Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Σχετικά έγγραφα
Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 8)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

5269: Υπολογιστικές Μέθοδοι για Μηχανικούς. Ολοκληρώματα.

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητική Ανάλυση και Εφαρμογές

5269: Υπολογιστικές Μέθοδοι για Μηχανικούς. Ολοκληρώματα.

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 8)

Αριθµητική Ολοκλήρωση

5269: Υπολογιστικές Μέθοδοι για Μηχανικούς.

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

6. Αριθμητική Ολοκλήρωση

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΜΑΣ 371: Αριθμητική Ανάλυση ΙI ΑΣΚΗΣΕΙΣ. 1. Να βρεθεί το πολυώνυμο Lagrange για τα σημεία (0, 1), (1, 2) και (4, 2).

Aριθμητική Ανάλυση, 4 ο Εξάμηνο Θ. Σ. Παπαθεοδώρου

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Εισαγωγή στον Προγραµµατισµό. Ανάλυση (ή Επιστηµονικοί 21Υπολογισµοί)

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 5)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Είναι γνωστό ότι η δύναμη που ασκείται σε ένα ελατήριο και ονομάζεται δύναμη επαναφοράς δίνεται από τη σχέση : F = kx (3.1)

Περιεχόμενα. Κεφάλαιο 1 ΣΥΣΤΗΜΑΤΑ ΣΥΝΤΕΤΑΓΜΕΝΩΝ ΣΕ ΜΙΑ ΕΥΘΕΙΑ Οι συντεταγμένες ενός σημείου Απόλυτη τιμή...14

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 4)

Αριθμητική Ολοκλήρωση με τις μεθόδους Τραπεζίου/Simpson. Φίλιππος Δογάνης Δρ. Χημικός Μηχανικός ΕΜΠ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Κεφάλαιο 8. Αριθμητικός υπολογισμός ορισμένου ολοκληρώματος

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

15 εκεµβρίου εκεµβρίου / 64

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ


Π Κ Τ Μ Ε Μ Λύσεις των ασκήσεων

Απειροστικός Λογισμός Ι, χειμερινό εξάμηνο Λύσεις δέκατου φυλλαδίου ασκήσεων. 2 x dx = 02 ( 2) 2

6. Ορισμένο Ολοκλήρωμα

Αριθµητική Ανάλυση. ιδάσκοντες: Τµήµα Α ( Αρτιοι) : Καθηγητής Ν. Μισυρλής, Τµήµα Β (Περιττοί) : Επίκ. Καθηγητής Φ.Τζαφέρης. 25 Μαΐου 2010 ΕΚΠΑ

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Πεπερασμένες Διαφορές.

Αριθμητική Ολοκλήρωση με τις μεθόδους Τραπεζίου/Simpson. Φίλιππος Δογάνης Δρ. Χημικός Μηχανικός ΕΜΠ

Μαθηματικά. Ενότητα 2: Διαφορικός Λογισμός. Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Εφαρμοσμένα Μαθηματικά ΙΙ Εξέταση Σεπτεμβρίου 25/9/2017 Διδάσκων: Ι. Λυχναρόπουλος

Ονοματεπώνυμο Τμήμα. 1. Τι ονομάζουμε εμβαδόν ενός επιπέδου σχήματος (χωρίου) και πως υπολογίζεται αυτό; Απάντηση

ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ. (2 μονάδες) Δίνονται τα σημεία (-2, -16), (-1, -3), (0, 0), (1, -1) και (2, 0). Υπολογίστε το πολυώνυμο παρεμβολής Newton.

ΑΝΑΛΥΣΗ 2. Μ. Παπαδημητράκης.

ΜΑΣ 371: Αριθμητική Ανάλυση ΙI ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ. 1. Να βρεθεί το πολυώνυμο παρεμβολής Lagrange για τα σημεία (0, 1), (1, 2) και (4, 2).

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 6)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

ΜΕΜ251 Αριθμητική Ανάλυση

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αόριστο ολοκλήρωμα. επαληθεύει την παραπάνω ισότητα.

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων

ΘΕΜΑΤΑ ΚΑΙ ΑΣΚΗΣΕΙΣ ΓΙΑ «ΜΑΘΗΜΑΤΙΚΑ ΙΙ» ΑΚΟΛΟΥΘΙΕΣ ΚΑΙ ΟΡΙΑ ΑΚΟΛΟΥΘΙΩΝ. lim. (β) n +

Non Linear Equations (2)

Λύσεις Εξετάσεων Φεβρουαρίου Ακ. Έτους

A Τελική Εξέταση του μαθήματος «Αριθμητική Ανάλυση» Σχολή Θετικών Επιστημών, Τμήμα Μαθηματικών, Πανεπιστήμιο Αιγαίου

Διάλεξη 5: Συνέχεια συναρτήσεων και όρια στο άπειρο

ΑΝΑΛΥΣΗ 2. Μ. Παπαδημητράκης.

