Metody matematyczne w inżynierii chemicznej Wykład 3. Całkowanie numeryczne.

Slides:



Advertisements
Podobne prezentacje
OBLICZENIA NUMERYCZNE
Advertisements

Modelowanie i symulacja
Funkcje tworzące są wygodnym narzędziem przy badaniu zmiennych losowych o wartościach całkowitych nieujemnych. Funkcje tworzące pierwszy raz badał de.
Instrukcje - wprowadzenie
Ilustracja obliczania całek oznaczonych metodą Monte Carlo
Metody numeryczne część 3. Całkowanie metodą Eulera i Simpsona.
Metody numeryczne część 1. Rozwiązywanie układów równań liniowych.
Interpolacja Cel interpolacji
Grażyna Mirkowska PJWSTK 15 listopad 2000
Rachunek prawdopodobieństwa 2
Zmienne losowe i ich rozkłady
Różniczkowanie numeryczne
Metoda elementów skończonych cd.
Metody Numeryczne Wykład no 12.
Metody numeryczne wykład no 2.
Metody Numeryczne Wykład no 3.
Wykład no 3.
Metody numeryczne wykład no 7.
Interpolacja funkcji Dane wartości funkcji y n w punktach x n, gdzie n=0,1,2,....N-1. x y x0x0 y0y0 xnxn ynyn x N-1 y N-1.
Metody numeryczne wykład no 8.
Przykład: Dana jest linia długa o długości L 0 bez strat o stałych kilometrycznych L,C.Na początku linii zostaje załączona siła elektromotoryczna e(t),
Wykład no 11.
START WYPROWADŹ WYNIK 8 STOP
Materiały pochodzą z Platformy Edukacyjnej Portalu
ZŁOŻONOŚĆ OBLICZENIOWA
Imperatywne modele obliczeń Copyright, 2003 © Jerzy R. Nawrocki Teoretyczne podstawy.
Programowanie imperatywne i granice obliczalności Copyright, 2004 © Jerzy R. Nawrocki
Numeryczne obliczanie całki oznaczonej
Elementy Rachunku Prawdopodobieństwa c.d.
Instrukcja skoku GO TO etykieta Np. GO TO 100 ….. 100WRITE (*,*) Przeskok do instrukcji 100 Uwaga! NIE WOLNO skakać do wnętrzna złożonych instrukcji warunkowych.
Wioleta Nowak Gimnazjum nr 20 w Poznaniu
Metody matematyczne w Inżynierii Chemicznej
Metody Matematyczne w Inżynierii Chemicznej
20 września 2003r. Centrum Kształcenia Ustawicznego im. St. Staszica w Koszalinie Wstęp do algorytmiki Autor: Marek Magiera.
Metody matematyczne w inżynierii chemicznej
Podstawy analizy matematycznej III
Metody matematyczne w Inżynierii Chemicznej
ETO w Inżynierii Chemicznej MathCAD wykład 4.. Analiza danych Aproksymacja danych.
Metody numeryczne SOWIG Wydział Inżynierii Środowiska III rok
Krzysztof Kucab Rzeszów, 2012
Podstawy analizy matematycznej II
Postać kanoniczna i iloczynowa równania funkcji kwadratowej.
Wybrane algorytmy wykorzystujące pojęcia z matematyki wyższej
Zakładamy a priori istnienie rozwiązania α układu równań.
przygotował: mgr inż. Bartłomiej Krawczyk
Źródła błędów w obliczeniach numerycznych
MOiPP Matlab Sortowanie Obliczenia symboliczne - Symbolic ToolBox
Ogólna struktura programu w TP
Warsztaty dla nauczycieli przedmiotów informatycznych
Algorytmika Iteracje autor: Tadeusz Lachawiec.
MOiPP Matlab Przykłady metod obliczeniowych Obliczenia symboliczne
MOiPP Matlab Aproksymacja Interpolacja Inne metody obliczeniowe
Metody numeryczne szukanie pierwiastka metodą bisekcji
Metody Matematyczne w Inżynierii Chemicznej
Metody matematyczne w Inżynierii Chemicznej
Teoria sterowania SNUpraszczanie schematów blokowych transmitancyjnych – znajdowanie transmitancji zastępczej  Kazimierz Duzinkiewicz, dr hab. inż.Katedra.
Tematyka zajęć LITERATURA
Metody matematyczne w inżynierii chemicznej
Algorytm znajdowania Największego Wspólnego Dzielnika.
Metody nieinkluzyjne: Metoda iteracji prostej.
Wstęp do metod numerycznych
Funkcje - rekurencja Zajęcia 8. Funkcje - definicja Ogólna postać funkcji w C++: typZwracany nazwaFunkcji(listaParametrówWejściowychFunkcji) { ciało funkcji.
Pętle – instrukcje powtórzeń
yi b) metoda różnic skończonych
© Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej MATEMATYCZNE MODELOWANIE PROCESÓW BIOTECHNOLOGICZNYCH Temat – 5 Modelowanie różniczkowe.
Fundamentals of Data Analysis Lecture 12 Approximation, interpolation and extrapolation.
Metody matematyczne w Inżynierii Chemicznej
Analiza numeryczna i symulacja systemów
Metody matematyczne w inżynierii chemicznej
Sterowanie procesami ciągłymi
Zapis prezentacji:

