• Non ci sono risultati.

10 DERIVAZIONE E INTEGRAZIONE NUMERICA

N/A
N/A
Protected

Academic year: 2022

Condividi "10 DERIVAZIONE E INTEGRAZIONE NUMERICA"

Copied!
5
0
0

Testo completo

(1)

Derivazioneeintegrazionenumerica

10 – DERIVAZIONE E INTEGRAZIONE NUMERICA

1. Derivazione numerica

Se è una funzione reale di variabile reale derivabile in , risulta

e quindi . Segue

da cui si ricava

(1)

Chiamiamo passo di derivazione il valore h utilizzato nella precedente formula.

Qual è l’errore che si commette approssimando con ? a tal fine sussiste il seguente

TEOREMA

Se è una funzione reale di variabile reale derivabile due volte in , con , l’errore

che si commette sostituendo con è approssimativamente

proporzionale al passo di derivazione h. In particolare si ha:

(2)

Per ottenere una valutazione dell’errore senza calcolare alcuna derivata, procediamo come segue:

 Combiniamo la (1) e la (2) ottenendo , con che

rappresenta una prima approssimazione di con passo h assegnato con un errore

 Calcoliamo poi una seconda approssimazione con un passo pari ad , con

, ed

( )

f x x0

0 0

0 0

( ) ( )

lim '( )

h

f x h f x h f x

   0 ( 0 ) ( 0)

'( ) f x h f x

f x h

  

0 0

0

( ) ( )

'( ) f x h f x f x h 

0 0

0 0

( ) ( )

'( ) f x h f x '( )

f x f x D

    h  

'( 0)

f x f x( 0 h) f x( 0) h

 

( )

f x x0 f"( )x0 0

f '(x0) f x( 0 h) f x( 0)

D h

  

0

1 "( )

2 f x h Kh

   

0 1

'( )

K h  f xD 1 f x( 0 h) f x( 0)

D h

   '( 0)

f x

0

1 "( )

2 f x h Kh

   

D2

10 h

0 0 2

1 "( ) '( )

2 10 10

h h

f x  Kf xD 2 0 0

( ) 10

10

f x h f x

D h

  

 

 

1 "( 0)

2 10 10

h h

f x K

   

(2)

erivazioneeintegrazionenumerica

 Consideriamo il sistema e sottraiamo membro a membro ottenendo

Considerando l’approssimazione di data da , si ha che e quindi si ottiene

che fornisce una stima dell’errore .

In pratica, per determinare un’approssimazione di e valutarne la precisione, procediamo come segue:

1. Si calcolano due approssimazioni , di passo h dato, e

, di passo .

2. Si stima l’errore della seconda approssimazione , che sarà minore di .

ESEMPIO

Calcola una approssimazione della derivata della funzione in e .

Risulta:

0 1

0 2

'( ) 10 '( )

K h f x D

K h f x D

  



   



2 1

1 2

9 10

10 10 10 9

D D

h h

D D K h K K h K h K

h

  

            

'( 0)

f x D2

10 K h

  

2 1

2 1

10

10 9 10 9

D D D D

h h

K h

       

'( 0) f x

0 0

1

( ) ( )

f x h f x

D h

  

0 0

2

( ) 10

10

f x h f x

D h

  

 

 

 10

h

D2 | 2 1|

9 DD

2

( ) arctan1 x

f x x

  x0 0, 5

0, 02 h

 

 

2 2

0 0

1

1 0, 5 0, 02 1 0, 5

arctan arctan

0, 5 0, 02 0, 5

( ) ( )

0, 545216 0, 02

f x h f x

D h

      

   

    

   

   

2 2

0 0

2

0, 02 1 0, 5

1 0, 5

arctan 10 arctan

0, 02 0,5 ( ) ( ) 0,5

10 10 0, 541019

0, 02

10 10

f x h f x

D h

   

     

    

      

   

 

 

 

   

(3)

Derivazioneeintegrazionenumerica a = x0 x1 x2 x3 x4b = x5

(x0, y(x0)1, y1)(x2, y2) (x3, y3)

(x4, y4) (x5, y5)

(x0, y(x0)1, y1)(x2, y2) (x3, y3)

(x4, y4) (x5, y5)

a = x0 b = x5

x1 x2 x3 x4

Pertanto l’errore sarà minore di .

Si può anche scrivere .

2. Integrazione numerica

Sia f integrabile in e supponiamo ; volendo calcolare un valore approssimato di , si può procedere con uno dei seguenti metodi.

 Metodo dei rettangoli

rappresenta l’area del trapezoide. Per calcolarne un valore approssimato, si suddivide l’intervallo in n parti intervalli, ciascuno di ampiezza dove h è detto passo di integrazione.

Risulta: con e .

