Francesca Pelosi - Dipartimento di Matematica -UTV-pelosi/Integrazione_Numerica.pdf · TRAPEZI...
-
Upload
phungquynh -
Category
Documents
-
view
223 -
download
0
Transcript of Francesca Pelosi - Dipartimento di Matematica -UTV-pelosi/Integrazione_Numerica.pdf · TRAPEZI...
INTEGRAZIONE NUMERICA
Francesca PelosiDipartimento di Matematica, Universita di Roma “Tor Vergata”
CALCOLO NUMERICO e PROGRAMMAZIONE
http://www.mat.uniroma2.it/∼pelosi/
INTEGRAZIONE NUMERICA – p.1/33
INTEGRAZIONE NUMERICA
Data una f integrabile su [a, b] consideriamo
I[f ] :=
∫ b
af(x)dx
In alcuni casi non si conosce la primitiva
Anche quando si conosce la primitiva questa può essere troppocomplicata (mentre f può essere più semplice)
ESEMPIO:∫
11+t2
dt = arctan(x)
La funzione da integrare può essere data non in forma analitica, ma perpunti
⇒ Si cercano metodi numerici in grado di fornire una approssimazione di unintegrale in termini di un numero finito di valori della funzione integranda
⇒ FORMULE DI QUADRATURA
INTEGRAZIONE NUMERICA – p.2/33
INTEGRAZIONE NUMERICA
Supponiamo di conoscere (o di poter valutare) la funzione integranda f(x) inpunti distinti {x0, x1, . . . , xn} (scelti o prefissati) in [a, b]
Costruiamo formule del tipo
In+1[f ] '∫ b
af(x)dx, In+1[f ] :=
n∑
i=0
wif(xi)
xi, i = 0, 1, . . . , n: nodi della formula di quadratura
wi, i = 0, 1, . . . , n: pesi della formula di quadratura
Si definisce l’errore di quadratura associato alla formula su n + 1 punti:
En+1[f ] = I[f ] − In+1[f ].
INTEGRAZIONE NUMERICA – p.3/33
INTEGRAZIONE NUMERICA⇒ IDEA IMMEDIATA: Approssimare f(x) con il polinomio di grado n interpolante
la funzione nei nodi {xi, i = 0, 1, . . . , n} (unico se i nodi sono distinti):
∫ b
af(x)dx =
∫ b
a(Ln(x) + en(x))dx =
∫ b
aLn(x)dx +
∫ b
aen(x)dx
⇒ dove Ln(x) è il polinomio inerpolante i punti (x0, f(x0)), . . . , (xn, f(xn)),⇒ Formule interpolatorie
Se rappresentiamo Ln(x) nella forma di Lagrange
Ln(x; f) =
n∑
i=0
f(xi)`(n)i (x), con `
(n)i (x) =
∏nj=0
j 6=i
(x − xj)
∏nj=0
j 6=i
(xi − xj), i = 0, 1, . . . , n
∫ b
af(x)dx =
∫ b
aLn(x)dx+
∫ b
aen(x)dx =
∫ b
a
n∑
i=0
f(xi)`(n)i (x)dx+
∫ b
aen(x)dx
=
n∑
i=0
f(xi)
∫ b
a`(n)i (x)dx +
∫ b
aen(x)dx
INTEGRAZIONE NUMERICA – p.4/33
FORMULE INTERPOLATORIE
Da cui si ottiene un approssimazione dell’integrale con la formula diquadratura:∫ b
af(x)dx '
∫ b
aLn(x)dx =
n∑
i=0
f(xi)
∫ b
a`(n)i (x)dx =
n∑
i=0
wif(xi)
CASO n = 1. Consideriamo i punti (a, f(a)) e (b, f(b)) e sostituiamo allafunzione il polinomio di grado 1 (la retta) che passa per i punti dati
w0 =
∫ b
a`(1)0 (x)dx =
∫ b
a
x − b
a − bdx =
1
2
(x − b)
a − b
2]b
a
= −1
2
(a − b)
a − b
2
=b − a
2
w1 =
∫ b
a`(1)1 (x)dx =
∫ b
a
x − a
b − adx =
1
2
(x − a)
b − a
2]b
a
=1
2
(b − a)
b − a
2
=b − a
2
Da cui si ottiene la Regola dei Trapezi
∫ b
af(x)dx ' I2[f ] :=
b − a
2[f(a) + f(b)]
INTEGRAZIONE NUMERICA – p.5/33
FORMULE INTERPOLATORIEESEMPIO 1: applichiamo la regola dei trapezi per approssimare l’integrale seguente:
I[f ] =
∫ 1
0
dx
1 + x= ln(2) ' 0.6931.
