Professional Documents
Culture Documents
n Z n
() = h
X
fi 'i (t) dt :
i=0 0
Z b n
f (x) dx h
X
i fi :
a i=0
Aquestes son les formules de Newton-Cotes. Notem que els coecients i no
depenen ni de l'interval [a; b] ni de f , nomes depenen de n i, a mes, son racionals.
Calculem ara els valors de les i per a alguns valors de n.
Per a n = 1,
" #
t ,
0 = 0 , 1 dt = (1 , t) dt = t , t2 = 12
1Z 1 Z 1 2
0 0
" #
=
Z 1
t , 0 Z 1
dt = t dt = t 2
= 1:
1
0 1,0 0 2 2
Per tant,
f (x) dx h2 (f0 + f1 ) = h2 (f (a) + f (b)) ;
Z b
a
que es la coneguda formula dels trapezis.
Per a n = 2,
0 =
Z 2
t , 1 t , 2 dt = 1 Z 2 (t2 , 3t + 2) dt = 1 ;
0,1 0,2
0 2 Z0 3
t , 0
Z 2
t , 2 2
4
1 = 1 , 0 1 , 2 dt = , (t2 , 2t) dt = 3 ;
0 0
Z 2
t , 0 t ,
2 = 2 , 0 2 , 1 dt = 2 (t2 , t) dt = 31 ;
1 1 Z 2
0 0
d'on Z b h h
a + b
a
on h = b , a.
Sigui y = p(x) la recta que passa pels punts (a; f (a)) i (b; f (b)).
DEMOSTRACIO.
Llavors,
E = h2 (f (a) + f (b)) , f (x) dx = p(x) dx , f (x) dx = (p(x) , f (x)) dx:
Z b Z b Z b Z b
a a a a
a a
per a algun c 2]a; b[ Per fer la integral fem el canvi x = a + ht:
ht(a , b + ht)h dt = , h6
Z b Z 1 3
(x , a)(x , b) dt =
a 0
i, per tant,
E = h12 f 00 (c) ;
3
n nom i ns error
Hi ha dos motius per no donar les formules amb valors de n mes grans:
i) Com s'ha vist al tema d'interpolacio, el fet d'usar polinomis interpoladors de grau
alt pot ser contraproduent (fenomen de Runge).
ii) Per a n gran, algunes i son negatives i les formules obtingudes no son adequades
per a un metode numeric, perque hi ha cancellacions en calcular i fi, que fan
que creixi molt l'error.
Aixo dona una restriccio molt forta a aquest metode: si n es petit, tenim un gran
error en la formula d'interpolacio i, si n es gran, tambe podem tenir aquest error a
mes de la cancellacio abans esmentada.
Una manera de resoldre les dicultats anteriors son les formules de Newton-Cotes
compostes. La idea es dividir l'interval [a; b] en intervals mes petits i aplicar les regles
anteriors a aquests subintervals. Farem aixo en un parell d'exemples.
, a . La regla
Considerem n = 1 i la particio xi = a + ih, i = 0; 1; : : : ; N , h = b N
dels trapezis a cada subinterval [xi ; xi+1 ] dona
Ii = h2 [f (xi) + f (xi+1)] :
Per tant, per a tot l'interval [a; b] tenim que
b PN ,1 h [f (a) + 2f (a + h) + 2f (a + 2h) +
a f (x) dx i=0 Ii =
R
2
+ 2f (b , h) + f (b)] = TN (f ) :
Com que
,1
1 NX
min
i
f (2)
( ci ) N f (2) (ci ) max
i
f (2) (ci )
i=0
i f (2) es contnua, existeix c 2 [min ci ; max ci ] ]a; b[, tal que
,1
NX
f (2) (c) = N1 f (2)(ci )
i=0
i, per tant,
TN (f ) ,
Z b , a h2f (2) (c) ; c 2]a; b[ :
f (x) dx = b 12
a
Com que f (2) es contnua a [a; b], es tada; per tant, fent disminuir h (fent creixer N )
, podrem aconseguir, en principi, errors tan petits com vulguem.