Posto con , è possibile considerare il trapezoide suddiviso nei rettangoli e pertanto si può approssimare l’area cercata con:

 Metodo dei trapezi

Un’approssimazione migliore di si ottiene suddividendo l’intervallo in n parti intervalli, ciascuno di ampiezza dove h è il passo di integrazione.

2 1

| | | 0, 541019 0, 545216 |

0, 000466

9 9

D D

 

 

0

' 0, 541019 0, 000466

f x   

 

a b, f x( )0

( )

b

a

f x dx

( )

b

a

f x dx

 

a b,

h b a n

 

1,

k k k

Ix x k 1,,n k k 1

x x b a h

n

   

 

1 1

k k

y f x k 1,,n

0, 1, , n 2, n 1

R RR R

 

       

0 1 2 1 0 1 2 1 0 1 2 1

0 1 2 1

n n n n n n

n n

J R R R R hy hy hy hy h y y y y

h f x f x f x f x

               

      

  

( )

b

a

f x dx

 

a b,

h b a n

 

(4)

erivazioneeintegrazionenumerica (x0, y(x0)1, y1)(x2, y2)

(x3, y3) (x4, y4)

(x5, y5)

a = x0 x1 x2 x3 x4b = x5

Posto con e , è

possibile considerare il trapezoide suddiviso nei trapezi e pertanto si può approssimare l’area cercata con la cosiddetta formula dei trapezi o formula di Bézout:

Per ottenere una valutazione dell’errore è possibile calcolare due valori , con passo di integrazione h , e1 , con passo di integrazione , per poi stimare l’errore tenendo conto della seguente tabella:

METODO FORMULA ERRORE

Rettangoli

Trapezi

ESEMPIO

Calcolare un valore approssimato di .

Basta calcolare in modo approssimato il valore dell’integrale , perché risulta .

Posto , si ha:

1,

k k k

Ix x k1,,n k k 1

x x b a h

n

   

0, ,1 , n 2, n 1

T TT T

 

0 1 1 2 2 1 1

0 1 2 1

0 1 2 1

2 2 2 2

2 2 2

2

n n n n

n n

n n n

y y y y y y y y

J T T T T h h h h

h y y y y y

   

       

              

      

 

J1

J2 2 1

2 hh

0 1 n 1

Jh y   yy  |J1J2|

0 2 1 2 2 2 2 2 1

2 n n n

Jh yyy  y y y | 1 2| 3 J J

 

ln 3

3

1

1dx

x 3

1

1dx ln 3

x

4 n

0 4 1

1, 3, 3 1 0, 5

4 a x b x h b a

n

 

      

0 1, 1 1 0, 5 1, 5, 2 1, 5 0, 5 2, 3 2 0, 5 2, 5, 4 2, 5 0, 5 3

xx    x    x    x   

(5)

Derivazioneeintegrazionenumerica

 Dimezzo il passo:

 Quindi si ha

   

1 0 1 1 0 1 2 3

1 1 1 1

0,5 1, 283333

1 1,5 2 2, 5 Jh y   y ynh y  y yy      

 

1 2

0, 5 0, 25

2 2

hh  

0 1 2 3 4

5 6 7 8

1, 1 0, 25 1, 25, 1, 25 0, 25 1, 5, 1,5 0, 25 1, 75, 1, 75 0, 25 2, 2 0, 25 2, 25, 2, 25 0, 25 2,5, 2,5 0, 25 2, 75, 2, 75 0, 25 3

x x x x x

x x x x

            

           

   

2 0 1 1 0 7

2 2

1 1 1 1 1 1 1 1

0, 25 1,186544

1 1, 25 1,5 1, 75 2 2, 25 2,5 2, 75

n

h h

Jy   y yy  y

 

         

 

 

1 2

|J J | |1, 283333 1,186544 | 0, 096789

     

Riferimenti

Documenti correlati

Si vede, partendo da destra, come l’errore compiuto sia una funzione decrescente al diminuire di h fino a 10 −5 , dopo di che l’andamento, pur meno prevedibile, `e

Si vede, partendo da destra, come l’errore compiuto sia una funzione decrescente al diminuire di h fino a 10 −5 , dopo di che l’andamento, pur meno prevedibile, `e

Esercizi sulla formula per la derivazione della composizione di campi vettoriali. Richiami

[r]

[r]

La Proposizione 1 ci dice che ogni derivazione in LJ-II pu` o essere riscritta come una derivazione di LJ, quindi i sequenti derivabili in LJ-II sono anche derivabili in LJ..

Adesso la priorità di Newton è certa, ma anche la minore applicabilità del suo metodo rispetto a quello di Leibniz; è anche certo che Leibniz elaborò la sua teoria

è estremamente rara come neoplasia pura (0,5% dei carcinomi germinali) e relativamente frequente in forma combinata (8%); deriva dalla differenziazione delle