• Nie Znaleziono Wyników

Wykład nr 7

N/A
N/A
Protected

Academic year: 2021

Share "Wykład nr 7"

Copied!
36
0
0

Pełen tekst

(1)

dr hab. Piotr Fronczak

Metody numeryczne

Wykład nr 7

(2)

Całkowanie numeryczne

Całkowanie numeryczne to przybliżone obliczanie całek oznaczonych.

Metody całkowania numerycznego polegają na przybliżeniu całki za pomocą odpowiedniej sumy ważonej wartości całkowanej funkcji w kilku punktach. Aby uzyskać dokładniejsze przybliżenie dzieli się przedział całkowania na

niewielkie fragmenty. Ostateczny wynik jest sumą oszacowań całek w poszczególnych podprzedziałach.

I. Metoda prostokątów

b

a

b

a

a b a f dx a f dx

x f f

I( ) ( ) ( ) ( )( )

b

a

b

a

a b b f dx b f dx

x f f

I( ) ( ) ( ) ( )( )

(3)

Podzielmy przedział

[a,b]

na

N

podprzedziałów.

) )(

( ...

) )(

( )

)(

( )

( )

(

1 2 1 2 3 2 N N 1 N

b

a

x x

x f x

x x f x

x x f dx x f f

I        

 

N

i

i i

i

x x

x f f

I

1

1

)

)(

( )

(

Gdy podprzedziały są równe

N

i

x

i

f h f

I

1

) ( )

(

(4)

Pewnym udoskonaleniem metody kwadratów jest wybór wartości funkcji w środku przedziału.

   

b

a

a b b

f a b dx

f a f

I ( )

2 ) 2

(

 

N

 

i

i

i

x

f x h

f I

1

1

) 2 (

W przypadku wielu podprzedziałów:

(5)

II. Metoda trapezów

x0 x1 x

f(x) L(x)

Przybliżamy funkcję podcałkową prostą.

0 1

0 1

0 1 1 0

0 1

( ) ( ) ( )

a x , b x , , d dx ; h

0

( ) (1 ) ( ) ( ) ( )

1

x x x x

L x f x f x

x x x x

let x a h b a

b a x a

L f a f b

x b

 

   

  

 

      

   

    

    

 

0 1

0 1

0 1 1 0

0 1

( ) ( ) ( )

a x , b x , , d dx ; h

0

( ) (1 ) ( ) ( ) ( )

1

x x x x

L x f x f x

x x x x

let x a h b a

b a x a

L f a f b

x b

 

   

  

 

      

   

    

    

 

0 1

0 1

0 1 1 0

0 1

( ) ( ) ( )

a x , b x , , d dx ; h

0

( ) (1 ) ( ) ( ) ( )

1

x x x x

L x f x f x

x x x x

let x a h b a

b a x a

L f a f b

x b

 

   

  

 

      

   

    

    

 

(6)

 

1 0

1 1

0 0

1 1

2 2

0 0

( ) ( ) ( )

( ) (1 ) ( )

( ) ( ) ( ) ( ) ( )

2 2 2

b b

a

f x dx

a

L x dx h L d

f a h d f b h d

f a h f b h h f a f b

 

   

 

 

  

    

  

 

W przypadku wielu podprzedziałów:

 

N

i

i

i

f x

x h f

f I

1

1

) (

) 2 (

)

(

(7)

II. Metoda Simpsona 1/3

x0 x1 x

f(x)

x2

h h

L(x)

Przybliżamy funkcję podcałkową parabolą.





 

 

 

 

 

 

1 x

x

0 x

x

1 x

x

h d dx

h ,

x , x

2 a h b

2 b x a

, b x

, a x

let

) x ( ) f x x

)(

x x

(

) x x )(

x x (

) x ( ) f x x

)(

x x

(

) x x )(

x x ) (

x ( ) f x x

)(

x x

(

) x x )(

x x ) (

x ( L

2 1 0

1 1 2

0

2 1

2 0

2

1 0

1 2

1 0

1

2 0

0 2

0 1

0

2 1





 

 

 

 

 

 

1 x

x

0 x

x

1 x

x

h d dx

h ,

x , x

2 a h b

2 b x a

, b x

, a x

let

) x ( ) f x x

)(

x x

(

) x x )(

x x (

) x ( ) f x x

)(

x x

(

) x x )(

x x ) (

x ( ) f x x

)(

x x

(

) x x )(

x x ) (

x ( L

2 1 0

1 1 2

0

2 1

2 0

2

1 0

1 2

1 0

1

2 0

0 2

0 1

0

2 1





 