Es pot fer el mateix per la regla de Simpson. Suposem ara que N es parell
i apliquem Simpson a cada subinterval [x2i ; x2i+1 ; x2i+2 ], i = 0; 1; : : : ; N2 , 1,
obtenim l'aproximacio (h=3)(f (x2i ) + 4f (x2i+1 ) + f (x2i+2 )). Sumant aquestes N2
aproximacions, tindrem la regla de Simpson composta
b h [f (a) + 4f (a + h) + 2f (a + 2h) + 4f (a + 3h) + 2f (a + 4h) +
a f (x) dx
R
3
+ 2f (b , 2h) + 4f (b , h) + f (b)] = SN (f ) :
Igual que abans, l'error es la suma dels N2 errors de cada interval
5 (N= 2),1
f (x) dx = h90
Z b
SN (f ) ,
X
f (4) (ci ) =
a i=0
(N=2),1
h 4
b
= 90 2 N, a 2 X
f (4)(ci ) ;
i=0
per tant,
SN (f ) ,
Z b , a h4 f (4)(c) ; c 2]a; b[ :
f (x) dx = b180
a
Nota: obviament, cal suposar que f 2 C 4 ([a; b])), igual que abans, aix es pot obtenir
una precisio considerable escollint un nombre de punts N (aqu N ha de ser parell)
prou gran.
Podrem fer el mateix per a les altres formules, pero per les raons comentades
abans (possible comportament dels polinomis d'interpolacio d'ordre alt) les formules
obtingudes no son gaire usades. Per tant, en lloc de fer aixo, donarem maneres de
millorar encara mes la precisio de la regla de trapezis composta.
Vegem ara uns quants exemples d'aplicacio d'aquestes formules.
e,x2 dx amb un error mes petit que 10,4 .
R1
Exemple. Calculeu 0
Ho farem aplicant les dues formules compostes que hem vist abans: trapezis i
Simpson. Apliquem primer la de trapezis.
En primer lloc, ens cal determinar amb quin pas h hem de fer la integral. Sabem
, a h2f 00(c). En el nostre cas, h2 f 00(c). Com que no tenim cap manera
que l'error es b 12 12
de calcular el valor c 2]0; 1[, trobarem una ta de f 00 sobre [0; 1]: derivant s'obte
f (x) = e,x2 =) f 0(x) = ,2xe,x2 =) f 00(x) = (4x2 , 2)e,x2
j f 00(x) j=j 4x2 , 2 jj e,x2 jj 4x2 , 2 j= 2 j 2x2 , 1 j 2 ; per a x 2 [0; 1] :
Per tant,
h2 f 00(c) = h2 j f 00(c) j h2 2 = h2 :
12 12 12 6
p
Si fem que h6 < 10,4 , obtenim h < 6 10,2 . Agafem h = 2 10,2 , es a dir,
2
N = 50.
Aplicant la regla dels trapezis, amb aquestes dades i l'ajut d'unR ordinador,
s'obte 01 e,x2 dx 0:7467996 : : : ; Si comparem amb el valor exacte 01 e,x2 dx
R
0:74682413 : : : veiem que l'error es 2:4 10,5 < 10,4 , com havem demanat.
Ara aplicarem el metode de Simpson. Com que l'error en aquest metode es
b , a h4 f (4) (c), en primer lloc ens cal obtenir una ta per a f (4) a [0; 1]. Derivant
180
l'expressio de f 00 obtinguda abans:
f (3) (x) = (,8x3 + 12x)e,x2 =) f (4)(x) = (16x4 , 48x2 + 12)e,x2
j f (4) (x) j=j 16x4 , 48x2 + 12 jj e,x2 jj 16x4 , 48x2 + 12 j 20 ; x 2 [0; 1]
Per tant, imposant la condicio que l'error sigui mes petit que 10,4
b , a h4 f (4) (c) = h4 j f (4) (c) j h4 20 < 10,4 =) h4 < 9 10,4 ;
180
180 180
p p
d'on h < 3 10,1 ; agafem N = 6, que dona h = 0:166 : : : < 3 10,1 = 0:17 : : :.
Aplicant ara la formula de Simpson composta (ho podem fer perque N = 6 es parell)
surt 0 e x2 dx 0:74683039 : : : . Es comprova que l'error es 6 10,6 , menys del
,
R1
que havem demanat. Aixo passa perque la tacio de f (4) (c) que hem fet es massa
pessimista.
