Numerická integrace. b a. sin 100 t dt

Podobné dokumenty
MATEMATIKA II V PŘÍKLADECH

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat.

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA,

Numerické metody a statistika

Numerické řešení nelineárních rovnic

transformace Idea afinního prostoru Definice afinního prostoru velké a stejně orientované.

Numerické řešení diferenciálních rovnic

Parciální funkce a parciální derivace

Lineární rovnice prvního řádu. Máme řešit nehomogenní lineární diferenciální rovnici prvního řádu. Funkce h(t) = 2

- funkce, které integrujete aproximujte jejich Taylorovými řadami a ty následně zintegrujte. V obou případech vyzkoušejte Taylorovy řady

Matematika v automatizaci - pro řešení regulačních obvodů:

Numerické řešení nelineárních rovnic

Laplaceova transformace Modelování systémů a procesů (11MSP)

Typy příkladů na písemnou část zkoušky 2NU a vzorová řešení (doc. Martišek 2017)

Numerické řešení nelineárních rovnic

Derivace funkce více proměnných

T t. S t krátkodobé náhodná složka. sezónní. Trend + periodická složka = deterministická složka

FINANČNÍ MATEMATIKA- ÚVĚRY

Diferenciální rovnice 1. řádu

listopadu 2016., t < 0., t 0, 1 2 ), t 1 2,1) 1, 1 t. Pro X, U a V najděte kvantilové funkce, střední hodnoty a rozptyly.

Volba vhodného modelu trendu


Numerické metody: aproximace funkcí

EKONOMETRIE 6. přednáška Modely národního důchodu

NUMERICKÉ METODY. Problematika num. řešení úloh, chyby, podmíněnost, stabilita algoritmů. Aproximace funkcí.

Čebyševovy aproximace

ÚVOD DO DYNAMIKY HMOTNÉHO BODU

Biologické modely. Robert Mařík. 9. listopadu Diferenciální rovnice 3. 2 Autonomní diferenciální rovnice 8

Matematika I A ukázkový test 1 pro 2014/2015

Nelineární rovnice. Numerické metody 6. května FJFI ČVUT v Praze

MATLAB a numerické metody

Numerické metody: aproximace funkcí

Interpolace, ortogonální polynomy, Gaussova kvadratura

Skupinová obnova. Postup při skupinové obnově

Integrace. Numerické metody 7. května FJFI ČVUT v Praze

Co je obsahem numerických metod?

Matematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a

Obsah. Aplikovaná matematika I. Gottfried Wilhelm Leibniz. Základní vlastnosti a vzorce

Řešení nelineárních rovnic

4 Numerické derivování a integrace

Aproximace funkcí. Numerické metody 6. května FJFI ČVUT v Praze

Diferenciál a Taylorův polynom

Vzorce na integrování. 1. x s dx = xs+1. dx = ln x +C 3. e x dx = e x +C. 4. a x dx = ax. 14. sinhxdx = coshx+c. 15. coshxdx = sinhx+c.

DERIVACE A MONOTÓNNOST FUNKCE DERIVACE A MONOTÓNNOST FUNKCE. y y

INTEGRÁLNÍ POČET. Primitivní funkce. Neurčitý integrál. Pravidla a vzorce pro integrování

Statika 1. Miroslav Vokáč ČVUT v Praze, Fakulta architektury. Statika 1. M. Vokáč. Plocha.

Numerická matematika 1

Pasivní tvarovací obvody RC

STATICKÉ A DYNAMICKÉ VLASTNOSTI ZAŘÍZENÍ

Kapitola 8: Dvojný integrál 1/26

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0.

VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni. Abstrakt

Analýza časových řad. Informační a komunikační technologie ve zdravotnictví. Biomedical Data Processing G r o u p

PRIMITIVNÍ FUNKCE. Primitivní funkce primitivní funkce. geometrický popis integrály 1 integrály 2 spojité funkce konstrukce prim.

SIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika přednášky LS 2006/07

f (k) (x 0 ) (x x 0 ) k, x (x 0 r, x 0 + r). k! f(x) = k=1 Řada se nazývá Taylorovou řadou funkce f v bodě x 0. Přehled některých Taylorových řad.

f(c) = 0. cn pro f(c n ) > 0 b n pro f(c n ) < 0

Využijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je.

dx se nazývá diferenciál funkce f ( x )

PRIMITIVNÍ FUNKCE DEFINICE A MOTIVACE

x udává hodnotu směrnice tečny grafu

Kombinatorická minimalizace

I. 7. Diferenciál funkce a Taylorova věta

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 4. TROJFÁZOVÉ OBVODY

1 LIMITA FUNKCE Definice funkce. Pravidlo f, které každému x z množiny D přiřazuje právě jedno y z množiny H se nazývá funkce proměnné x.