Θέματα Εξετάσεων Φεβρουαρίου 2013:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕ ΕΦΑΡΜΟΓΕΣ ΣΤΗ ΒΙΟΪΑΤΡΙΚΗ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 7)

ΥΠΟΛΟΓΙΣΤΕΣ ΙΙ Εντολές επανάληψης Εντολές επανάληψης while for do-while ΥΠΟΛΟΓΙΣΤΕΣ ΙΙ Παράδειγμα #1 Εντολή while

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

Μαθηματική Ανάλυση Ι

Δηλαδή η ρητή συνάρτηση είναι πηλίκο δύο ακέραιων πολυωνύμων. Επομένως, το ζητούμενο ολοκλήρωμα είναι της μορφής

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 7)

ΜΑΘΗΜΑΤΙΚΑ Ι Β ΜΕΡΟΣ

Ολοκληρωτικός Λογισμός

HY213. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ AΝΑΛΥΣΗ ΙΔΙΑΖΟΥΣΩΝ ΤΙΜΩΝ

Μαθηματικά. Ενότητα 3: Ολοκληρωτικός Λογισμός Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Interpolation (1) Τρίτη, 3 Μαρτίου Σελίδα 1

1 Πολυωνυµική Παρεµβολή

ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ. Λογισμός 4. Ενότητα 2: Ορισμός του ολοκληρώματος. Μιχ. Γ. Μαριάς Τμήμα Μαθηματικών

ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ ΣΠΟΥΔΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ. Το 1ο Θέμα στις πανελλαδικές εξετάσεις

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Ερωτήσεις-Απαντήσεις Θεωρίας

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 )

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

Βιομαθηματικά BIO-156. Ολοκλήρωση. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2017

ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, , 3 Ο ΕΞΑΜΗΝΟ ΑΠΑΝΤΗΣΕΙΣ ΕΡΓΑΣΙΑΣ #4: ΟΛΟΚΛΗΡΩΣΗ ΕΠΙΜΕΛΕΙΑ: Σ. Μισδανίτης. με το πολυώνυμο παρεμβολής Lagrange 2 ης τάξης

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 2)

Μιχάλης Παπαδημητράκης. Αρμονική Ανάλυση. Τμήμα Μαθηματικών. Πανεπιστήμιο Κρήτης

Γενικά Μαθηματικά (Φυλλάδιο 1 ο )

ΜΕΜ251 Αριθμητική Ανάλυση

ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ, 2004, 3 Ο ΕΞΑΜΗΝΟ ΕΡΓΑΣΙΑ #5: ΑΡΙΘΜΗΤΙΚΗ ΟΛΟΚΛΗΡΩΣΗ

ΟΙΚΟΝΟΜΙΚΑ ΜΑΘΗΜΑΤΙΚΑ

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ, 5 Ο ΕΞΑΜΗΝΟ, ΠΕΡΙΕΧΟΜΕΝΑ ΠΑΡΑΔΟΣΕΩΝ. Κεφ. 1: Εισαγωγή (διάρκεια: 0.5 εβδομάδες)

Όταν η s n δεν συγκλίνει λέμε ότι η σειρά αποκλίνει.

ΚΕΦΑΛΑΙΟ 6 ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ

ΑΝΑΛΥΣΗ 2 ΣΕ 37 ΜΑΘΗΜΑΤΑ

Μ Α Θ Η Μ Α Τ Α Γ Λ Υ Κ Ε Ι Ο Υ

4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή

y 1 (x) f(x) W (y 1, y 2 )(x) dx,

Απειροστικός Λογισμός Ι, χειμερινό εξάμηνο Λύσεις έβδομου φυλλαδίου ασκήσεων.

Περιεχόμενα της Ενότητας. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς Κατανομές Πιθανότητας. Συνεχείς Κατανομές Πιθανότητας.

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές

ΥΠΟΛΟΓΙΣΤΕΣ ΙI. Άδειες Χρήσης. Εντολές for, while, do-while Διδάσκοντες: Αν. Καθ. Δ. Παπαγεωργίου, Αν. Καθ. Ε. Λοιδωρίκης

ΜΕΘΟΔΟΣ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ

ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ. Λογισμός 4. Ενότητα 1: Εισαγωγή. Μιχ. Γ. Μαριάς Τμήμα Μαθηματικών

Κεφάλαιο 4: Στοιχεία της εκδοχής hp της ΜΠΣ στις 2- διαστάσεις

Εφαρμοσμένα Μαθηματικά 3η εργαστηριακή άσκηση

Βιομαθηματικά BIO-156

Transcript:

Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Οκτώβριος 2015 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 1 / 68