 

 

 

 

 

1 x

x

0 x

x

1 x

x

h d dx

h ,

x , x

2 a h b

2 b x a

, b x

, a x

let

) x ( ) f x x

)(

x x

(

) x x )(

x x (

) x ( ) f x x

)(

x x

(

) x x )(

x x ) (

x ( ) f x x

)(

x x

(

) x x )(

x x ) (

x ( L

2 1 0

1 1 2

0

2 1

2 0

2

1 0

1 2

1 0

1

2 0

0 2

0 1

0

2 1





 

 

 

 

 

 

1 x

x

0 x

x

1 x

x

h d dx

h ,

x , x

2 a h b

2 b x a

, b x

, a x

let

) x ( ) f x x

)(

x x

(

) x x )(

x x (

) x ( ) f x x

)(

x x

(

) x x )(

x x ) (

x ( ) f x x

)(

x x

(

) x x )(

x x ) (

x ( L

2 1 0

1 1 2

0

2 1

2 0

2

1 0

1 2

1 0

1

2 0

0 2

0 1

0

2 1

) x ( 2 f

) 1 ) (

x ( f ) 1

( ) x ( 2 f

) 1 ) (

(

L     

0

  

2 1

   

2

(8)

1

1 2

3 2

1

1 3

1 1

1 2

3 0

1 2 1

1 0

2 1

1 0 1

1 1 b

a

2 ) ξ 3

( ξ 2 ) h f(x

3 ) ξ

)h f(x

2 ) ξ 3

( ξ 2 ) h f(x

)dξ ξ(ξ 1

2 ) h f(x ξ )dξ

1 ( )h f(x

)dξ ξ(ξ 1

2 ) h f(x

) ( L h

f(x)dx

) x ( 2 f

) 1 ) (

x ( f ) 1

( ) x ( 2 f

) 1 ) (

(

L     

0

  

2 1

   

2

f(x ) 4f(x ) f(x )

3

f(x)dx h

0 1 2

b

a

  

(9)

W przypadku

N

podprzedziałów o szerokości

h = (b – a) / N

:

UWAGA: Ponieważ wielomian kwadratowy jest określony poprzez trzy punkty (a zatem dwa przedziały), to liczba przedziałów musi być parzysta.

( ) 4 ( ) ( )

) 3 ( ),

( )

(

1 1

6 , 4 , 2

 

N i i i i

i

i

h f x f x f x

f I gdzie

f I f

I

(10)

 

 

   

  

) ( )

( 2

) ( 4

) 3 (

) (

1

7 , 5 , 3 6

, 4 , 2

b f x

f x

f a

h f f

I

N

j

j N

i

i

Jest to ważona suma wartości funkcji w punktach definiujących podprzedziały.

(11)

II. Metoda Simpsona 3/8

x0 x1 x

f(x)

x2

h h

L(x)

x3 h

Przybliżamy funkcję podcałkową wielomianem trzeciego stopnia.

) x ( ) f x x

)(

x x

)(

x x

(

) x x )(

x x )(

x x (

) x ( ) f x x

)(

x x

)(

x x

(

) x x )(

x x )(

x x (

) x ( ) f x x

)(

x x

)(

x x

(

) x x )(

x x )(

x x (

) x ( ) f x x

)(

x x

)(

x x

(

) x x )(

x x )(

x x ) (

x ( L

3 2

3 1

3 0

3

2 1

0

2 3

2 1

2 0

2

3 1

0

1 3

1 2

1 0

1

3 2

0

0 3

0 2

0 1

0

3 2

1

 

 

 

 

f ( x ) 3 f ( x ) 3 f ( x ) f ( x )

8 h 3

3 a - h b

; L(x)dx f(x)dx

3 2

1 0

b a b

a

 

(12)

W przypadku

N

podprzedziałów o szerokości

h = (b – a) / N

:

UWAGA: Ponieważ wielomian kubiczny jest określony poprzez cztery punkty (a zatem trzy przedziały), to liczba podprzedziałów musi być podzielna przez 3.