En aquest exemple es veu un avantatge del metode de Simpson sobre el dels
trapezis, i es que h pot ser molt mes gran en el de Simpson, i per tant, amb menys
operacions obtenim la mateixa precisio. Hom pot pensar que, quan es treballa amb un
ordinador, el nombre d'operacions que es fan es poc important. Aixo no es del tot cert,
perque quan es fan moltes operacions es propaguen molt els errors d'arrodoniment.
Per illustrar-ho, vegem la taula 1.
TRAPEZIS
N Valor Error Error
calculat real predit
2 0.73137021 0.15E-01 0.42E-01
4 0.74298406 0.38E-02 0.10E-01
8 0.74586558 0.96E-03 0.26E-02
16 0.74658459 0.24E-03 0.65E-03
32 0.74676436 0.60E-04 0.16E-03
64 0.74680907 0.15E-04 0.41E-04
128 0.74682051 0.36E-05 0.10E-04
256 0.74682313 0.10E-05 0.25E-05
512 0.74682385 0.30E-06 0.64E-06
1024 0.74682355 0.60E-06 0.16E-06
2048 0.74682522 0.11E-05 0.40E-07
SIMPSON
N Valor Error Error
calculat real predit
2 0.74718046 0.36E-03 0.69E-02
4 0.74685544 0.31E-04 0.43E-03
8 0.74682617 0.20E-05 0.27E-04
16 0.74682426 0.12E-06 0.17E-05
32 0.74682403 0.12E-06 0.11E-06
64 0.74682420 0.60E-07 0.66E-08
128 0.74682403 0.12E-06 0.41E-09
256 0.74682444 0.30E-06 0.26E-10
512 0.74682403 0.12E-06 0.16E-11
1024 0.74682474 0.60E-06 0.10E-12
2048 0.74682325 0.89E-06 0.63E-14
La integral amb 8 xifres exactes es: 0.74682413
Taula 1
Taula 1. Aixo son diverses aproximacions al valor 01 e,x2 dx pel metode dels
R
trapezis i pel de Simpson. Notem com a trapezis, en passar de 512 a 1024 punts,
hi ha una perdua de precisio deguda als errors d'arrodoniment. Aixo mateix s'observa
per al metode de Simpson en passar de 64 a 128 punts. Notem tambe que per a 32
punts, l'error real del de Simpson es mes gran que l'error predit. Aquest ultim s'ha
calculat amb les formules que hem usat a l'exemple: E h6 per al dels trapezis i
2
E h9 per al de Simpson.
4
1 1 5
B6 = 42 , B7 = 0, B8 = , 30 , B9 = 0, B10 = 66 .
abans, notem
TN (f ) = h2 [f (a) + 2f (a + h) + + 2f (b , h) + f (b)] :
Llavors,
(Formula d'Euler-Maclaurin)
Aquesta regla de trapezis corregida es mes precisa que la de trapezis normal. Agafant
k = 1 a la formula d'Euler-Maclaurin, tenim
Per tant, aquest metode te unRordre de convergencia similar al de Simpson. Com a
exemple, calculem un cop mes 01 e,x2 dx amb un error < 10,4 . Com hem vist abans,
j f (4) (c) j 20, c 2]0; 1[ i B4 = , 301 . Per tant,
B4 h4 (b , a)f (4) (c) 1 h4
20 = h4 < 10,4 =) h < p6 10,1 = 0:24 : : : :
4!
30 24 36
e,x2 dx 0:74682087 : : : ;
0
4T(h=2 ) , T(h=2 ,1 )
= T(1h=2
n n
3 n)
T(h=2 n)
4k T(kh=,21 ) , T(kh=,21 ,1 )
El pas generic es T(kh=2i ) = .
i i
4k , 1
hk per a tot k. Es pot provar (no ho farem) que l'error decreix com una exponencial.
Aixo fa que en aquests casos el metode de trapezis doni resultats extremadament bons.
Exemple. Calculeu 02 esin x dx.
R
Com que f (x) = esin x es una funcio periodica de perode 2, apliquem el metode
de trapezis i obtenim la taula 2.
N trapezis Simpson
2 6.28318548 6.28318548
4 7.98932362 8.55803585
6 7.95464373 7.95464420
8 7.95492887 7.94346285
10 7.95492601 7.95492744
12 7.95492697 7.95502138
Taula 2.