7. Derivace složené funkce. Budeme uvažovat složenou funkci F = f(g), kde některá z jejich součástí

Rovinná úloha v MKP. (mohou být i jejich derivace!): rovinná napjatost a r. deformace (stěny,... ): u, v. prostorové úlohy: u, v, w

Derivace a monotónnost funkce

Cvičení z Lineární algebry 1

Matematika I (KX001) Užití derivace v geometrii, ve fyzice 3. října f (x 0 ) (x x 0) Je-li f (x 0 ) = 0, tečna: x = 3, normála: y = 0

Těleso racionálních funkcí

Posloupnosti a řady. 28. listopadu 2015

Semestrální písemka BMA3 - termín varianta A13 vzorové řešení

9 Viskoelastické modely

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

4. Střední radiační teplota; poměr osálání,

DRN: Kořeny funkce numericky

Základy matematiky pro FEK

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

METODA PŮLENÍ INTERVALU (METODA BISEKCE) METODA PROSTÉ ITERACE NEWTONOVA METODA

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Demografické projekce počtu žáků mateřských a základních škol pro malé územní celky

1.3.4 Rovnoměrně zrychlený pohyb po kružnici

FP - SEMINÁŘ Z NUMERICKÉ MATEMATIKY. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

Dynamika hmotného bodu. Petr Šidlof

1 - Úvod. Michael Šebek Automatické řízení

14. přednáška. Přímka

Newtonova metoda. 23. října 2012

Připomenutí co je to soustava lineárních rovnic

Komplexní analýza. Laplaceova transformace. Martin Bohata. Katedra matematiky FEL ČVUT v Praze

LS Příklad 1.1 (Vrh tělesem svisle dolů). Těleso o hmotnosti m vrhneme svisle

1. Je dána funkce f(x, y) a g(x, y, z). Vypište symbolicky všechny 1., 2. a 3. parciální derivace funkce f a funkce g.

Limita a spojitost funkce a zobrazení jedné reálné proměnné

9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1

Občas se používá značení f x (x 0, y 0 ), resp. f y (x 0, y 0 ). Parciální derivace f. rovnoběžného s osou y a z:

Derivace funkcí více proměnných

Numerické metody 6. května FJFI ČVUT v Praze

4. Diferenciál a Taylorova věta

2 Fyzikální aplikace. Předpokládejme, že f (x 0 ) existuje. Je-li f (x 0 ) vlastní, pak rovnice tečny ke grafu funkce f v bodě [x 0, f(x 0 )] je

1. Vysvětlete pojmy systém a orientované informační vazby (uveďte příklady a protipříklady). 2. Uveďte formy vnějšího a vnitřního popisu systémů.

Transkript:

Numerická inegrace Mirko Navara Cenrum srojového vnímání kaedra kyberneiky FEL ČVUT Karlovo náměsí, budova G, mísnos 14a hp://cmpfelkcvucz/~navara/nm 1 lisopadu 18 Úloha: Odhadnou b a f() d na základě hodno funkce f v konečně mnoha uzlových bodech x,, x n 1 Pokud se aproximace ϕ na inervalu a, b liší od f nejvýše o ε, pak b I b ϕ() d = (f() ϕ()) d Příklad: a b a a b a f() ϕ() d (b a) ε sin 1 d je náročnou úlohou pro počíačové algebraické sysémy, ale z numerického hlediska není nijak zvlášť obížný Linearia: Inegrál závisí na inegrandu lineárně, proo odhad inegrálu závisí lineárně na f(x ),, f(x n 1 ): A = i<n w i f(x i ), Můžeme voli pouze uzlové body x,, x n 1 a jejich váhy w,, w n 1 Zjednodušení: Funkci f aproximujeme inerpolačním polynomem a, b rozdělíme na k inervalů a j, a j+1, j =,, k 1, kde a = a, a k = b V dílčích inervalech použijeme náhradu polynomem nízkého supně, vedoucí na zv jednoduchý vzorec, j odhad A j inegrálu Sečením dosaneme složený vzorec, j odhad I j = aj+1 a j f() d A = j<k A j inegrálu j<k I j = b a f() d Zjednodušení: Všechny dílčí inervaly mají sejnou délku H = b a k = a j+1 a j 1