Metody matematyczne w inżynierii chemicznej Wykład 3. Całkowanie numeryczne

Graficzna definicja całki oznaczonej P ab

ab x1x1 x2x2 f(x)f(x) x y PiPi

Metoda prostokątów a b x2x2 x y PiPi x1x1 x0x0 xixi x i+1 xNxN

Błąd metody zależność u(x)= przybliżamy (aproksymujemy) inną funkcją U(x, h) = Wymagane jest by funkcja "zastępcza" dla h  0 była zbieżna do u(x). Oznacza to, że różnica (Residuum) R musi dążyć do 0 dla h dążącego do 0

Błąd metody Dla metody istotne jest jak szybko zmniejsza się R, co można zapisać n – dodatnia liczba całkowita oznaczająca rząd metody Dla jednego kroku metoda prostokątów ma rząd n = 2 Wielokrotne użycie każdej z metoda zmniejsza rząd o 1 (kwadratura złożona) Ostatecznie

Metoda trapezów a b x2x2 x y PiPi x1x1 x0x0 xixi x i+1 xNxN

Metoda trapezów Ostateczny wzór na obliczanie całki metodą trapezów:

Metoda trapezów algorytm 1.Przeczytaj granice całkowania, x 0 i x N 2.Przeczytaj ilość podziałów N 3.Oblicz h = (x 0 - x 1 )/N 4.Oblicz y 0 i y N 5.Oblicz P = h/2(y 0 + y N ) 6.Przyjmij i = 1 7.Oblicz x i = x 0 +ih 8.Oblicz y i 9.Oblicz P = P + hy i 10.Zwiększ i o 1 (i=i+1) 11.Jeżeli i  N-1 to idź do p Drukuj P 13.Koniec

x i = x 0 +ihi = 1 Metoda trapezów schemat blokowy start i  N-1 Drukuj P koniec h = (x 0 +x N )/N Czytaj N, x 0,x N P = h/2(y 0 + y N )P = P + hy i i = i y 0 = y(x 0 ) y N = y(x N ) y i = y(x i ) 1 y(x) y = funkcja x powrót

Metoda trapezów program 5 DEF FNy(x) = funkcja x 10 INPUT "Podaj granice całkowania"; x0, xN 20 INPUT "Podaj ilość podziałów N:"; N 30 h = (xN – x0)/N 40 y0 = FNy(x0): yN = FNy(xN) 50 P = h/2*(y0+yN) 60 FOR i= 1 to N-1 70 xi = x0 + i*h 80 yi = FNy(xi) 90 P = P + h*yi 100 NEXT i 110 PRINT "Wartość całki to:"; P 120 END

Metoda Simpsona x0x0 x0+hx0+h x 0 +2h P y0y0 y2y2 y1y1

Metoda Simpsona Inna postać:

Metoda Simpsona 1.n  2 2.n = 2k, gdzie k to dowolna liczba naturalna Warunki jakie musi spełniać ilość podziałów n:

Metoda Simpsona program 10 DEF FNy(x) = jakaś funkcja x 20 INPUT "Podaj granice całkowania:"; x0, xN 30 INPUT "Na ile części podzielić przedział (liczba parzysta)"; N GOTO IF (INT(N/2)-N/2) <> 0 THEN PRINT "N nie jest liczbą parzystą": GOTO h = (xN-x0)/N 60 P = h/3*(FNy(x0)+FNy(xN)) 70 FOR i = 1 TO N-1 80 xi = x0 + i*h 90 P = P + h/3*(3+(-1)^(i+1))*FNy(xi) 100 NEXT i 110 PRINT "Całka ma wartość: "; P 120 END

Metoda Romberga/Richardsona Modyfikacja metody trapezów Zwiększenie dokładności poprzez zastosowanie ekstrapolacji

Metoda Romberga Granice całkowania dzielimy na N części to Przybliżoną wartość całki określa wzór: Jeżeli krok zmniejszymy 2-krotnie: W ten sam sposób obliczmy: Jest oczywiste, że dla N   otrzymamy wynik pozbawiony błędu metody. Pozostaje problem błędu zaokrąglenia!