In questo caso a = 0 e b = 1 e f(x) = 11+x
; applichiamo la formula:
I2[f ] =b − a
2[f(a) + f(b)] =
1
2[f(0) + f(1)]
=1
2
[1
1 + 0+
1
1 + 1
]=
1
2
(1 +
1
2
)=
3
4= 0.75
a b
f(a)
f(b)y=f(x)
INTEGRAZIONE NUMERICA – p.6/33
FORMULE INTERPOLATORIE
CASO n = 2. Consideriamo i punti (−h, f(−h)), (0, f(0)) e (h, f(h)) esostituiamo alla funzione il polinomio di grado 2 che passa per i punti dati
w0 =
∫ h
−h`(2)0 (x)dx =
∫ h
−h
x(x − h)
2h2dx =
1
2h2
(1
3x3 − 1
2x2h
)]h
−h
=h
3
w1 =
∫ h
−h`(2)1 (x)dx =
∫ h
−h
(x + h)(x − h)
−h2dx =
1
h2
(−1
3x3 + h2x
)]h
−h
=4
3h
w2 =
∫ h
−h`(2)2 (x)dx =
∫ h
−h
x(x + h)
2h2dx =
1
2h2
(1
3x3 +
1
2x2h
)]h
−h
=h
3
Da cui si ottiene la Regola di Simpson∫ h
−hf(x)dx ' I3[f ] =
h
3[f(−h) + 4f(0) + f(h)]
e su un generico intervallo [a, b]:∫ b
af(x)dx ' I3[f ] :=
b − a
6
[f(a) + 4f
(a + b
2
)+ f(b)
]
INTEGRAZIONE NUMERICA – p.7/33
FORMULE INTERPOLATORIEESEMPIO 2: applichiamo la regola di Simpson per approssimare l’integrale seguente:
I[f ] =
∫ 1
0
dx
1 + x= ln(2) ' 0.6931.
In questo caso a = 0 e b = 1 e f(x) = 11+x
da cui
I3[f ] =b − a
6
[f(a) + 4f
(a + b
2
)+ f(b)
]=
1
6
[f(0) + 4f
(1
2
)+ f(1)
]
=1
6
[1
1 + 0+ 4
1
1 + 1/2+
1
1 + 1
]=
1
6
(1 +
8
3+
1
2
)= 0.6944
f(a)
f(b)
y=f(x)
a b(a+b)/2 INTEGRAZIONE NUMERICA – p.8/33
FORMULE INTERPOLATORIE
TRAPEZI SIMPSON
b
f(b)
f(a)
a a (a+b)/2 b
INTEGRAZIONE NUMERICA – p.9/33
GRADO DI PRECISIONE
La precisione di una formula di quadratura è legata alla bontà con cui In+1[f ]
approssima I[f ] =∫ b
a f(x)dx, pertanto in generale è dipendente dalla funzioneintegranda.Si esamina per quale classe di funzioni è esatta (cioè In+1[f ] = I[f ])
DEFINIZIONE: Una formula di quadratura ha grado di precisione k se e esatta quando la
funzione integranda e un polinomio di grado k, ed esiste almeno un polinomio di grado k + 1
per cui l’errore risulti non nullo.
(Tale definizione è giustificata dal teorema di Weierstrass. )
Vale il teorema seguente
TEOREMA: Le formule di quadratura interpolatorie costruite su n + 1 nodi, hanno grado di
precisione almeno n.
Deriva dall’espressione dell’errore di interpolazione:en(x) = f(x) − Ln(x) = ωn+1(x)f [x0, x1, . . . , xn, x], tenendo presente chef [x0, x1, . . . , xn, x] = 0 per f ∈ IPn.