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Όγδοη Σειρά Διαφανειών 1 Αριθμητική Ολοκλήρωση 2 Αριθμητική Ολοκλήρωση με παρεμβολή Κανόνας Ορθογωνίου Κανόνας Ορθογωνίου - Σφάλμα Κανόνας Ορθογωνίου - Παραδείγματα Κανόνας Τραπεζίου Κανόνας Τραπεζίου - Σφάλμα Κανόνας Τραπεζίου - Παραδείγματα Κανόνας Simpson Κανόνας Simpson - Σφάλμα Κανόνας Simpson - Παραδείγματα 3 Ειδικές περιπτώσεις Αριθμητικής Ολοκλήρωσης Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 2 / 68

Αριθμητική Ολοκλήρωση Ένα από τα βασικά προβλήματα στα μαθηματικά είναι ο υπολογισμός του ολοκληρώματος μίας συνάρτησης. Έστω το ορισμένο ολοκλήρωμα I = b a f(x)dx της συνεχούς συνάρτησης f στο διάστημα [a, b]. Ο αναλυτικός υπολογισμός του ορισμένου ολοκληρώματος απαιτεί την ύπαρξη της Παράγουσας ή Αρχικής συνάρτησης F η οποία ικανοποιεί τη σχέση F (x) = f(x) έτσι ώστε I = b a f(x)dx = F(b) F(a) Για τις περισσότερες συναρτήσεις δεν υπάρχει η παράγουσα ή έχει δύσχρηστο τύπο. Δρ. Δημήτρης Βαρσάμης x Οκτώβριος 2015 3 / 68

Αριθμητική Ολοκλήρωση με παρεμβολή Η Αριθμητική Ολοκλήρωση με παρεμβολή υλοποιείται με τις παρακάτω μεθόδους. Κανόνας Ορθογωνίου (ανοιχτός τύπος) Παρεμβολή με σταθερό πολυώνυμο (Μηδενικού βαθμού) Κανόνας Τραπεζίου (κλειστός τύπος) Παρεμβολή με γραμμικό πολυώνυμο (Πρώτου βαθμού) Κανόνας Simpson (κλειστός τύπος) Παρεμβολή με τετραγωνικό πολυώνυμο (Δευτέρου βαθμού) Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 4 / 68

Κανόνας Ορθογωνίου Για να υπολογίσουμε το I = b a f(x)dx χρησιμοποιούμε το κεντρικό σημείο ( a+b a+b, f( )) από το 2 2 οποίο φέρουμε ένα παράλληλο τμήμα στον x x από το a μέχρι το b δηλαδή, εφαρμόζουμε παρεμβολή με σταθερό πολυώνυμο. Το σχήμα που δημιουργείται είναι ένα ορθογώνιο. Θέτουμε x 0 = a + b με h = b a 2 και αντίστοιχα ( ) a + b f 0 = f(x 0 ) = f 2 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 5 / 68

Κανόνας Ορθογωνίου Το σταθερό πολυώνυμο με τις προς τα εμπρός διαφορές θα είναι p(x) = f 0 άρα I = b a f(x)dx x1 x 0 p(x)dx = h f 0 επομένως ο απλός τύπος του Ορθογωνίου δίνεται από I = h f 0 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 6 / 68

Κανόνας Ορθογωνίου Σχήμα: Υπολογισμός του ολοκληρώματος 4 0 f(x)dx Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 7 / 68

Κανόνας Ορθογωνίου Σχήμα: Υπολογισμός του 4 0 f(x)dx - Απλός Κανόνας Ορθογωνίου Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 8 / 68

Κανόνας Ορθογωνίου Είναι προφανές ότι, αν διαμερίσουμε το διάστημα [a, b] σε μικρότερα διαστήματα θα έχουμε καλύτερη προσέγγιση της καμπύλης της συνάρτησης f. Χωρίζουμε το διάστημα [a, b] σε n ίσα υποδιαστήματα, δηλαδή θα έχουμε n ισαπέχοντα κεντρικά σημεία με απόσταση h = b a n Τα σημεία x 0, x 1, x 2,..., x n 1 δίνονται από τον τύπο x i = x 0 + i h με i = 0, 1, 2,..., n 1 και x 0 = a + h 2 Αντιστοίχως, f i = f(x i ) με i = 0, 1, 2,..., n 1 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 9 / 68

Κανόνας Ορθογωνίου Επομένως, η τιμή του ορισμένου ολοκληρώματος I = b a f(x)dx προσεγγίζεται από τον Σύνθετο Κανόνα του Ορθογωνίου σύμφωνα με τον τύπο I = h ( ) n 1 f 0 + f 1 +... + f n 1 = h όπου n το πλήθος των υποδιαστημάτων που θα εφαρμοστεί ο τύπος και h = b a n το βήμα των ισαπεχόντων σημείων. Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 10 / 68 i=0 f i

Κανόνας Ορθογωνίου Σχήμα: Υπολογισμός του ολοκληρώματος 4 0 f(x)dx Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 11 / 68