Considerem ara integrals del tipus ab f (x)w(x) dx, on w(x) es una funcio positiva
R
m
a [a; b]. Agafem x0 ; : : : ; xm punts diferents de [a; b], i sigui pm (x) = fi Li (x) el
P
i=0
polinomi d'interpolacio en aquest punts (la notacio es la mateixa que abans, es a dir,
fi = f (xi) i Li (x) = Q xx ,, xxk ).
m
=0 i
k k
6=i
k
Z b m
f (x)w(x) dx
X
Ai fi :
a i=0
TEOREMA. Sigui w(x) una funcio positiva sobre [a; bb]. Direm 'm al polinomi de
grau m ortogonal respecte al producte escalar (g1 ; g2 ) = a g1 (x)g2 (x)w(x) dx. Llavors,
R
=0 i kk
k 6=i
perque q(x) es de grau m i 'm+1 (x) es ortogonal a tots els polinomis de grau m.
D'altra banda,
m
X Xm Xm m
X
Aifi = Ai q(xi )'m+1 (xi ) + Ai r(xi) = Ai r(xi ) ;
i=0 i=0 i=0 i=0
perque xi son els zeros de 'm+1 (x).
Com que r(x) es un polinomi de grau m, tenim
Z b Xm
r(x)w(x) dx = Ai r(xi )
a i=0
i per tant, hem demostrat que
Z b Xm
f (x)w(x) dx = Ai fi ;
a i=0
que es el que volem provar.
Anomenarem formules gaussianes les formules d'integracio numerica descrites en
aquest ultim teorema.
Proposicio. Els coecients Aj que apareixen a les formules gaussianes son positius.
DEMOSTRACIO. Com que la formula es exacta per a f (x) = [Lj (x)]2 (polinomi de
grau 2m), tenim que
Z b Xm
[Lj (x)]2 w(x) dx = Ai [Lj (xi )]2 = Aj :
a i=0
Per tant, com que [Lj (x)]2 0 i w(x) 0, tenim que ab (Li (x))2 w(x) dx > 0 i,
R
a i=0 a
m
on (x) = (x , xi ).
Q
i=0
Per tant,
m Z b Z b
Ai fi , (Q(x) , f (x))w(x) dx :
X
f (x)w(x) dx =
i=0 a a
m+2)(x )
f (x) , Q(x) = f(2m + 2)! [(x)]2 ;
(2
d'on, aplicant el teorema del valor mitja per a integrals, s'obte el resultat demanat.
Vegem ara uns casos particulars (els mes importants) de formules gaussianes.
D'ara endavant, i per simplicar la notacio, direm n al nombre de punts de la
formula gaussiana, es a dir, n = m + 1 segons la notacio anterior.
1. Formules de Gauss-Legendre
Tenen lloc quan w(x) 1 i [a; b] = [,1; 1]. Els polinomis ortogonals son
llavors els polinomis de Legendre Pn (x), que es poden generar com:
dn (x2 , 1)n ;
Pn(x) = 2n1n! dx n
amb P0 (x) = 1.
Els zeros xk d'aquests polinomis i els pesos Ak es troben a la taula seguent:
n xk Ak n xk Ak
2 0; 57735027 1; 00000000 14 0; 08628381 0; 03511946
4 0; 86113631 0; 34785485 0; 92843488 0; 08015809
0; 33998104 0; 65214515 0; 82720132 0; 12151857
6 0; 93246951 0; 17132449 0; 68729290 0; 15720317
0; 66120939 0; 36076157 0; 51524864 0; 18553840
0; 23861919 0; 46791393 0; 31911237 0; 20519846
8 0; 96028986 0; 10122854 0; 10805495 0; 21526385
0; 79666648 0; 22381034 16 0; 98940093 0; 02715246
0; 52553241 0; 31370665 0; 94457502 0; 06225352
0; 18343464 0; 36268378 0; 86563120 0; 09515851
10 0; 97390653 0; 06667134 0; 75540441 0; 12462897
0; 86506337 0; 14945135 0; 61787624 0; 14959599
0; 67940957 0; 21908636 0; 45801678 0; 16915652
0; 43339539 0; 26926672 0; 28160355 0; 18260342