INTEGRAZIONE NUMERICA – p.10/33
GRADO DI PRECISIONEES: La formula di Simpson ha grado di precisione 3:
la formula è esatta perf(x) = x0 :∫ h−h x0dx = x]h
−h = 2h ⇔ I3[x0] = h3[f(−h) + 4f(0) + f(h)] =
h3[1 + 4 + 1] = 2h
f(x) = x1
∫ h−h x1dx = x2
2
]h
−h= 0 ⇔ I3[x] = h
3[f(−h)+4f(0)+f(h)] = h
3[−h+h] = 0
f(x) = x2
∫ h−h x2dx = x3
3
]h
−h= 2
3h3 ⇔ I3[x2] = h
3[f(−h) + 4f(0) + f(h)] =
h3[(−h)2 + h2] = 2
3h3
f(x) = x3
∫ h−h x3dx = x4
4
]h
−h= 0 ⇔ I3[x3] = h
3[f(−h) + 4f(0) + f(h)] =
h3[−h3 + h3] = 0
mentre non è esatta per f(x) = xr con r ≥ 4∫ h−h x4dx = x5
5
]h
−h= 2
5h5
<I3[x4] = h3[f(−h) + 4f(0) + f(h)] =
h3[(−h)4 + h4] = 2
3h5
INTEGRAZIONE NUMERICA – p.11/33
FORMULE di NEWTON-COTESSi tratta di formule di quadratura di tipo interpolatorio su nodi equidistanti:
dato [a, b] posto h = b−an
, consideriamo i punti equispaziati (tipo chiuso):
xi = a + ih, i = 0, . . . , n
cerchiamo l’espressione dei pesi delle formula interpolatoria corrispondente:
n∑
i=0
wif(xi) : wi =
∫ xn
x0
`(n)i (x)dx =
∫ xn
x0
∏nj=0
j 6=i
(x − xj)
∏nj=0
j 6=i
(xi − xj)dx
utilizziamo il cambiamento di variabili x = a + th da cui dx = hdt:
wi = h
∫ n
0
∏nj=0
j 6=i
(a + th − (a + jh))
∏nj=0
j 6=i
(a + ih − (a + jh))dt = h
∫ n
0
∏nj=0
j 6=i
(t − j)h
∏nj=0
j 6=i
(i − j)hdt = hαi
INTEGRAZIONE NUMERICA – p.12/33
FORMULE di NEWTON-COTES
Quindi una formula di Newton-Cotes su [a, b] generico può essere scritta nellaforma:
In+1[f ] = h
n∑
i=0
αif(xi), h =b − a
n
dove gli αi sono pesi in [0, n].
Poichè gli αi non dipendono da h ma solo da n, sono stati tabulati su delletabelle al variare di n nella forma αi = cβi. (si noti la simmetria centrale degliαi ovvero αi = αn−i):
n c β0 β1 β2 β3 β4 β5 Errore
1 12
1 1 − 112
h3f (2)(η)
2 13
1 4 1 − 190
h5f (4)(η)
3 38
1 3 3 1 − 380
h5f (4)(η)
4 245
7 32 12 32 7 − 8945
h7f (6)(η)
5 5288
19 75 50 50 75 19 − 27512096
h7f (6)(η)
INTEGRAZIONE NUMERICA – p.13/33
FORMULE di NEWTON-COTESESEMPIO 3: applichiamo la formula di Newton-Cotes con n = 3 per approssimare l’integrale
seguente:
I[f ] =
∫ 1
0
dx
1 + x= ln(2) ' 0.6931.
Si ha: a = 0 , b = 1 e n = 3 da cui
h :=b − a
n=
1
3
x0 = 0, x1 =1
3, x2 =
2
3, x3 = 1
α0 =3
8, α1 =
3
8· 3, α2 =
3
8· 3, α3 =
3
8
I4[f ] := h[α0f(x0) + α1f(x1) + α2f(x2) + α3f(x3)]
=1
3· 3
8
[1f(0) + 3f
(1
3
)+ 3f
(2
3
)+ 1f(1)
]
1
8
[1 + 3
(1
1 + 1/3
)+ 3
(1
1 + 2/3
)+
1
2
]=
1
8· 11
2= 0.6938
INTEGRAZIONE NUMERICA – p.14/33
ERRORE FORMULE di QUADRATURA
Per formule di tipo interpolatorio:
En+1[f ] =
∫ b
a(f(x)−Ln(x))dx =
∫ b
aen(x)dx =
∫ b
a
f (n+1)(η)
(n + 1)!(x−x0) · · · (x−xn)dx
Per formule di Newton-Cotes con h = b−an
:
En+1[f ] =
∫ b
a
f (n+1)(η)
(n + 1)!
n∏
j=0
(x − (a + jh))dx=
x=a+thdx=hdt
=
∫ n
0
f (n+1)(η)
(n + 1)!
n∏
j=0
(t − j)h
hdt =
hn+2
(n + 1)!