Κανόνας Ορθογωνίου Σχήμα: Κανόνας Ορθογωνίου για n = 1 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 12 / 68

Κανόνας Ορθογωνίου Σχήμα: Κανόνας Ορθογωνίου για n = 2 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 13 / 68

Κανόνας Ορθογωνίου Σχήμα: Κανόνας Ορθογωνίου για n = 4 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 14 / 68

Κανόνας Ορθογωνίου Σχήμα: Κανόνας Ορθογωνίου για n = 8 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 15 / 68

Κανόνας Ορθογωνίου - Παραλλαγή Σχήμα: Κανόνας Ορθογωνίου για n = 4 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 16 / 68

Κανόνας Ορθογωνίου - Παραλλαγή Σχήμα: Κανόνας Ορθογωνίου για n = 4 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 17 / 68

Κανόνας Ορθογωνίου - Σφάλμα Το άνω σφάλμα του απλού τύπου του Ορθογωνίου δίνεται από τον τύπο E = h2 2 M με M = max{f (x)} x [a,b] ενώ το άνω σφάλμα του σύνθετου τύπου του Ορθογωνίου δίνεται από τον τύπο E = h2 2 n M = h(b a) 2 M με M = max{f (x)} x [a,b] Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 18 / 68

Κανόνας Ορθογωνίου - Παράδειγμα 1 Δίνεται η συνάρτηση f(x) = 1 x και το ορισμένο ολοκλήρωμα I = 5 1 f(x)dx Να υπολογιστεί το I με τον απλό κανόνα Ορθογωνίου. Να υπολογιστεί το I με τον σύνθετο κανόνα Ορθογωνίου για n = 4. Να υπολογιστούν τα αντίστοιχα σφάλματα. Να υπολογιστεί ο αριθμός των διαστημάτων έτσι ώστε το αποτέλεσμα να έχει ακρίβεια 5 δεκαδικών ψηφίων Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 19 / 68

Κανόνας Ορθογωνίου - Παράδειγμα 1 Για τον απλό κανόνα του Ορθογωνίου έχουμε και αντίστοιχα x 0 = a + b 2 = 3 με h = b a = 5 1 = 4 f 0 = f(x 0 ) = f(3) = 1 3 άρα I = h f 0 = 4 1 3 = 4 3 = 1.33333 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 20 / 68

Κανόνας Ορθογωνίου - Παράδειγμα 1 Για τον σύνθετο κανόνα του Ορθογωνίου με n = 4 έχουμε h = b a n = 5 1 4 = 1 και τα σημεία x 0 = a + h 2 = 3 2 με f 0 = f(x 0 ) = f(1) = 2 3 x 1 = x 0 + h = 5 2 με f 1 = f(x 1 ) = f(2) = 2 5 x 2 = x 0 + 2h = 7 2 με f 2 = f(x 2 ) = f(3) = 2 7 x 3 = x 0 + 3h = 9 2 με f 3 = f(x 3 ) = f(4) = 2 9 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 21 / 68

Κανόνας Ορθογωνίου - Παράδειγμα 1 άρα I = h ( ) n 1 f 0 + f 1 +... + f n 1 = h I = h ( ) f 0 + f 1 + f 2 + f 3 ( 2 = 1 3 + 2 5 + 2 7 + 2 ) 9 = 496 315 1.5746 i=0 f i Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 22 / 68

Κανόνας Ορθογωνίου - Παράδειγμα 1 Για να υπολογίσουμε το άνω σφάλμα υπολογίζουμε πρώτα το M f (x) = 1 x 2 άρα M = max{f (x)} = 1 x [a,b] Για τον απλό τύπο του Ορθογωνίου το σφάλμα ισούται με E = h2 2 M = 42 2 1 = 8 ενώ για το σύνθετο τύπο του Ορθογωνίου το σφάλμα ισούται με h(b a) 1(5 1) E = M = 1 = 2 2 2 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 23 / 68

Κανόνας Ορθογωνίου - Παράδειγμα 1 Για να έχουμε στο αποτέλεσμα ακρίβεια 5 δεκαδικών ψηφίων θα πρέπει να βρούμε μια σχέση του n με το k. Θα πρέπει να ισχύει ή ισοδύναμα E < 1 2 10 k h(b a) 2 M < 1 2 b a h= n 10 k = Επομένως, λύνουμε ως προς n (b a)2 2n M < 1 2 10 k n > 10 k M (b a) 2 δηλαδή n > 10 5 1 (5 1) 2 = 1600000 n > 1600000 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 24 / 68

Κανόνας Ορθογωνίου - Παράδειγμα 2 Δίνεται ο παρακάτω πίνακας τιμών της f x 1 0 1 2 3 f(x) 2 1 3 1 5 και το ορισμένο ολοκλήρωμα I = 3 1 f(x)dx Να υπολογιστεί το I με τον σύνθετο κανόνα Ορθογωνίου με το κατάλληλο n. Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 25 / 68