Každý dílčí inerval lze lineární subsiucí převés na jednokový inerval, 1 Obecný případ dosaneme lineární subsiucí u = a j H, = a j + H u, I j = aj+1 a j f() d = 1 Newonovy-Coesovy vzorce Uzlové body ekvidisanní 11 Meoda levého odhadu H f(a j + H u) du = g j (u) = H f(a j + H u), g (m) j (u) = H m+1 f (m) (a j + H u) g j (u) du, Jediný uzlový bod v krajním bodě inervalu, u = ; g j nahradíme konsanou g j (u ) = g j () Jednoduchý vzorec: Složený vzorec: L = j<k L j = L j = H j<k g j () d = g j () = H f(a j ) f(a j ) = H j<k f(a + j H) Rovnocenný je odhad pro volbu u = 1, meoda pravého odhadu 1 Obdélníková meoda Uzlový bod ve sředu inervalu, u = 1/ Proložíme konsanu g j (u ) = g j (1/) Jednoduchý vzorec: Složený vzorec: R j = g j (1/) d = g j (1/) = H f(a j + H/) R = R j = H f(a j + H/) = H f(a 1/ + j H), j<k j<k j<k kde a 1/ = a + H/

1 Lichoběžníková meoda Dva uzlové body na krajích inervalu, u =, u 1 = 1 Proložíme lineární funkci, výsledkem bude plocha pod přímkou, neboli obsah lichoběžníka Jednoduchý vzorec: Složený vzorec: T = j<k T j = g j(u ) + g j (u 1 ) T j = H j<k f(a j ) + f(a j+1 ) = g j() + g j (1) = H = H f(a j) + f(a j+1 ) f(a) + f(b) f(a + j H) k 1 + j=1 14 Simpsonova meoda Tři uzlové body; dva na krajích inervalu, jeden uprosřed, u =, u 1 = 1/, u = 1 Proložíme kvadraický polynom a zinegrujeme Jednoduchý vzorec: S j = w g j (u ) + w 1 g j (u 1 ) + w g j (u ) = w g j () + w 1 g j (1/) + w g j (1)

Vzorec bude přesný, bude-li g j libovolný kvadraický polynom Speciálně pro g j (u) {1, u, u }: w + w 1 + w = 1 w 1 + w = 1 4 w 1 + w = 1 du = 1, u du = 1, u du = 1 To je sousava lineárních rovnic pro neznámé w, w 1, w, řešení: w = 1 6, w 1 =, w = 1 6 Jednoduchý vzorec: S j = g j (1/) d = 1 6 g j() + g j(1/) + 1 6 g j(1) = H 6 (f(a j) + 4 f(a j + H/) + f(a j+1 )) Složený vzorec: S = j<k S j = H 6 = H 6 kde a 1/ = a + H/ (pozor na meze sum!) ( k 1 f(a ) + f(a k ) + f(a j ) + 4 j=1 k 1 j= ( k 1 f(a) + f(b) + f(a + j H) + 4 j=1 ) f(a j + H/) k 1 j= ) f(a 1/ + j H), S = h (f(x ) + 4 f(x 1 ) + f(x ) + 4 f(x ) + + 4 f(x k 1 ) + f(x k )), kde x i = a + i h jsou uzlové body (pro funkci f, nikoli g j ) a h = H/ je vzdálenos mezi sousedními uzlovými body Poče inervalů délky h musí bý sudý! 15 Obecné Newonovy-Coesovy vzorce oevřené (obdélníková meoda) uzavřené (lichoběžníková a Simpsonova meoda) polooevřené (meoda levého odhadu) 4

