17.05.2015 Views

Kwadratury numeryczne - Instytut Metod Komputerowych w ...

Kwadratury numeryczne - Instytut Metod Komputerowych w ...

Kwadratury numeryczne - Instytut Metod Komputerowych w ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Michał Pazdanowski<br />

<strong>Instytut</strong> Technologii Informacyjnych w Inżynierii Lądowej<br />

Wydział Inżynierii Lądowej<br />

Politechnika Krakowska<br />

Tablica 3. Porównanie efektywności metod całkowania<br />

n<br />

Newton<br />

Gauss<br />

h ile całka błąd h ile całka błąd<br />

1 0,00011 26850 2,545100 0,003% 0,05000 60 2,545255 0,003%<br />

2 0,03488 87 2,545101 0,003% 0,60000 10 2,545230 0,002%<br />

3 0,30000 11 2,545098 0,003% 1,50000 6 2,545224 0,002%<br />

4 0,20000 13 2,545142 0,003% 3,00000 4 2,545254 0,003%<br />

W kolejnych kolumnach tablicy, dla obydwu metod całkowania, przedstawiono długość pojedynczego<br />

przedziału całkowania (h), całkowitą liczbę punktów, w których należało obliczyć wartość<br />

funkcji podcałkowej (ile), obliczoną wartość całki (całka) oraz błąd względny procentowy uzyskanego<br />

wyniku w stosunku do wartości ścisłej (błąd).<br />

Ponieważ zasadniczym czynnikiem wpływającym na czas całkowania jest liczba obliczeń wartości<br />

funkcji podcałkowej, zgodnie z oczekiwaniem okazało się, że najbardziej efektywna z rozważanych<br />

powyżej jest czteropunktowa kwadratura Gaussa.<br />

Problemem z którym spotykamy się dość często przy numerycznym całkowaniu jest problem granic<br />

niewłaściwych (czyli w − ∞ lub + ∞ ). Możemy sobie z nim poradzić na dwa sposoby:<br />

• przez odpowiednią zmianę zmiennych (typu x =<br />

1<br />

t ):<br />

b<br />

∫<br />

a<br />

1<br />

a<br />

1 ⎛1⎞<br />

f ( x)<br />

⋅dx<br />

= ∫ ⋅ f ⎜ ⎟⋅dt<br />

; (20)<br />

2<br />

1 t ⎝ t ⎠<br />

b<br />

• zastosowanie kwadratur specjalnych:<br />

∞<br />

∫<br />

0<br />

∞<br />

∫<br />

x<br />

0<br />

∞<br />

∫<br />

α<br />

−∞<br />

(1 − x)<br />

e<br />

α<br />

⋅e<br />

−x<br />

−x<br />

2<br />

⋅ f ( x)<br />

⋅dx<br />

=<br />

⋅(1<br />

+ x)<br />

⋅ f ( x)<br />

⋅dx<br />

=<br />

β<br />

∑<br />

n<br />

∑<br />

j=<br />

1<br />

n<br />

j=<br />

1<br />

⋅ f ( x)<br />

⋅dx<br />

=<br />

w ⋅ f ( x )<br />

j<br />

j<br />

w ⋅ f ( x )<br />

n<br />

∑<br />

j=<br />

1<br />

j<br />

j<br />

j<br />

w ⋅ f ( x )<br />

j<br />

, (21)<br />

kwadratury te noszą odpowiednio nazwy Gaussa–Laguerre’a, Gaussa–Hermita i Gaussa–<br />

Jacobiego.<br />

Stosując kwadratury te należy pamiętać o tym, że ich współczynniki (położenia węzłów i wagi) są<br />

określone i mogą być używane jedynie wówczas gdy przedział całkowania i funkcja podcałkowa<br />

mają postać dokładnie taką jak we wzorach (21).<br />

W przypadku osobliwości całkowalnej (np. typu (22) ) powinniśmy najpierw przez odpowiednią<br />

zmianę zmiennych pozbyć się osobliwości i dopiero wtedy zastosować którąś z standardowych<br />

kwadratur.<br />

1<br />

( x − a)<br />

Stosowne wzory przedstawiono poniżej:<br />

γ<br />

,<br />

0 ≤ γ < 1<br />

. (22)<br />

b<br />

∫<br />

a<br />

x − a = t<br />

1−γ<br />

( b−a)<br />

1<br />

f ( x)<br />

⋅dx<br />

= ⋅<br />

−<br />

∫ t<br />

1 γ<br />

0<br />

1−<br />

1<br />

γ<br />

1−<br />

1<br />

γ<br />

⋅ f ( t<br />

1−<br />

1<br />

γ<br />

+ a)<br />

⋅dt<br />

. (23)<br />

6

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!