Κανόνας Ορθογωνίου - Παράδειγμα 2 Επειδή έχουμε 5 ισαπέχοντα σημεία το πλήθος των διαστημάτων θα είναι n = 2. Το βήμα είναι h = 2. Θα έχουμε I = h ( ) n 1 f 0 + f 1 +... + f n 1 = h I = h ( f 0 + f 1 ) = 1 (1 + 1) = 2 i=0 f i Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 26 / 68

Κανόνας Τραπεζίου Για να υπολογίσουμε το I = b a f(x)dx ενώνουμε τα σημεία (a, f(a)) και (b, f(b)) με μια γραμμή, δηλαδή, εφαρμόζουμε γραμμική παρεμβολή. Το σχήμα που δημιουργείται είναι συνήθως ένα τραπέζιο. Θέτουμε και αντίστοιχα x 0 = a και x 1 = b με h = b a f 0 = f(x 0 ) = f(a) και f 1 = f(x 1 ) = f(b) Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 27 / 68

Κανόνας Τραπεζίου Το γραμμικό πολυώνυμο με τις προς τα εμπρός διαφορές θα είναι p(x) = f 0 + (x x 0 ) f 0 h άρα I = b a f(x)dx x1 x 0 p(x)dx = h 2 (f 0 + f 1 ) επομένως ο απλός τύπος του Τραπεζίου δίνεται από I = h 2 (f 0 + f 1 ) Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 28 / 68

Κανόνας Τραπεζίου Σχήμα: Υπολογισμός του ολοκληρώματος 4 0 f(x)dx Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 29 / 68

Κανόνας Τραπεζίου Σχήμα: Υπολογισμός του 4 0 f(x)dx - Απλός Κανόνας Τραπεζίου Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 30 / 68

Κανόνας Τραπεζίου Είναι προφανές ότι, αν διαμερίσουμε το διάστημα [a, b] σε μικρότερα διαστήματα θα έχουμε καλύτερη προσέγγιση της καμπύλης της συνάρτησης f. Χωρίζουμε το διάστημα [a, b] σε n ίσα υποδιαστήματα, δηλαδή θα έχουμε n + 1 ισαπέχοντα σημεία με απόσταση h = b a n Τα σημεία x 0, x 1, x 2,..., x n δίνονται από τον τύπο x i = x 0 + i h με i = 0, 1, 2,..., n και x 0 = a, x n = b Αντιστοίχως, f i = f(x i ) με i = 0, 1, 2,..., n Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 31 / 68

Κανόνας Τραπεζίου Επομένως, η τιμή του ορισμένου ολοκληρώματος I = b a f(x)dx προσεγγίζεται από τον Σύνθετο Κανόνα του Τραπεζίου σύμφωνα με τον τύπο ( ) I = h ( ) h n 1 f0 + 2 f 1 +... + 2 f n 1 + f n = f 0 + 2 f i + f n 2 2 όπου n το πλήθος των υποδιαστημάτων που θα εφαρμοστεί ο τύπος και h = b a n το βήμα των ισαπεχόντων σημείων. Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 32 / 68 i=1

Κανόνας Τραπεζίου Σχήμα: Υπολογισμός του ολοκληρώματος 4 0 f(x)dx Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 33 / 68

Κανόνας Τραπεζίου Σχήμα: Κανόνας Τραπεζίου για n = 1 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 34 / 68

Κανόνας Τραπεζίου Σχήμα: Κανόνας Τραπεζίου για n = 2 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 35 / 68

Κανόνας Τραπεζίου Σχήμα: Κανόνας Τραπεζίου για n = 4 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 36 / 68

Κανόνας Τραπεζίου Σχήμα: Κανόνας Τραπεζίου για n = 8 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 37 / 68

Κανόνας Τραπεζίου - Σφάλμα Το άνω σφάλμα του απλού τύπου του Τραπεζίου δίνεται από τον τύπο E = h3 12 M με M = max{f (x)} x [a,b] ενώ το άνω σφάλμα του σύνθετου τύπου του Τραπεζίου δίνεται από τον τύπο E = h3 12 n M = h2 (b a) 12 M με M = max{f (x)} x [a,b] Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 38 / 68

Κανόνας Τραπεζίου - Παράδειγμα 1 Δίνεται η συνάρτηση f(x) = 1 x και το ορισμένο ολοκλήρωμα I = 5 1 f(x)dx Να υπολογιστεί το I με τον απλό κανόνα Τραπεζίου. Να υπολογιστεί το I με τον σύνθετο κανόνα Τραπεζίου για n = 4. Να υπολογιστούν τα αντίστοιχα σφάλματα. Να υπολογιστεί ο αριθμός των διαστημάτων έτσι ώστε το αποτέλεσμα να έχει ακρίβεια 5 δεκαδικών ψηφίων Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 39 / 68