 

 

    

  

( ) (

) 2 ( ) ( )

3 ) 8 (

) 3 (

2

10 , 7 , 4 1

8 , 5 , 2

1

f x f b

x f x

f a

h f f

I

N

j

j N

i

i i

(13)

Przykład: I

4

xe dx

0

x

2

 (= 5216.93)

metoda prostokątów

metoda trapezów

metoda Simpsona 1/3

metoda Simpsona 3/8

N = 1 436 23847 15898 6819

-91.64% 357.19% 204.79% 30.73%

N = 6 4749 6179 5331 5430

-8.95% 18.46% 2.20% 4.10%

N = 12 5094 5468 5225 5235

-2.34% 4.83% 0.17% 0.36%

N = 18 5162 5326 5218 5220

-1.04% 2.11% 0.04% 0.08%

(14)

Oszacowanie błędów

Metoda prostokątów

b

a

b

a

a b a f dx a f dx

x f f

I( ) ( ) ( ) ( )( )

) )(

( ' ) ( )

(x f a f x a

f  

 

'( )( )2

2 ) 1 )(

( )

)(

( ' ) ( )

(x dx f a f x a dx f a b a f b a

f

b

a b

a

b

a

a b a f dx x f

E ( ) ( )( )

Błąd wynosi

Rozwijając

f(x)

w szereg Taylora blisko punktu

a

otrzymujemy

gdzie  jest punktem między

a

i

b

.

Całkując obie strony tego równania otrzymujemy

)2

)(

( 2 '

1 f b a

E   

Zatem błąd wyniesie

Zależy on od szerokości przedziału całkowania i wartości pierwszych pochodnych

f(x)

w tym przedziale.

(15)

Błąd można znacząco zredukować dzieląc przedział na mniejsze podprzedziały.

)2

)(

( 2 '

1 f b a

E   

Ponieważ

) 2

( 2 '

1 f h

Ei  i to

N

i

i i

i h f

E E

1

2 '( )

2

1 

Całkowity błąd

N f f

N

i

i

1

) ( ' '

Przyjmując, że średnio 

2 ' ) (b a h f E  

N a h  (b ) oraz

) (h

O

(16)

)

2

)(

2 ( ) 1 )(

( )

( )

( a f x f x a x f a x

f        



b

a

a b f

a b b f dx x f a

b a

f ( )( )

3

6 ) 1 )(

( )

( 2

) )(

( 

b



a

a b f

a b b f a

f dx

x

f ( )( )

3

12 ) 1

))(

( )

( 2 ( ) 1

( 

Metoda trapezów

Rozwijając w szereg Taylora



b

a

b

a

a b f

dx x f x a

af b

af dx

x f a

b a

f ( )( )

3

6 ) 1

( )

( )

( )

( )

)(

( 

Całkując

b

a b

a b

a

dx x f x

xf dx

x f

x ( ) ( ) ( )

Pamiętając, że

(17)

N f f

N

i

i

1

) ( '' ''

Przyjmując, że średnio 

N a h  (b ) oraz

b 

a

a b f

a b b f a f dx

x

f ( )( )3

12 ) 1 ))(

( )

( 2( ) 1

( 

) 24 (

)

(

2 2

h O h

a f

Eb   

Metoda prostokątów (udoskonalona)

) 180 (

)

(

4 4

h O h

a f

Eb

IV

Metoda Simpsona 1/3

) 80 (

)

(

4 4

h O h

a f

Eb

IV

Metoda Simpsona 3/8

) 12 (

)

(

2 2

h O h

a f

E   b   

Otrzymujemy

(18)

Ekstrapolacja Richardsona

...

'' '

)

( 1 2

I h Khk K hk K hk I

) ( )

( 1

I h Khk O hk I

) ( )

2 / ( ) 2 /

( 1

I h K h k O hk I

Idea: zredukować błąd metody numerycznej z

O(h

k

)

do

O(h

k+1

)

Rozwińmy całkę jako funkcję

h

w szereg wokół punktu

h=0

.

K,K’,K’’

niewiadome – reprezentują wartości błędów

I

– rzeczywista wartość całki

I(h)

– numeryczna wartość całki

Redukując

h

otrzymujemy inne równanie na

I

:

Pamiętajmy, że

O(h

k+1

)

w obu równaniach jest inne.

