251 Numerik I 6 Numerische Integration Ziel numerischer Integration (Quadratur): Näherungswerte für Z b f (t) dt. a Wozu? Eine Apparatur liefere Messwerte x ei = xi + εi . Angenommen, die Messfehler εi sind standardnormalverteilt (wähle Einheiten entsprechend!): Wie groß ist die Wahrscheinlichkeit P , dass ein Messwert den wirklichen Wert um weniger als zwei Einheiten überschätzt? 2 Z 2 t 1 √ exp − dt = Φ(2) − Φ(0) (≈ .477). P = 2 2π 0 6 Numerische Integration TU Bergakademie Freiberg, WS 2011/12 252 Numerik I 1 1 0.8 0.8 0.6 0.6 exp(−.5*t2)/(2 π)1/2 0.4 0.4 0.2 0.2 0 −4 −2 0 2 4 0 −5 Φ(x) 0 5 Aber: Es gibt keine geschlossene Formel für den Wert von 2 Z x t 1 Φ(x) = √ exp − dt 2 2π −∞ (und vieler anderer Integrale). Selbst wenn geschlossenene Formeln bekannt sind, ist eine numerische Approximation oft ökonomischer. 6 Numerische Integration TU Bergakademie Freiberg, WS 2011/12 253 Numerik I 6.1 Newton-Cotes-Formeln Gesucht: Wert von I = Rb a f (x) dx. Idee der interpolatorischen Quadraturformeln: Wähle n + 1 Knoten a ≤ x0 < x1 < · · · < xn−1 < xn ≤ b, bestimme das zugehörige Interpolationspolynom pn ∈ Pn für f pn (x) = n X f (xj )`j (x) mit j=0 n Y x − xi `j (x) = xj − xi i=0 i6=j (Lagrange-Form) und betrachte Z b Z b n n X X γj f (xj ) pn (x) dx = f (xj ) `j (x) dx = a j=0 } j=0 | a {z =:γj als Näherung für I. γj bzw. xj heißen Gewichte bzw. Knoten der Integrationsformel. 6.1 Newton-Cotes-Formeln TU Bergakademie Freiberg, WS 2011/12 254 Numerik I Die Newton-Cotes-Formeln I≈ n X (n) γj f (xj ) j=0 sind interpolatorische Quadraturformeln mit äquidistanten Knoten xj = a + jh (j = 0, 1, . . . , n), wobei h = (b − a)/n. Bestimmung der Gewichte. Mit der Substitution x = a + ht, t ∈ [0, n]: Z bY Z nY n n x − x t−i i (n) (n) γj = dx = h dt =: hαj a i=0 xj − xi 0 i=0 j − i i6=j (n) (αj i6=j sind unabhängig von f , a und b). Für jedes n gelten (n) (n) α0 + α1 + · · · + αn(n) = n (n) und αj 6.1 Newton-Cotes-Formeln (n) = αn−j (j = 0, 1, . . . , n). TU Bergakademie Freiberg, WS 2011/12 255 Numerik I Tabelle der Newton-Cotes-Gewichte: n X (n) I ≈ b−a α j f (a + jh) n j=0 n Name 1 Trapezregel 2 Simpson-Regel 3 3/8-Regel 4 Milne-Regel 5 6 Weddle-Regel (n) αj 1 2 1 3 3 8 14 45 95 288 41 140 1 2 4 3 9 8 64 45 375 288 216 140 (j = 0, 1, . . . , n) 1 3 9 8 24 45 250 288 27 140 3 8 64 45 250 288 272 140 14 45 375 288 27 140 95 288 216 140 41 140 Für größere n treten negative Gewichte auf, die Newton-Cotes-Formeln werden numerisch unbrauchbar. 6.1 Newton-Cotes-Formeln TU Bergakademie Freiberg, WS 2011/12 256 Numerik I Fehler der Newton-Cotes-Formeln: Z b Z n X (n) En (f ) = f (x) dx − h αj f (a + jh) = a j=0 a b wn+1 (x) (n+1) f (ζ(x)) dx, (n + 1)! wenn f ∈ C (n+1) [a, b] (vgl. Satz 5.4). Insbesondere werden Polynome vom Grad ≤ n durch die n-te Newton-Cotes-Formel exakt integriert. Man kann zeigen: Ist n gerade, so werden sogar Polynome vom Grad n + 1 exakt integriert. ( Exaktheitsgrad der n, falls n ungerade, = n-ten Newton-Cotes-Formel n + 1, falls n gerade. 