0; 14887434 0; 29552422 0; 09501251 0; 18945061
12 0; 98156063 0; 04717534
0; 90411725 0; 10693933
0; 76990267 0; 16007833
0; 58731795 0; 20316743
0; 36783150 0; 23349254
0; 12533341 0; 24914705
En aquest cas particular, l'error es
2n+1
(n!)4 f (2n) (c) ; c 2] , 1; 1[ :
E = (2n2 + 1)[(2n)!]3
2. Formules de Gauss-Laguerre
Corresponen a w(x) = e,x i [a; b] = [0; +1[. La famlia de polinomis
ortogonals son els polinomis de Laguerre, denits per
dn (e,xxn ) :
Ln (x) = ex dx n
Els zeros xk d'aquest polinomi i els coecients Ak venen donats per
n xk Ak n xk Ak
2 0; 58578644 0; 85355339 12 0; 11572212 0; 26473137
3; 41421356 0; 14644661 0; 61175748 0; 37775928
4 0; 32254769 0; 60315410 1; 51261027 0; 24408201
1; 74576110 0; 35741869 2; 83375134 0; 09044922
4; 53662030 0; 03888791 4; 59922764 0; 02010238
9; 39507091 0; 00053929 6; 84452545 0; 00266397
6 0; 22284660 0; 45896467 9; 62131684 0; 00020323
1; 18893210 0; 41700083 13; 00605499 0; 00000837
2; 99273633 0; 11337338 17; 11685519 0; 00000017
5; 77514357 0; 01039920 22; 15109038 0; 00000000
9; 83746742 0; 00026102 28; 48796725 0; 00000000
15; 98287398 0; 00000090 37; 09912104 0; 00000000
8 0; 17027963 0; 36918859 14 0; 09974751 0; 23181558
0; 90370178 0; 41878678 0; 52685765 0; 35378469
2; 25108663 0; 17579499 1; 30062912 0; 25873461
4; 26670017 0; 03334349 2; 43080108 0; 11548289
7; 04590540 0; 00279454 3; 93210282 0; 03319209
10; 75851601 0; 00009077 5; 82553622 0; 00619287
15; 74067864 0; 00000085 8; 14024014 0; 00073989
22; 86313174 0; 00000000 10; 91649951 0; 00005491
10 0; 13779347 0; 30844112 14; 21080501 0; 00000241
0; 72945455 0; 40111993 18; 10489222 0; 00000006
1; 80834290 0; 21806829 22; 72338163 0; 00000000
3; 40143370 0; 06208746 28; 27298172 0; 00000000
5; 55249614 0; 00950152 35; 14944366 0; 00000000
8; 33015275 0; 00075301 44; 36608171 0; 00000000
11; 84378584 0; 00002826
16; 27925783 0; 00000042
21; 99658581 0; 00000000
29; 92069701 0; 00000000
En aquest cas concret, l'error es
3. Formules de Gauss-Hermite
Son les que tenen w(x) = e,x2 i [a; b] =] , 1; +1[. Els polinomis ortogonals
son els polinomis d'Hermite
Hn(x) = (,1)n ex2 dx dn e,x2 :
n
4. Formules de Gauss-Txebixev
Corresponen a w(x) = p 1 2 amb [a; b] = [,1; 1]. Els polinomis
1,x
ortogonals son Tn (x) = cos(n arccos x). Els zeros d'aquest polinomi son
xk = cos (2k 2,n1) i tots els coecients son Ak = n . L'error es
E = 22n2(2n)! f (2n)(c) ; c 2 [,1; 1] :
x = t +2 1 ; dx = 12 dt
sin t +2 1 dt2 =
1 sin t + 1 dt :
Z 1 Z 1 Z 1
sin x dx =
0 ,1 ,1 2 2
Ara ja hem reduit la integral al tipus de Gauss-Legendre. Busquem quants punts hem
d'agafar:
- si n = 2, com que j f (2n) (x) j 2,2n,1 , tenim que E 5 16 ,4
(4!)3 = 2:36 10 .
(24)4 = 5:6 10,10 .
- si n = 4, E = 9(8!) 3
sin(x) dx = 0:45969769413 : : : :
0
n = 4 =) E (24)
2
,2
8! = 1:4 10 .
n = 6 =) E (720)
2
,3
12! = 1:08 10 .
Llavors, agafem n = 6.