∫ n
0f (n+1)(η)
n∏
j=0
(t − j)dt
ESEMPIO: per la formula dei trapezi:
E2[f ] = −h3
2!
∫ 1
0f (2)(η)t(1 − t)dt
dove t(1 − t) ≥ 0 in [0, 1].
INTEGRAZIONE NUMERICA – p.15/33
ERRORE FORMULE di QUADRATURA
Studiando meglio l’integrale si può ottenere il seguente(se la funzione non cambia segno si può applicare il teorema della mediaintegrale)
TEOREMA: Data una formula di quadratura di Newton-Cotes sui nodi xi = a + ih, con
h = b−an
, i = 0, . . . , n, si ha per l’errore le seguenti espressioni
per n pari e f ∈ Cn+2[a, b] :
En+1[f ] =f (n+2)(η)hn+3
(n + 2)!
∫ n
0
n∏
j=0
t(t − j)dt
per n dispari e f ∈ Cn+1[a, b] :
En+1[f ] =f (n+1)(η)hn+2
(n + 1)!
∫ n
0
n∏
j=0
(t − j)dt
dove η, η ∈ [a, b] = [x0, xn].
INTEGRAZIONE NUMERICA – p.16/33
ERRORE FORMULE di QUADRATURA
Le formule di quadratura con n pari (numero dispari di nodi) hanno grado diprecisione n + 1
ESEMPIO: la formula di Simpson n = 2 ha grado di precisione 3 in quantol’errore coinvolge la derivata f (4)(η) che è nulla per f ∈ IP3
Le formule di quadratura con n dispari (numero pari di nodi) hanno grado diprecisione n
ESEMPIO: la formula dei Trapezi n = 1 ha grado di precisione 1, in quantol’errore coinvolge la derivata f (2)(η) che è nulla per f ∈ IP1
⇒ È più conveniente usare formule con n pari.
INTEGRAZIONE NUMERICA – p.17/33
CONVERGENZA
Dal teorema di Weierstrass discende anche il seguente
TEOREMA: Sia {In+1[f ]} una successione di formule di quadratura tali che In+1[f ] abbia
grado di precisione almeno n, ed equilimitate (i.e. ∃C : ‖In+1‖ < C,∀n). Allora si ha
limn→∞
In+1[f ] = I[f ]
DIM:Poiche la formula di quadratura ha grado di precisione almeno n si ha che
In+1[p] = I[p], ∀p ∈ IPn, ne segueEn+1[f ] = I[f ] − In+1[f ] = I[f ] − I[p] + In+1[p] − In+1[f ]
= I[f−p]−In+1[f−p] ⇒ |En+1[f ]| ≤ (‖I‖+‖In+1‖)‖f−p‖ ≤ (‖I‖+C)‖f−p‖Per il Teorema di Weierstrass ∃p ∈ IPn convergente a f ⇒ En+1[f ] → 0.
TEOREMA: Data una famiglia di formule di quadratura interpolatorie In+1[f ] tali che ∃H :
tale che∑n
i=0 |wi| < H . Allora limn→∞
En+1[f ] = 0
Per formule interpolatorie∑n
i=0 wi = b − a : essendo esatte su f(x) = 1 si ha
b − a =∫ b
a 1 · dx = I[1] =∑n
i=0 wi · 1.⇒ se wi ≥ 0 si ha
∑ni=0 |wi| =
∑ni=0 wi = b − a :
convergenza per formule interpolatorie con pesi positivi.
INTEGRAZIONE NUMERICA – p.18/33
CONVERGENZA
Contrariamente a quanto potrebbe sembrare “a prima vista” non convieneusare formule di Newton-Cotes di grado di precisione via via crescente
I pesi tendono a crescere in modulo e ad essere di segno alterno, dando luogoa rilevanti errori di arrotondamento (per es. errori di cancellazione).Ad esempio per n = 10 si ha β0 = β10 = 16067, β1 = β9 = 106300,
β2 = β8 = −48525, β3 = β7 = 272400, β4 = β6 = −260550, β5 = 427368.