Κανόνας Τραπεζίου - Παράδειγμα 1 Για τον απλό κανόνα του Τραπεζίου έχουμε x 0 = a = 1 και x 1 = b = 5 με h = b a = 5 1 = 4 και αντίστοιχα f 0 = f(x 0 ) = f(1) = 1 και f 1 = f(x 1 ) = f(5) = 1 5 άρα I = h 2 (f 0 + f 1 ) = 4 2 ( 1 + 1 ) = 2.4 5 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 40 / 68

Κανόνας Τραπεζίου - Παράδειγμα 1 Για τον σύνθετο κανόνα του Τραπεζίου με n = 4 έχουμε h = b a n = 5 1 4 = 1 και τα σημεία x 0 = a = 1 με f 0 = f(x 0 ) = f(1) = 1 x 1 = x 0 + h = 2 με f 1 = f(x 1 ) = f(2) = 1 2 x 2 = x 0 + 2h = 3 με f 2 = f(x 2 ) = f(3) = 1 3 x 3 = x 0 + 3h = 4 με f 3 = f(x 3 ) = f(4) = 1 4 x 4 = x 0 + 4h = 5 = b με f 4 = f(x 4 ) = f(5) = 1 5 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 41 / 68

Κανόνας Τραπεζίου - Παράδειγμα 1 άρα ( ) I = h ( ) h n 1 f0 + 2 f 1 +... + 2 f n 1 + f n = f 0 + 2 f i + f n 2 2 = h ( ) f0 + 2 f 1 + 2 f 2 + 2 f 3 + f 4 2 = 1 ( 1 1 + 2 2 2 + 2 1 3 + 2 1 4 + 1 ) 5 = 101 60 1.683 i=1 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 42 / 68

Κανόνας Τραπεζίου - Παράδειγμα 1 Για να υπολογίσουμε το άνω σφάλμα υπολογίζουμε πρώτα το M f (x) = 1 x 2, f (x) = 2 x 3 άρα M = max{f (x)} = 2 x [a,b] Για τον απλό τύπο του Τραπεζίου το σφάλμα ισούται με E = h3 12 M = 43 12 2 = 10.66666 ενώ για το σύνθετο τύπο του Τραπεζίου το σφάλμα ισούται με E = h2 (b a) 12 M = 12 (5 1) 12 2 = 0.66666 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 43 / 68

Κανόνας Τραπεζίου - Παράδειγμα 1 Για να έχουμε στο αποτέλεσμα ακρίβεια 5 δεκαδικών ψηφίων θα πρέπει να βρούμε μια σχέση του n με το k. Θα πρέπει να ισχύει E < 1 2 10 k ή ισοδύναμα h 2 (b a) M < 1 12 2 Επομένως, λύνουμε ως προς n b a h= n 10 k = (b a)3 12n 2 M < 1 2 10 k n 2 > 1 6 10k M (b a) 3 δηλαδή n 2 > 1 6 105 2 (5 1) 3 = 2133333.33333 n > 1460.59 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 44 / 68

Κανόνας Τραπεζίου - Παράδειγμα 2 Δίνεται ο παρακάτω πίνακας τιμών της f x 1 0 1 2 3 f(x) 2 1 3 1 5 και το ορισμένο ολοκλήρωμα I = 3 1 f(x)dx Να υπολογιστεί το I με τον σύνθετο κανόνα Τραπεζίου με το κατάλληλο n. Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 45 / 68

Κανόνας Τραπεζίου - Παράδειγμα 2 Επειδή έχουμε 5 ισαπέχοντα σημεία το πλήθος των διαστημάτων θα είναι n = 4. Το βήμα είναι h = 1. Θα έχουμε I = h 2 ( f0 + 2 f 1 +... + 2 f n 1 + f n ) = h 2 = h ( ) f0 + 2 f 1 + 2 f 2 + 2 f 3 + f 4 2 = 1 ( ) 2 + 2 1 + 2 3 + 2 1 + 5 2 = 17 2 = 8.5 ( ) n 1 f 0 + 2 f i + f n i=1 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 46 / 68

Κανόνας Simpson Για να υπολογίσουμε το I = b a f(x)dx χρησιμοποιούμε τα σημεία (a, f(a)) και (b, f(b)) και το κεντρικό σημείο ( a+b a+b, f( )) τα οποία τα ενώνουμε με μια 2 2 παραβολή, δηλαδή, εφαρμόζουμε τετραγωνική παρεμβολή (πολυώνυμο δευτέρου βαθμού). Θέτουμε x 0 = a, x 1 = a + b 2 και αντίστοιχα και x 2 = b με h = b a 2 f 0 = f(x 0 ) = f(a), f 1 = f(x 1 ) και f 2 = f(x 2 ) = f(b) Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 47 / 68