(19)

(2) oraz

(1)

) 2 (

) 2 / ( ) ( )

2 / ( ) 2 / (

) ( )

(

1 1

1

k k

k k

k k k

h Kh O

h I h

O h

K h

I I

h O Kh h

I I

) ( ) ( ) 2 / ( 2

) ( )

( ) ( )

2 / ( 2 1

2

2

2

1

1 1

k k

k k

k k

k k

k k

h O h I h

I

h O Kh h

I h

O Kh h

I )I

- (

I

I (2) (1)

Zatem mamy dwa równania na

I

Wyeliminujmy wiodący błąd

K

:

) 1 (

2

) ( ) 2 / (

2 1

kI h k I h O hk I

Czyli wyeliminowaliśmy błąd

Kh

k i zredukowaliśmy rząd błędu z

k

do

k+1

.

(20)

Przykład: metoda trapezów

2

12 ) ) (

( b a f h

h I

I    

2 1 1

)

( h Kh I

I  

2 2 2

)

( h Kh I

I  

K

jest takie same (średnia wartość drugiej pochodnej po

f

nie zależy od

h

).

2

2 1

2 2

2 1 1

1

) ( )

(

 

 

 

 

 

 

h h

h h I

h h I I

Eliminując

K

otrzymujemy:

Dla

h

1

= 2h

2

3

) ( )

(

4 I h

2

I h

1

I  

=> Błąd

O(h

4

)

...

)

( 

1 2

2 4

3 6

I h K h K h K h

Można pokazać, że

I

(21)

4 1 1

)

( h Kh I

I  

4 2 2

)

( h Kh I

I  

4

2 1

2 4

2 1 1

1

) ( )

(

 

 

 

 

 

 

h h

h h I

h h I I

Eliminując

K

otrzymujemy:

Dla

h

1

= 2h

2

15

) ( )

(

16 I h

2

I h

1

I  

Błąd

O(h

6

)

Gdy mamy całkę obliczoną numerycznie z dokładnością

O(h

4

)

postępujemy analogicznie:

(22)

Uogólnienie:

Jeśli

I

n jest przybliżeniem wartości całki przy użyciu

n

podprzedziałów (krok

h

), a

I

2n jest przybliżeniem wartości całki przy użyciu

2n

podprzedziałów (krok

h/2

) Jeśli oba przybliżenia mają ten sam błąd rzędu

h

p, to nowe przybliżenie całki

1 2

2

2

p

I

pn

I

n

I

będzie miało błąd rzędu

h

p+2.

(23)

3,  2,

1, k

;

1 4

4

1, ,

1

, k

k j k

j k k

j

I I I

255 256

63 64

15 16

3 4

16 /

8 /

4 /

2 /

) ( )

( )

( )

( )

(

4 3

2 1

0

3 , 3

, 1 2

, 2

, 1 1

, 1

, 1 0

, 0

, 1 0

, 4

1 , 3 0

, 3

2 , 2 1

, 2 0

, 2

3 , 1 2

, 1 1

, 1 0

, 1

4 , 0 3

, 0 2

, 0 1

, 0 0

, 0

10 8

6 4

2

j j

j j

j j

j

j

I I I I I I I

I I

h

I I

h

I I

I h

I I

I I

h

I I

I I

I h

h O h

O h

O h

O h

O

k k

k k

k

Metoda Romberga

Metoda ta zwiększa dokładność oszacowania całki poprzez sukcesywne zastosowanie ekstrapolacji Richardsona.

(24)

926477 .

5216 dx

xe I

4

0

x

2

 

% 00050 .

0

% 00168 .

0

% 0053 .

0

% 0527 .

0

% 66 . 2

95 . 5355 25

. 0

68 . 5219 76

. 5764 5

. 0

20 . 5217 75

. 5256 79

. 7288 1

01 . 5217 14

. 5229 98

. 5670 2

. 12142 2

95 . 5216 84

. 5224 68

. 5499 41

. 8240 7

. 23847 4

) ( )

( )

( )

( )

(

4 3

2 1

0 .

10 8

6 4

2

h

h h h h

h O h

O h

O h

O h

O

k k

k k

k

trapezów Met

Przykład:

(25)

Błąd przy całkowaniu podstawową metodą trapezów.

By uzyskać błąd rzędu 10-8 należy

przyjąć krok 10-8 (czyli 108 podprzedziałów)

Kolejne przybliżenia metodą Romberga

O(h

2

), O(h

4

) i O(h

6

)

.