Pertanto un piccolo errore δi nel calcolo di f(xi) può dar luogo al crescere di n
ad un contributo oscillante di ampiezza crescente, rendendo instabile ilprocedimento numerico. Sia In+1[f ] la formula calcolata in precisione finita:
In+1[f ] :=
n∑
i=0
wi(f(xi) + δi) ⇒ |In+1[f ] − In+1[f ]| = |n∑
i=0
wiδi| < δ
n∑
i=0
|wi|
con δ = maxi |δi|.
Ne segue che l’errore di arrotandamento accumulato rimane limitato se adesempio i pesi wi sono a segno costante ed in particolare positivo.
⇒ Si sconsiglia di utilizzare formule di Newton-Cotes di grado elevato.
INTEGRAZIONE NUMERICA – p.19/33
FORMULE COMPOSITE (Newton-Cotes)
Per avere
la convergenza:∑n
i=0 |wi| < H
la stabilità: wi ≥ 0
conviene considerare n basso e h piccolo, ossia
suddividere [a, b] in N sottointervalli [zk, zk+1], k = 0, . . . , N
su ciascuno applicare una formula di quadratura con basso grado (diprecisione)
∫ b
af(x)dx =
N−1∑
k=0
∫ zk+1
zk
f(x)dx 'N−1∑
k=0
I(k)n+1[f ]
I(k)n+1 può essere ad esempio la formula di Newton-Cotes con n + 1 nodi in
[zk, zk+1]
INTEGRAZIONE NUMERICA – p.20/33
FORMULA COMPOSITA dei TRAPEZI
[zk, zk+1] = [a + k b−aN
, a + (k + 1) b−aN
]
∫ b
af(x)dx '
N−1∑
k=0
(zk+1 − zk)
2[f(zk) + f(zk+1)]
⇒ INT [f ] :=
(b − a)
2N
[f(a) + 2
N−1∑
k=1
f(zk) + f(b)
]
INTEGRAZIONE NUMERICA – p.21/33
FORMULA COMPOSITA di SIMPSON
[zk, zk+1] = [a + k b−aN
, a + (k + 1) b−aN
]
∫ b
af(x)dx '
N−1∑
k=0
(zk+1 − zk)
6
[f(zk) + 4f
(zk+1 + zk
2
)+ f(zk+1)
]
⇒ INS [f ] :=
(b − a)
6N
[f(a) + 4
N−1∑
k=0
f
(zk+1 + zk
2
)+
N−1∑
k=1
2f(zk) + f(b)
]
a=z0
z1 z
2z
3z
4=b
INTEGRAZIONE NUMERICA – p.22/33
FORMULE COMPOSITEESEMPIO 4: applichiamo la formula dei Trapezi e di Simpson composita su 2 intervalli per
approssimare l’integrale seguente:
I[f ] =
∫ 1
0
dx
1 + x= ln(2) ' 0.6931.
a = 0, b = 1, N = 2, z0 = 0, z1 =1
2, z2 = 1
I2T [f ] :=
b − a
2N[f(z0) + 2f(z1) + f(z2)] =
1
4
[f(0) + 2f
(1
2
)+ f(1)
]
1
4
[1 + 2
(1
1 + 1/2
)+
1
2
]=
1
4· 17
6= 0.7083
I2S [f ] :=
b − a
6N
[f(z0) + 4f
(z0 + z1
2
)+ 2f(z1) + 4f
(z1 + z2
2
)+ f(z2)
]
=1
12
[f(0) + 4f
(1
4
)+ 2f
(1
2
)+ 4f
(3
4
)+ f(1)
]
=1
12
[1 + 4
(1
1 + 1/4
)+ 2
(1
1 + 1/2
)+ 4
(1
1 + 3/4
)+
1
2
]= 0.6933
INTEGRAZIONE NUMERICA – p.23/33
GRADO di PRECISIONE (Formule composite)
Il grado di precisione delle formule composite è lo stesso delle corrispondentiformule di Newton-Cotes “semplici”
Si può facilmente dimostrare che
|ENT [f ]| ≤ (b − a)
12
(b − a
N
)2
|f (2)(η)|
|ENS [f ]| ≤ (b − a)
180
(b − a
2N
)4
|f (4)(η)|
con η, η ∈ [a, b]
Per funzioni sufficientemente regolari, si ha
limN→∞
|ENn+1[f ]| = 0,
e quindi si ha la convergenza all’aumentare del numero di suddivisioni N .
INTEGRAZIONE NUMERICA – p.24/33
IMPLEMENTAZIONE
In pratica è importante determinare un valore adeguato del numero disuddivisioni dell’intervallo che bisogna fare.
