
⎠
⎜⎜ ⎞
⎝
⎛ −
⎟⎟+
⎠
⎜⎜ ⎞
⎝
⎛ − +
−
= 2 3 4
4 4 3 3 3 2 2 2 1 0
a a b a a b a a b a b a
Niewiadome x1, x2, c1, c2 znajduje się zakładając, że funkcja podcałkowa spełnia warunek:
Met.Numer. wykład 5 51
Metoda Gaussa
( ) (
3 23)
2 2 2 2 1 0 2 3 1 3 2 1 2 1 1 0
1a ax ax ax c a ax ax ax
c dx ) x ( f
b
a
+ + + + + + +
∫ =
( ) ( ) ( ) ( 2 23)
3 1 1 3 2 2 2 2 1 1 2 2 2 1 1 1 2 1
0c c a cx cx a cx cx a cx cx
a + + + + + + +
=
=
∫
ba
dx ) x ( f
I ≈c1f(x1)+c2f(x2)
( )
∫
∫ =b + + +
a b
a
dx x a x a x a a dx ) x (
f 0 1 2 2 3 3
( )
⎟⎟⎠
⎜⎜ ⎞
⎝
⎛ −
⎟⎟+
⎠
⎜⎜ ⎞
⎝
⎛ −
⎟⎟+
⎠
⎜⎜ ⎞
⎝
⎛ − +
−
= 2 3 4
4 4 3 3 3 2 2 2 1 0
a a b a a b a a b a b a z jednej strony
z drugiej strony
Met.Numer. wykład 5 52
Metoda Gaussa
2 1 c c a
b− = +
2 2 1 1 2 2
2a cx c x
b − = +
2 2 2 2 1 1 3 3
3a cx cx
b − = + 3
2 2 3 1 1 4 4
4a cx cx
b − = +
( ) ( ) ( ) ( 2 23)
3 1 1 3 2 2 2 2 1 1 2 2 2 1 1 1 2 1
0c c a cx cx a cx cx a cx cx
a + + + + + + +
( )
⎟⎟⎠
⎜⎜ ⎞
⎝
⎛ −
⎟⎟+
⎠
⎜⎜ ⎞
⎝
⎛ −
⎟⎟+
⎠
⎜⎜ ⎞
⎝
⎛ − +
−
= 2 3 4
4 4 3 3 3 2 2 2 1 0
a a b a a b a a b a b a
Met.Numer. wykład 5 53
Metoda Gaussa
1 2 a
c =b− 2 2
a c =b− 2
3 1
1 2
a b a
x b ⎟+ +
⎠
⎜ ⎞
⎝⎛−
⎟⎠
⎜ ⎞
⎝
=⎛ − 3 2
1
2 2
a b a
x b ⎟+ +
⎠
⎜ ⎞
⎝
⎟⎛
⎠
⎜ ⎞
⎝
=⎛ − Rozwiązując układ równań:
2
1 c
c a b− = +
2 2 1 1 2 2
2a cx cx
b − = +
2 2 2 2 1 1 3 3
3a cx cx
b − = +
3 2 2 3 1 1 4 4
4a cx cx
b − = +
otrzymujemy dla metody dwupunktowej:
Met.Numer. wykład 5 54
Metoda Gaussa
( ) ( )
⎟⎟⎠
⎜⎜ ⎞
⎝
⎛ ⎟+ +
⎠
⎜ ⎞
⎝
⎛
− + −
⎟⎟⎠
⎜⎜ ⎞
⎝
⎛ ⎟+ +
⎠
⎜ ⎞
⎝⎛−
−
= −
+
∫
≈2 3 1 2 2 2 3 1 2 2
)
( 1 1 2 2
a b a f b a b a b a
f b a b
x f c x f c dx x f
b
a
W dwu-punktowej metodzie Gaussa, całka funkcji f(x) wyraża się wzorem:
) x ( f c . . . . . . . ) x ( f c ) x ( f c dx ) x (
f n n
b a
+ +
+
∫ ≈ 1 1 2 2
Uogólniając dla n punktów:
Met.Numer. wykład 5 55
∫ ∑
−1 ≅ =
1 1
n i
i ig(x ) c dx ) x ( g
n współczynniki argumenty funkcji 2 c1= 1.000000000
c2= 1.000000000 x1= -0.577350269 x2= 0.577350269 3 c1= 0.555555556
c2= 0.888888889 c3= 0.555555556
x1= -0.774596669 x2= 0.000000000 x3= 0.774596669 4 c1= 0.347854845
c2= 0.652145155 c3= 0.652145155 c4= 0.347854845
x1= -0.861136312 x2= -0.339981044 x3= 0.339981044 x4= 0.861136312
Metoda Gaussa
W n-punktowej metodzie Gaussa, współczynniki cioraz argumenty xisą stabelaryzowane dla całek w granicach od -1 do 1
Met.Numer. wykład 5 56
n współczynniki argumenty funkcji
5 c1= 0.236926885 c2= 0.478628670 c3= 0.568888889 c4= 0.478628670 c5= 0.236926885
x1= -0.906179846 x2= -0.538469310 x3= 0.000000000 x4= 0.538469310 x5= 0.906179846 6 c1= 0.171324492
c2= 0.360761573 c3= 0.467913935 c4= 0.467913935 c5= 0.360761573 c6= 0.171324492
x1= -0.932469514 x2= -0.661209386 x3= -0.2386191860 x4= 0.2386191860 x5= 0.661209386 x6= 0.932469514
Metoda Gaussa
Met.Numer. wykład 5 57
Jeżeli dane są w tablicach dla ∫
− 1 1
dx ) x (
g to jak obliczamy
∫
b
a
dx ) x (
f ?
Granice całkowania
[ ]
a,b należy zamienić na[
−1,1]
Niech x=mt+c Dla x=a, t=−1
, b x=
Dla t= 1
Wynika stąd, że:
2 a m b−
= Metoda Gaussa
2 a c=b+