Per tant, fem 01 sin xe,x dx = Ak sin xk . Agafant els Ak i xk de les taules surt
R P
n Integral
2 2.2343408649
4 2.2758016999
6 2.2758757541
8 2.2758757036
10 2.2758757983
Encara que aquest tipus de criteri no dona cap seguretat en el resultat, s'acostuma
ap usar en la practica, quan no hi ha res millor (el valor exacte d'aquesta integral es
e1=4 ).
1,x
Aqu aplicarem Gauss-Txebixev. Com que f (x) = cos x, tenim que j f (2k) (x) j 1,
n = 2 =) E 2424! = 0:016 : : :
Per tant, farem el calcul amb n = 4. Agafant xk = cos (2k 2,n 1) , Ak = n ,
tenim
pcos x dx
Z 1
X
Ak cos(xk ) = 2:4039388386 : : : :
,1 1,x 2
k
Aqu veurem uns algorismes que ens permetran avaluar f (k)(x) quan nomes
coneixem o be una taula de valors de f , o be un algorisme per calcular f (x).
Vegem primer un exemple del que pot passar si s'intenta calcular directament les
derivades a partir de la seva denicio.
h Derivada aproximada
0.2 0.14085464
0.1 0.14184688
0.05 0.14235042
0.01 0.14276049
0.005 0.14281672
0.001 0.14289983
0.0005 0.14295782
0.0001 0.14338499
0.00005 0.14391437
0.00001 0.14814572
0.000005 0.15343446
0.000001 0.19574393
i=0
Per a k = 1, tenim
f (a) = f a + h2 , f a , h2 ;
i, per a k = 2,
2 f (a) = f (a + h) , 2f (a) + f (a , h) :
TEOREMA. Si f 2 C 1, tenim que
f (k)(a) = h,k k f (a) + c1 h2 f (k+2)(a) + c2 h4 f (k+4)(a) +
on els coecients cj depenen unicament de k.
f (a + t) , f (a) = tf 0(a) + t2! f 00(a) + t3! f (3) (a) + t4! f (4) (a) +
2 3 4
(6.6.1)
f (a , t) , f (a) = ,tf 0(a) + t2! f 00(a) , t3! f (3) (a) + t4! f (4) (a) +
2 3 4
(6.6.2)
TEOREMA. Si f 2 C 1, tenim
hf 0(a) = f (a) , 61 3 f (a) + 30
1 5 f (a) , 1 7 f (a) +
140
1 4 f (a) + 1 6 f (a) , 1 8 f (a) +
h2 f 00(a) = 2 f (a) , 12 90 560
x f 2 3 4
x,2 f,2
f,1 , f,2 = ,1:5
x,1 f,1 ,0:5 , ,1:5 = ,2 1
f0 , f,1 = ,0:5 02 , ,2 1 = ,3 0:5
x0 f0 0:5 , ,0:5 = 2
0 03:5 , ,3 0:5 = 04
f1 , f0 = 0:5 , = :
2
1
2
0
3
05
x1 f1 1:5 , 0:5 = 12
f2 , f1 = 1:5
x2 f2
x f 2 3 4
6.6 1.887069649
0.029852963
6.8 1.916922612 ,8:65426 10, 5
Observem ara que hf 0(7) sembla estar denit per una serie rapidament decreixent
en valor absolut. A partir d'aqu, es poden donar estimacions heurstiques de l'error.
Per exemple, en aquest cas, podem donar l'aproximacio
1 4 : 67615 10 ,5 !
0
f (7) = 0:2 0:028579207 , = 0:142857067 ;
6
i una ta aproximada de l'error seria l'ultim terme de la serie que hem considerat:
Notem que l'error real es E = 7:57e , 8, que es mes petit de l'error predit.
Es deixa com a exercici per al lector fer el mateix per a f 00 (7).
Nota. En construir aquestes taules de diferencies, s'ha d'anar amb molt de compte
amb com es propaguen els errors d'arrodoniment, perque contnuament s'estan restant
nombres propers. Per exemple, si repetssim l'ultima taula que hem fet treballant amb
6 xifres signicatives, el valor 4 f (7) quedaria determinat pels errors d'arrodoniment
i no tindria cap xifra bona. Per tant, si volguessim incloure mes termes de l'ultima
serie en el calcul de f 0 (7) (o f 00 (7)) per tenir mes precisio, haurem de refer tambe els
calculs treballant amb mes xifres signicatives.