Si parte da N piccolo e si aumenta iterativamente il numero di suddivisioni,stimando l’errore in modo automatico:
|IN2n+1[f ] − IN1
n+1[f ]|
Di solito è conveniente considerare N2 = 2N1, per sfruttare le valutazioni di f
fatte per costruire IN1n+1[f ]
Le formule composite con suddivisione uniforme dell’intervallo di integrazionesono ormai superate, tranne in casi particolari (funzioni periodiche). Si usanoformule di tipo adattivo:
Quando la funzione integranda presenta delle irregolarità c’è la necessitàdi addensare nodi nelle vicinanze delle irregolarità
L’intervallo viene suddiviso in sottointervalli di ampiezza diversa
Si usano molti nodi solo dove necessario
Per capire dove infittire la sequenza dei nodi si usano stime dell’errore.
INTEGRAZIONE NUMERICA – p.25/33
ESERCIZI
INTEGRAZIONE NUMERICA – p.26/33
Esecizio 1.Valutare l’errore che si commette approssimando l’integrale
∫ 1
0exdx
con la formula di Newton-Cotes su 4 nodi (n = 3).
a = 0, b = 1, n = 3, h =b − a
n=
1
3
E4[f ] = − 3
80h5f (4)(η) = − 3
80
(1
3
)5
eη
|E4[f ]| ≤ 1
80 · 34max[0,1]
{ex} =1
80 · 81 e1 =e
6480< 0.5 · 10−3
INTEGRAZIONE NUMERICA – p.27/33
Esecizio 2.Approssimare l’integrale ∫ 1
0e−x2
dx ' 0.7468
con la formula di Newton-Cotes su 4 nodi (n = 3).
a = 0, b = 1, n = 3, h =b − a
n=
1
3
x0 = 0, x1 =1
3, x2 =
2
3, x3 = 1
α0 =3
8, α1 =
3
8· 3, α2 =
3
8· 3, α3 =
3
8
I4[f ] := h[α0f(x0) + α1f(x1) + α2f(x2) + α3f(x3)]
=1
3· 3
8
[1f(0) + 3f
(1
3
)+ 3f
(2
3
)+ 1f(1)
]
=1
8
[1 +
3
e1/9+
3
e4/9+
1
e
]' 0.7470
INTEGRAZIONE NUMERICA – p.28/33
Esecizio 3.Ricordando che
ln(2) =
∫ 2
1
1
xdx ' 0.6931
approssimare ln(2) con la formula dei trapezi composita scegliendo il numero di intervalli N in modo da
commettere un errore di approssimazione minore di 10−4.
|ENT [f ]| =
∣∣∣∣∣b − a
12
(b − a
N
)2
f ′′(η)
∣∣∣∣∣ ≤1
12
(1
N
)2
max[1,2]
|f ′′(x)|
f ′(x) = − 1
x2, f ′′(x) =
2
x3⇒ max
[1,2]|f ′′(x)| = 2
|ENT [f ]| ≤ 2
12N2=
1
6N2< 10−4 per N >
102
√6
' 40.82
quindi occorre suddividere l’intervallo [1, 2] in almeno 41 sottointervalli. Con la formula di Simpson
composita:
|ENS [f ]| =
∣∣∣∣∣b − a
180
(b − a
2N
)4
f (4)(η)
∣∣∣∣∣ ≤1
2880N4max[1,2]
|f (4)(x)|
f (3)(x) = − 6
x4, f (4)(x) =
24
x5⇒ max
[1,2]|f (4)(x)| = 24
|ENS [f ]| ≤ 24
2880N4=
1
120N4< 10−4 per N4 >
104
120, N >
104√
120' 3.0214
INTEGRAZIONE NUMERICA – p.29/33
Esecizio 4.Dato ∫ 1
−1|x|dx = −
∫ 0
−1xdx +
∫ 1
0xdx =
1
2+
1
2= 1
lo si approssimi con la formula dei trapezi composita scegliendo N = 2 e successivamente N = 3.