Κανόνας Simpson Το πολυώνυμο δευτέρου βαθμού με τις προς τα εμπρός διαφορές θα είναι άρα p(x) = f 0 + (x x 0 ) f 0 h + (x x 0)(x x 1 ) 2 f 0 2h 2 I = b a f(x)dx x2 x 0 p(x)dx = h 3 (f 0 + 4f 1 + f 2 ) επομένως, ο απλός τύπος του Simpson γίνεται I = h 3 (f 0 + 4 f 1 + f 2 ) Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 48 / 68

Κανόνας Simpson Σχήμα: Υπολογισμός του ολοκληρώματος 4 0 f(x)dx Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 49 / 68

Κανόνας Simpson Σχήμα: Υπολογισμός του 4 0 f(x)dx - Απλός Κανόνας Simpson Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 50 / 68

Κανόνας Simpson Είναι προφανές ότι, αν διαμερίσουμε το διάστημα [a, b] σε μικρότερα διαστήματα θα έχουμε καλύτερη προσέγγιση της καμπύλης της συνάρτησης f. Χωρίζουμε το διάστημα [a, b] σε n ίσα υποδιαστήματα στα οποία ορίζουμε και τα αντίστοιχα κεντρικά σημεία, δηλαδή θα έχουμε 2n + 1 ισαπέχοντα σημεία με απόσταση h = b a 2n Τα σημεία x 0, x 1, x 2,..., x 2n δίνονται από τον τύπο x i = x 0 + i h με i = 0, 1, 2,..., 2n και x 0 = a, x 2n = b Αντιστοίχως, f i = f(x i ) με i = 0, 1, 2,..., 2n Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 51 / 68

Κανόνας Simpson Επομένως, η τιμή του ορισμένου ολοκληρώματος I = b a f(x)dx προσεγγίζεται από τον Σύνθετο Κανόνα του Simpson σύμφωνα με τον τύπο I = h ( ) f0 + 4 f 1 + 2 f 2 +... + 2 f 2n 2 + 4 f 2n 1 + f 2n 3 ( ) = h n n 1 f 0 + 4 f 2i 1 + 2 f 2i + f 2n 3 i=1 όπου n το πλήθος των υποδιαστημάτων που θα εφαρμοστεί ο τύπος και h = b a το βήμα των 2n ισαπεχόντων σημείων. i=1 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 52 / 68

Κανόνας Simpson Σχήμα: Υπολογισμός του ολοκληρώματος 4 0 f(x)dx Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 53 / 68

Κανόνας Simpson Σχήμα: Κανόνας Simpson για n = 1 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 54 / 68

Κανόνας Simpson Σχήμα: Κανόνας Simpson για n = 2 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 55 / 68

Κανόνας Simpson Σχήμα: Κανόνας Simpson για n = 4 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 56 / 68

Κανόνας Simpson - Σφάλμα Το άνω σφάλμα του απλού τύπου του Simpson δίνεται από τον τύπο E = h5 90 M με M = max{f (4) (x)} x [a,b] ενώ το άνω σφάλμα του σύνθετου τύπου του Simpson δίνεται από τον τύπο E = h5 90 n M = h4 (b a) 180 M με M = max{f (x)} x [a,b] Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 57 / 68

Κανόνας Simpson - Παράδειγμα 1 Δίνεται η συνάρτηση f(x) = 1 x και το ορισμένο ολοκλήρωμα I = 5 1 f(x)dx Να υπολογιστεί το I με τον απλό κανόνα Simpson. Να υπολογιστεί το I με τον σύνθετο κανόνα Simpson για n = 2. Να υπολογιστούν τα αντίστοιχα σφάλματα. Να υπολογιστεί ο αριθμός των διαστημάτων έτσι ώστε το αποτέλεσμα να έχει ακρίβεια 5 δεκαδικών ψηφίων Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 58 / 68

Κανόνας Simpson - Παράδειγμα 1 Για τον απλό κανόνα του Simpson έχουμε x 0 = a = 1, x 1 = a + b 2 και αντίστοιχα = 1 + 5 2 = 3 και x 2 = b = 5 με h = b a 2 f 0 = f(x 0 ) = f(1) = 1, f 1 = f(x 1 ) = f(3) = 1 3 και f 2 = f(x 2 ) = f(5) = 1 5 άρα I = h 3 (f 0 + 4 f 1 + f 2 ) = 2 3 ( 1 + 4 1 3 + 1 ) = 76 5 45 1.68888 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 59 / 68