Odhad chyby numerické inegrace Zjednodušení: pro lichoběžníkovou meodu Předpokládejme, že g j má na inervalu, 1 spojiou druhou derivaci Funkci g j nahrazujeme lineárním polynomem ϕ j ; chyba inerpolace v bodě u je T j I j = g j (u) ϕ j (u) ϕ j (u) du max v,1 g j (v) max v,1 g j (v) (u ) (u 1), g j (u) du ϕ j (u) g j (u) du (u u ) du = max v,1 g j (v) = 1 1 max v,1 g j (v) = 1 1 H max f () a j,a j+1 ( 1 1 ) Vyjádříme pomocí M max a,b f (), T j I j 1 1 H M, složený vzorec T I k 1 H M, po náhradě konsanního součinu k H = b a 1 Řád meod inegrace T I (b a) M 1 Definice Nechť funkce A vyjadřuje výsledek inegrační meody v závislosi na délce kroku, I je správný výsledek Pokud exisuje ln A(H) I lim, H ln H nazývá se řád meody H Poznámka V logarimických souřadnicích má řád meody význam směrnice asympoy v Poznámka Časo se řád meody inegrace zavádí jako exponen u H v nejnižším obecně nenulovém členu Taylorova rozvoje chyby meody podle H v okolí bodu Věa Nechť funkce A vyjadřuje výsledek inegrační meody v závislosi na délce kroku, I je správný výsledek Nechť p je exponen u H v nejnižším nenulovém členu Taylorova rozvoje chyby meody podle H v okolí bodu Pokud má A spojiou p-ou derivaci v, pak p je řád meody ve smyslu Definice 1 Důkaz Taylorův rozvoj se zbykem v Lagrangeově varu lze psá A(H) = I + Hp p! A (p) (ξ(h)), kde ξ(h), H, akže lim ξ(h) = H A(p) () 5

H p ln A ln A(H) I (p) (ξ(h)) p! lim = lim = H ln H H ln H p ln H ln p! + ln A (p) (ξ(h)) = lim = H ln H ln p! + ln A (p) (ξ(h)) = p + lim H ln H Čiael posledního zlomku konverguje k ln p! + ln A (p) (), jmenovael k, celý zlomek k meoda horní odhad chyby řád levého odhadu 1 H 1 lichoběžníková 1 H obdélníková 4 H Simpsonova 4 88 H 4 4 = 18 h 4 4 Simpsonova meoda dává chybu nikoli řeího, ale čvrého řádu Je-li f, a edy i g j, polynom supně nejvýše, pak chyba inerpolace kvadraickým polynomem je úměrná Na hodnoě inegrálu se o neprojeví, neboť Příklad 1: W (u) = (u ) (u 1/) (u 1) W (u) du = e d s přesnosí ε = 1 6 Sanove posačující poče kroků pro jednolivé meody Pro k = me M p horní odhad H poče kroků 1 L e = 86 6 86 = 116 1 6 1 7 1 1 T 6 = 17 1 1155 4 1 R 6 = 45 1 817 4 S 1 = 1 exp( ) d Gaussova meoda inegrace 88 1 6 1 L = 91146, R = 881118, T = 884, S = 8881, = 88 81 9 Na inervalu 1, 1 volíme za uzlové body kořeny z,, z s 1 1, 1 zv Legendreových polynomů Lineární ransformací u = z + 1, z = u 1 dosaneme uzlové body u,, u s 1, 1 Uzlové body a jejich váhy w,, w s 1 jsou abelovány nebo raději počíány algorimem Volíme pouze jejich poče s a ím i řád meody 6

s uzlové body váhy 1 ± 1 = ±5775 1 ± 5 +4 4 ± 7 ± 5 ± ± 4 7 7+4 7 16 7 4 7 16 = ±774597 5 9 8 9 = ±86116 47855 = ±9981 65145 = ±9618 697 = ±58469 47869 568889 jednoduchý vzorec: G s,j = i<s w i g j (u i ) = H i<s w i f(a j + H u i ) složený vzorec: G s = G s,j = H w i f(a j + H u i ) = H ( ) w i f(d i + j H), j<k j<k i<s i<s j<k kde d i = a + H u i a, a 1 Horní odhad chyby kde G s I (b a) (s!)4 M s (s + 1) ((s)!) Hs, M s max v a,b f (s) (v) Chyba meody je řádu s, díky volbě s uzlových bodů a s vah, j s paramerů V Newonových-Coesových vzorcích jsme volbou s vah (při daných uzlových bodech) dosali meody řádu s nebo s + 1 poče uzlových bodů horní odhad chyby řád 1 4 H 4 4 H 4 4 6 16 H6 6 4 8 1 778 11 H8 8 5 1 54 876 467 H1 1 Příklad 1 (pokračování): s přesnosí ε = 1 6 e d A M p horní odhad H p kroků 1 L e = 86 6 86 = 116 1 6 1 7 1 1 T 6 = 17 1 1155 4 1 R 6 = 45 1 817 4 88 1 S 1 6 1 = 1 4 4 1 G 1 6 1 = 115 18 8 G 4 168 = 9 1 778 11 1 6 168 7