Si valuti in entrambi i casi l’errore ottenuto e si commentino i risultati.
a = −1, b = 1:
N = 2 ⇒ z0 = −1, z1 = 0, z2 = 1;
I2T [f ] :=
b − a
2N[f(z0) + 2f(z1) + f(z2)] =
1
2[f(−1) + 2f(0) + f(1)]
1
2[1 + 2 · 0 + 1] = 1
N = 3 ⇒ z0 = −1, z1 = −1
3, z2 =
1
3, z3 = 1;
I3T [f ] :=
b − a
2N[f(z0) + 2f(z1) + 2f(z2) + f(z3)]
=1
3
[f(−1) + 2f
(−1
3
)+ 2f
(1
3
)+ f(1)
]=
1
3
[1 +
2
3+
2
3+ 1
]= 10/9
Si nota che mentre I2T [f ] fornisce il valore esatto dell’integrale, con I3
T [f ] l’approssimazione peggiora.
INTEGRAZIONE NUMERICA – p.30/33
Esecizio 4 (segue...)Stimiamo adesso l’errore in entrambi i casi. Le derivate della funzione sono:
f ′(x) =
−1, [−1, 0)
1, [0, 1], f ′′(x) = 0.
|E2T [f ]| =
∣∣∣∣∣b − a
12
(b − a
N
)2
f ′′(η)
∣∣∣∣∣ ≤2
12
(2
2
)2
max[−1,1]
|f ′′(x)| =1
6max[−1,1]
|f ′′(x)| = 0
|E3T [f ]| =
∣∣∣∣∣b − a
12
(b − a
N
)2
f ′′(η)
∣∣∣∣∣ ≤2
12
(2
3
)2
max[−1,1]
|f ′′(x)| =2
33max[−1,1]
|f ′′(x)| = 0
In entrambi i casi si stima una errore nullo, ma di fatto l’approssimazione peggiora passando da 2 a 3 intervalli.
Tale risultato e dovuto al fatto che la funzione integranda non e regolare (la derivata prima non e continua).
INTEGRAZIONE NUMERICA – p.31/33
Esecizio 5.Si vuol approssimare l’integrale ∫ 1
0e−x2
dx ' 0.7468
con un errore in modulo non superiore a 0.5 10−3. Si determini una stima dell’errore utilizzando formule di
Newton-Cotes per diversi valori di n.
a = 0, b = 1, h := b−an
. Calcoliamo le derivate di f :
f ′(x) = −2xe−x2
, f ′′(x) = 2(2x2 − 1)e−x2
, f (3) = 4x(3 − 2x2)e−x2
f (4) = 4(4x4 − 12x2 + 3)e−x2
, f (5) = 8x(20x2 − 4x4 − 15)e−x2
,
f (6) = 8(8x6 − 60x4 + 90x2 − 15)e−x2
.
n = 1 : h = 1 ⇒ |E2[f ]| =
∣∣∣∣−1
12h3f ′′(η)
∣∣∣∣ ≤1
12max[0,1]
|f ′′(x)| =1
12|f ′′(0)| =
1
6
n = 2 : h = 12⇒ |E3[f ]| =
∣∣∣∣−1
90h5f (4)(η)
∣∣∣∣ ≤1
90
1
25max[0,1]
|f (4)(x)| =1
90
1
25|f (4)(0)| =
1
240
n = 4 : h = 14⇒ |E5[f ]| =
∣∣∣∣−8
945h7f (6)(η)
∣∣∣∣ ≤8
945
1
47max[0,1]
|f (6)(x)| =8
945
1
47|f (6)(0)|
=8
945
1
47120 ' 0.6200 10−4
INTEGRAZIONE NUMERICA – p.32/33
Esecizio 5 (segue ...)
Poiche |E5[f ]| < 0.5 10−3, utilizzando la formula di Newton-Cotes con n = 4, si ottiene un valore che
approssima l’integrale esatto a meno di 0.5 10−3. Risulta
h :=b − a
n=
1
4
x0 = 0, x1 =1
4, x2 =
1
2, x3 =
3
4, x4 = 1
α0 =2
45· 7, α1 =
2
45· 32, α2 =
2
45· 12, α3 =
2
45· 32, α4 =
2
45· 7
I5[f ] := h[α0f(x0) + α1f(x1) + α2f(x2) + α3f(x3) + α4f(x4)]
=1
4· 2
45
[7f(0) + 32f
(1
4
)+ 12f
(1
2
)+ 32f
(3
4
)+ 7f (1)
]
=1
90
[7 +
32
e1/16+
12
e1/4+
32
e9/16+
7
e1
]= 0.74683
e dato che I[f ] = 0.74682, l’errore generato e circa 10−5.
INTEGRAZIONE NUMERICA – p.33/33