Metoda Romberga Utwórzmy nowy ciąg zgodnie z równaniami: itd. Można wykazać, że ciąg taki jest szybciej zbieżny niż ciąg pierwotny.

Metoda Romberga Można utworzyć ciąg: itd. który jest jeszcze szybciej zbieżny. Ogólnie

Metoda Romberga Obliczenie przy znanym x0x0 x1x1 xixi x i+1 y0y0 y1y1 yiyi y i+1 x 1/2 x 3/2 x (2i+1)/2 y 1/2 y 3/2 y (2i+1)/2

Metoda Romberga przykład Obliczyć całkę oznaczoną: 0,

Ekstrapolacja Richardsona Opiera się na obliczeniu całki przy podziale przedziału na m 1 i m 2 części. Uzyskując dwa przybliżenia I 1 i I 2, dokładniejszą całkę Stanowi wyjście do metody Romberga

Szacowanie błędu całkowania numerycznego Ogólny wzór na przybliżoną całkę oznaczoną: Jeżeli obliczymy wartość całki dla dwóch kroków o długości h 1 = h oraz h 2 = h/2

Szacowanie błędu całkowania numerycznego błąd metody jest funkcją kroku: Podstawiając h: - Poszukujemy tylko wartości A Zakładamy, że h jest bardzo małe

Szacowanie błędu całkowania numerycznego

Całki i kwadratury czyli odrobina teorii

Kwadratury Newtona-Cotese’a Metoda trapezów i Simpsona należy do kwadratur Newtona-Cotese’a Mają one równoodległe węzły

Kwadratury Newtona-Cotese’a Dla w(x)=1

Kwadratury Gause’a – Legendre’a Gause’a – Legendre’a Nierówne odstępy węzłów Dla przedziału –1,1

Kwadratury Gause’a – Legendre’a Gause’a – Legendre’a

Kwadratury Gause’a – Legendre’a Gause’a – Legendre’a - błąd P n (x) – wielomian Legendre’a

Metoda Monte Carlo

Zasada metody a ab f max (x)

Generowanie punktów Generuje się współrzędne x i y Wykorzystuje się liczby losowe ( l.l. ) o rozkładzie jednostajnym Domyślny generator ma zakres 0-1 Współrzędna x = a + l.l.*(b-a) Współrzędna y = l.l.*f max (x)

Obliczanie ilości trafień Wylosowany punkt o współrzędnych (x i, y i ) jest trafiony jeżeli:

Dokładność Dokładność metody zależy od: Ilości wygenerowanych punktów Jakości generatora liczb losowych

Algorytm 1.Podaj granice całkowania i funkcję f 2.Podaj ilość losowań N 3.I,j=0 4.Znajdź wartość f max w przedziale 5.X=a+rnd*(b-a) 6.Y=rnd*f.max 7.I=I+1 8.Jeżeli Y<=f(X) to j=j+1 9.Jeżeli i<N to idź do 5 10.P=j/n*(b-a)*f max 11.Drukuj P

Numeryczne obliczanie pochodnych

Pochodne funkcji w punkcie x1x1 x0x0 x2x2

Pochodne centralne-

Pochodne centralne O(h 2 )

Pochodne centralne O(h 3 )

Pochodne w przód/w tył O(h)

Pochodne w przód/w tył O(h 2 )

Pochodne w przód/w tył O(h 3 )

Zastosowanie numerycznego obliczania pochodnej w algorytmie znajdowania pierwiastków metodą Newtona

1. Wprowadzić punkt startowy x 1 oraz dokładność  2. Obliczyć y 1 3. Obliczyć y' 1 4. Obliczyć 5. Jeżeli | x 2 - x 1 |   to  drukuj x 2, koniec. 6. x 1 = x 2 7. Powrót do punktu 2 8. Koniec. Algorytm metody Newtona

3.1 Przyjąć krok h = Obliczyć y 0 = f(x-h) 3.3 Obliczyć y 2 = f(x+h) 3.4 Obliczyć y' = (y 2 - y 0 )/(2h) 3.5. Sprawdzić, czy y' nie jest równe 0. Jeżeli tak drukuj informację "zły punkt startowy" i zakończ program. Algorytm obliczenia pochodnej