Ten sam błąd można uzyskać przy

znacznie mniejszej liczbie podprzedziałów.

(26)

Kwadratura Gaussa na przedziale [-1, 1]

Dotychczas wszystkie metody wykorzystywały do obliczenia całki ważone wartości równo rozmieszczonych punktów. Położenia punktów były stałe dla danej metody.

W metodzie zwanej kwadraturą Gaussa nie są rozłożone równomiernie (ponadto punkty krańcowe również nie są brane pod uwagę). Położenie punktów oraz

odpowiadające im wagi są dobierane tak, by zminimalizować błąd.

(27)

Wybieramy (

c

1

, c

2

, x

1

, x

2) tak, by metoda zwróciła dokładną wartość całki, gdy funkcja ma postać

f(x) = x

0

, x

1

, x

2

, x

3

) ( )

( )

( )

( )

(

1 1 2 2

1

1 1

n n

i n

i

i

f x c f x c f x c f x

c dx

x

f     

) f(x c

) f(x c

f(x)dx :

n

2 2

1 1

1

2

1

 

x

2

x

1

-1 1

Ogólna postać kwadratury Gaussa

(28)

Dokładna całka dla

f = x

0

, x

1

, x

2

, x

3

– Cztery równania z czterema niewadomymi

) f(x c

) f(x c

f(x)dx :

n

1 1 1 2 2

2

1

 

 

 

 

 

 

 



 

3 1

3 1 1 1

0 3 2 0 2 1

1

2 1 2 1

3 2 2 3

1 1

1 1

3 3

2 2 2 2

1 1

1 1

2 2

2 2 1

1

1 1

2 1

1 1

x x c c

x c x

c dx

x x

f

x c x

c dx

x x

f

x c x

c xdx

x f

c c

dx f

3 ) ( 1 3 )

( 1 )

1

(

1

f x dx f f

I  

  

(29)

-1 0 1 0.5

1.0

f(x) = x

2

3

1

3 1

Kwadratura Gaussa daje dokładną wartość,

gdy funkcja

f(x) = 1, x, x

2

, x

3, lub liniowa kombinacja powyższych.

-1 0 1

0.5 1.0

3

1

3 1

4 6829 .

1 )

cos(

1

1

dx x

676 . 3 1

cos 1 3

cos 1  

 

 

 

 

 

Błąd 4.2%

(30)

) ( )

( )

( )

( :

3

1 1 1 2 2 3 3

1

f x dx c f x c f x c f x

n  

  

x

3

x

1

-1 x

2

1

Aby zwiększyć dokładność obliczeń należy wziąć więcej wyrazów w kwadraturze:

Wybieramy (

c

1

, c

2

, c

3

, x

1

, x

2

, x

3) tak, by metoda zwróciła dokładną wartość całki, gdy funkcja ma postać

f(x) = x

0

, x

1

, x

2

, x

3

, x

4

, x

5

Cytaty

Powiązane dokumenty

Innymi słowy liczba punktów pochodz¸ acych z analizy danych może przewyższać liczb¸e funkcji bazowych... Interpretacja geometryczna metody najmniejszych kwadratów

Student taki może uzyskać zaliczenie ćwiczeń, jeżeli wynika to z liczby punktów uzyskanych z kolokwiów.. Na ćwiczeniach przewidziane są następujące

1) Zdefiniowanie typu procesu liczenia punktów funkcyjnych, 2) Identyfikacja zakresu analizy oraz określenie granic aplikacji, 3) Wyliczenie liczby nieuzgodnionych punktów

[r]

Chodziłem po kawiarniach i po barach, spotykałem się z ludźmi, zamieniając słowa, czasem nawet myśli, ale sytuacja była nie wyjaśniona i sam nie wiedziałem, czym człowiek,

[…] Więcej nawet, można by rzec, że jeśli coś wzbudzi nasz zachwyt, zanim się dowiemy, że jest to dzieło ogólnie cenionego artysty, wówczas satysfakcja

Pole trójkąta, w którym wysokość jest o dłuższa od podstawy jest równe Wysokość trójkąta jest równa:..

Oznaczenia wykonane wg PN lub PN-ISO obejmowały: ogóln liczb bakterii mezofilnych i psychrotrofowych, bakterii fermentacji mlekowej, dro d y i ple ni, bakterii z