Κανόνας Simpson - Παράδειγμα 1 Για τον σύνθετο κανόνα του Simpson με n = 2 έχουμε και τα σημεία h = b a 2n = 5 1 4 = 1 x 0 = a = 1 με f 0 = f(x 0 ) = f(1) = 1 x 1 = x 0 + h = 2 με f 1 = f(x 1 ) = f(2) = 1 2 x 2 = x 0 + 2h = 3 με f 2 = f(x 2 ) = f(3) = 1 3 x 3 = x 0 + 3h = 4 με f 3 = f(x 3 ) = f(4) = 1 4 x 4 = x 0 + 4h = 5 = b με f 4 = f(x 4 ) = f(5) = 1 5 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 60 / 68

Κανόνας Simpson - Παράδειγμα 1 άρα I = h 3 ( f 0 + 4 ) n n 1 f 2i 1 + 2 f 2i + f 2n i=1 = h ( ) f0 + 4 f 1 + 2 f 2 +... + 2 f 2n 2 + 4 f 2n 1 + f 2n 3 = h ( ) f0 + 4 f 1 + 2 f 2 + 4 f 3 + f 4 3 = 1 ( 1 1 + 4 3 2 + 2 1 3 + 4 1 4 + 1 ) 5 = 73 45 1.62222 i=1 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 61 / 68

Κανόνας Simpson - Παράδειγμα 1 Για να υπολογίσουμε το άνω σφάλμα υπολογίζουμε πρώτα το M άρα f (x) = 1 x 2, f (x) = 2 x 3, f (x) = 6 x 4, f (4) (x) = 24 x 5 M = max{f (4) (x)} = 24 x [a,b] Για τον απλό τύπο του Simpson το σφάλμα ισούται με E = h5 90 M = 25 24 = 8.533333 90 ενώ για το σύνθετο τύπο του Simpson το σφάλμα ισούται με E = h4 (b a) 180 M = 14 (5 1) 180 24 = 0.533333 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 62 / 68

Κανόνας Simpson - Παράδειγμα 1 Για να έχουμε στο αποτέλεσμα ακρίβεια 5 δεκαδικών ψηφίων θα πρέπει να βρούμε μια σχέση του n με το k. Θα πρέπει να ισχύει ή ισοδύναμα h 4 (b a) M < 1 180 2 Επομένως, λύνουμε ως προς n δηλαδή E < 1 2 10 k b a h= 2n 10 k = (b a)5 180 16n 4 M < 1 2 10 k n 4 > 1 1440 10k M (b a) 5 n 4 > 1 1440 105 24 (5 1) 5 = 1706666.66666 n > 36.14 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 63 / 68

Κανόνας Simpson - Παράδειγμα 2 Δίνεται ο παρακάτω πίνακας τιμών της f x 1 0 1 2 3 f(x) 2 1 3 1 5 και το ορισμένο ολοκλήρωμα I = 3 1 f(x)dx Να υπολογιστεί το I με τον σύνθετο κανόνα Simpson με το κατάλληλο n. Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 64 / 68

Κανόνας Simpson - Παράδειγμα 2 Επειδή έχουμε 5 ισαπέχοντα σημεία το πλήθος των διαστημάτων θα είναι n = 2. Το βήμα είναι h = 2. Θα έχουμε ( ) I = h n n 1 f 0 + 4 f 2i 1 + 2 f 2i + f 2n 3 i=1 = h ( ) f0 + 4 f 1 + 2 f 2 +... + 2 f 2n 2 + 4 f 2n 1 + f 2n 3 = h ( ) f0 + 4 f 1 + 2 f 2 + 4 f 3 + f 4 3 = 2 ( ) 2 + 4 1 + 2 3 + 4 1 + 5 3 = 42 3 = 14 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 65 / 68 i=1

Ειδικές περιπτώσεις Αριθμητικής Ολοκλήρωσης Ο υπολογισμός του ορισμένου ολοκληρώματος I = 1 0 1 x dx = [ 2 x ] 1 0 = 2 Η παραπάνω συνάρτηση απειρίζεται στο αριστερό άκρο (0). Δεν μπορούμε να χρησιμοποιήσουμε κλειστούς τύπους. Οι ανοιχτοί τύποι συγκλίνουν αργά. Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 66 / 68

Ειδικές περιπτώσεις Αριθμητικής Ολοκλήρωσης Ο υπολογισμός του ορισμένου ολοκληρώματος I = 0 e x dx = [ e x] 0 = 1 Στο παραπάνω ολοκλήρωμα το πάνω άκρο απειρίζεται. Δεν μπορούμε να χρησιμοποιήσουμε τους τύπους διότι χρειαζόμαστε άπειρα σημεία. Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 67 / 68

Ειδικές περιπτώσεις Αριθμητικής Ολοκλήρωσης Μπορούμε να κάνουμε μετασχηματισμό έτσι ώστε τα άκρα να είναι πεπερασμένα. y = 1 e x με x = ln(1 y) Τα άκρα θα γίνουν 0 0 και 1 και το διαφορικό dx = dy(1 y). Άρα I = 1 0 f( ln(1 y)) dy 1 y Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 68 / 68