4 Richardsonova exrapolace Úloha: Správný výsledek nějakého výpoču je A() = lim A(H) Předpokládáme, že A má v okolí bodu H Taylorův rozvoj A(H) = A() + Hp p! A(p) () + Hr r! A(r) () +, kde p (řád meody) známe a r > p Z hodno funkce A v konečně mnoha nenulových bodech máme odhadnou A() Řešení: Zanedbáme členy řádů vyšších než p a aproximujeme A polynomem ϕ(h) = s + c H p, s, c R Ke sanovení s, c zvolíme uzlové body H, H/q, kde q 1: ϕ(h) = s + c H p = A(H), ( ) ( ) H ϕ q = s + c Hp H q p = A q To je regulární sousava dvou lineárních rovnic pro dvě neznámé s, c, z nichž nás zajímá pouze s = ϕ(): ( ) (q p 1) s = q p A A(H), s = ( q p A ) H q H q A(H) q p 1 Odhad s hodnoy A() je zaížen pouze chybami vyšších řádů než p (zde řádu r) Časo q =, pak s = p A ( ) H A(H) p 1 5 Richardsonova exrapolace při inegraci Richardsonovou exrapolací dosaneme nový odhad Výraz B(H) = qp A( H q ) A(H) q p 1 A( H q ) A(H) q p 1 můžeme rovněž považova za odhad chyby výsledku A( H q ) Speciálně pro q = (meoda polovičního kroku): B(H) = p A( H ) A(H) p 1 = A( H q ) + A( H q ) A(H) q p 1 = I A( H q ) = A( H ) + A( H ) A(H) p 1 I A( H ) = A( H ) A(H) p 1 Pro lichoběžníkovou meodu lze doporuči q = 8

Polovina nových uzlových bodů (pro krok H/) se kryje se sarými (pro krok H); dosaneme odhad T ( H ) + T ( H ) T (H) = R(H) + T (H) shodný se Simpsonovou meodou Richardsonovou exrapolací lze zpřesni i Simpsonovu meodu, dosaneme odhad 6 řádu S( H ) + S( H ) S(H) 15 Richardsonovou exrapolací pro obdélníkovou meodu s polovičním krokem dosaneme odhad, kerý se však nehodí: R( H ) + R( H ) R(H), 9

Vhodnější je řeinový krok, q =, R( H ) + R( H ) R(H) 8 6 Rombergova meoda Vychází z více odhadů získaných lichoběžníkovou meodou pro kroky H, H/, H/4, Taylorův rozvoj chyby lichoběžníkové meody má nenulové pouze členy sudého řádu Proo se každou Richardsonovou exrapolací zvýší řád o dvě 1

řád 4 6 8 k T ( H k ) S( H k ) k T (H) = T, k T ( H ) = T 1, T 1,1 4 k T ( H 4 ) = T, T,1 T, 8 k T ( H 8 ) = T, T,1 T, T, Obecně ve sloupci j + 1: T i,j = T i,j 1 + T i,j 1 T i 1,j 1 4 j 1 Za výsledek bereme T i,i, chyba je řádu i a odhadujeme ji zhruba výrazem T i,i 1 T i 1,i 1 nebo T i,i T i 1,i 1 Příklad 1 (pokračování): Výsledky Rombergovy meody pro dělení: řád 4 6 8 k T ( H k ) S( H k ) 4 8861 8 8817 88655 16 8817 888 88819 885 8881 88818 88818 S planými ciframi 8881 se shodují výsledky vyznačené kurzívou Příklad : Výsledky Rombergovy meody pro řád 4 6 8 1 k T ( H k ) S( H k ) 1 1578 944 4 1 1781 147 9778 8 1 1781 1 1781 11868 11915 16 1 1789 1 1789 1 1789 1 17795 1 1779 S planými ciframi 1 178 se shodují výsledky vyznačené kurzívou π 7 Prakické sanovení poču inervalů z horního odhadu chyby meoda dvojího (nejčasěji polovičního) kroku Příklad 1 (pokračování): e d s počáeční volbou 4 inervalů sin 4 d, s počáeční volbou 1 inervalu dělení: s přesnosí ε = 1 6 Simpsonova meoda s krokem a 1: Odhad chyby medoou polovičního kroku je S() S(1) S(1) S() 15 e d = 899444, = 881814 11 = 4578,

požadovaná chyba je zhruba 458 menší, což vyžaduje zvýši poče kroků v poměru alespoň 4 458 = 77 Pro 4 a 8 menší krok, j pro 8 a 16 inervalů dělení: Odhad chyby posledního výsledku je S( 8 ) = 88896576, S( 16 ) = 88818646 S( 16 ) S( 8 ) = 6 1 8 15 (Již víme, že posačuje inervalů dělení) Richardsonova exrapolace: S( 16 ) + S( 16 ) S( 8 ) = 88819784, 15 Přesnější výsledek je 88819764168 Příklad : sin d s přesnosí ε = 1 8 Zkusíme 5-bodovou Gaussovu meodu (1 řádu) s krokem 1 a 1 : Odhad chyby medoou polovičního kroku je G 5 (1) = 61166517, G 5 ( 1 ) = 675967 G 5 ( 1 ) G 5(1) 1 1 = 4 1 7, požadovaná chyba je zhruba 4 menší, což vyžaduje zvýši poče kroků v poměru alespoň 1 4 = 15 Měl by edy sači menší krok, j 4 inervaly dělení: Odhad chyby posledního výsledku je G 5 ( 1 ) = 675967 G 5 ( 1 4 ) = 661567 G 5 ( 1 4 ) G 5( 1 ) 1 1 = 14 1 7, edy jen asi řikrá menší, ač se měl zmenši v poměru 1 = 14 Přesnější výsledek je 6566446766 8 Řešení obížnějších úloh úpravou zadání 81 Inegrace přes nekonečný inerval Příklad 4: e d s přesnosí ε = 1 6 I nekonečný obor inegrace lze (nelineární) subsiucí převés na konečný, 1, zde např = 1/u: e 1 u u du 1

Můžeme využí známé určié inegrály, např e d = e d }{{} π/ e d, Můžeme se omezi na konečný inerval a zbyek zanedba V našem případě lze použí odhad (se subsiucí x = u) x e d = e x e x u u du e x Pro x 85 je eno výraz menší než ε, akže sačí vypočía e x u du = e x x s přesnosí ε 85 e d 8 Omezení inervalu se může hodi, i když obor inegrace je konečný: Příklad 5: e d Simpsonovou meodou s 1 kroky: 4-bodovou Gaussovou meodou se 1 kroky: 481, 14, Dopusíme se chyby menší než ε = 5 1 7, snížíme-li horní mez na 85 Pak sačí Simpsonova meoda s kroky 414549 Přesnější výsledek je 8 Pomalu konvergenní inegrály Přičení známého určiého inegrálu Příklad (pokračování): 41455469 může zásadně změni obížnos numerického výpoču: sin d Inegrand má v okolí nuly neomezenou derivaci V okolí nuly je sin, sin neomezená, ale známe d = Rozdíl sin Derivace je sice nadále má derivace omezené a jeho inegrace nečiní zvlášní poíže Výpoče 5-bodovou Gaussovu meodu (1 řádu) se dvěma a čyřmi inervaly dělení dává ( sin ) d = G 5 ( 1 ) = 4618175, G 5 ( 1 4 ) = 46164858 1

Odhad chyby meodou polovičního kroku: Přesnější výsledek je Výsledek původního zadání je (přesněji 6566446766) G 5 ( 1 4 ) G 5( 1 ) 1 1 sin d = = 17 1 11 46161994465 d + = 4616486 = 6566181 ( sin ) d Subsiuce funkcí, kerá má v odpovídajícím bodě c nulové derivace dosaečně mnoha řádů, např = c+u s, kde exponen s volíme raději vyšší než nižší Příklad (pokračování): sin d Subsiucí = u dosaneme sin d = sin u du 5-bodová Gaussova meoda (1 řádu) s jedním a dvěma inervaly dělení: G 5 (1) = 6566796, odhad chyby meodou polovičního kroku G 5 ( 1 ) = 6566496, G 5 ( 1 ) G 5(1) 1 1 = 17 1 11 Chěli bychom, aby se inegrand v okolí problémového bodu blížil konsaně; mohli jsme použí éž subsiuci = u s dobrým výsledkem Příklad 6: 1 sin d s přesnosí 1 8 Omezení na konečný obor nepomůže, neboť např 999997 Hledaný inegrál není absoluně konvergenní Pořebujeme kde ovšem inegrál 1 sin d = = sin d = 19 sin π d = sin 1 sin d d π 6566188 = 67775557, sin d byl rovněž problémový; využili jsme řešení příkladu Přesnější výsledek je 67775874611 14