6.1 Newton-Cotes-Formeln TU Bergakademie Freiberg, WS 2011/12 257 Numerik I Fehlerschranken Z b n X (n) |En (f )| = f (x) dx − h αj f (a + jh) ≤ Sn (f ) a j=0 n Name Sn (f ) 1 Trapezregel h3 2 Simpson-Regel h5 3 3/8-Regel h5 4 Milne-Regel h7 h7 5 6 Weddle-Regel h9 1 12 M2 1 90 M4 3 80 M4 8 945 M6 275 12096 M6 9 1400 M8 mit Mk := maxa≤x≤b |f (k) (x)| und h = (b − a)/n. 6.1 Newton-Cotes-Formeln TU Bergakademie Freiberg, WS 2011/12 258 Numerik I 6.2 Zusammengesetzte Integrationsformeln Idee: Unterteile das Integrationsintervall [a, b] in N Teilintervalle der Länge H := (b − a)/N und wende auf jedes Teilintervall [a + jH, a + (j + 1)H] (j = 0, 1, 2, . . . , N − 1), R a+(j+1)H d.h. zur näherungsweisen Berechnung von a+jH f (x) dx, die n-te Newton-Cotes-Formel (mit Schrittweite h = H/n) an: Z b f (x) dx = a = N −1 Z a+(j+1)H X j=0 a+jH N −1 X n X j=0 6.2 Zusammengesetzte Integrationsformeln h f (x) dx ≈ N −1 X h j=0 n X (n) αk f (a + jH + kh) k=0 (n) αk f (a + (jn + k)h). k=0 TU Bergakademie Freiberg, WS 2011/12 259 Numerik I Beispiel für n = 1: zusammengesetzte Trapezregel. Hier H = (b − a)/N = h, also N + 1 Stützstellen: xj = a + jh, j = 0, 1, . . . , N : Z b N −1 X h f (x0 ) + 2 f (xj ) + f (xN ) =: T (h). f (x) dx ≈ 2 a j=1 Fehler: Z b−a b f (x)dx − T (h) ≤ M2 h2 a 12 mit M2 = maxa≤x≤b |f 00 (x)|. Aufwand zur Berechnung von T (h): N + 1 Funktionsauswertungen. 6.2 Zusammengesetzte Integrationsformeln TU Bergakademie Freiberg, WS 2011/12 260 Numerik I Beispiel für n = 2: zusammengesetzte Simpson-Regel. Hier H = (b − a)/N = 2h, d.h. h = (b − a)/(2N ), also 2N + 1 Stützstellen: xj = a + jh, j = 0, 1, . . . , 2N : Z b N −1 N −1 X X h f (x)dx ≈ f (x0 ) + 4 f (x2j+1 ) + 2 f (x2j ) + f (x2N ) =: S(h). 3 a j=0 j=1 Fehler: Z b−a b b−a 4 M h = M4 H 4 f (x) dx − S(h) ≤ 4 a 180 2880 mit M4 = maxa≤x≤b |f (4) (x)|. Aufwand zur Berechnung von S(h): 2N + 1 Funktionsauswertungen. 6.2 Zusammengesetzte Integrationsformeln TU Bergakademie Freiberg, WS 2011/12 261 Numerik I 6.3 Adaptive Integrationsformeln Rb Wendet man eine zusammengesetzte Quadraturformel auf I = a f (x) dx an, so ist es nicht immer sinnvoll, das Integrationsintervall [a, b] in gleichlange Teilintervalle der Länge H zu unterteilen: Der Quadraturfehler hängt von einer (höheren) Ableitung von f ab und die kann in [a, b] stark variieren. Für beispielsweise f (x) = x , 2 x −1 x ∈ [1.001, 10], bewegt sich die vierte Ableitung (die den Fehler bei der zusammengesetzten Simpson-Regel kontrolliert) zwischen 1.2 · 108 (am linken Rand) und 2.7·10−4 (am rechten Rand). Man erwartet, dass man am rechten Ende des Intervalls mit wesentlich weniger Stützstellen (d.h. wesentlich geringerem Rechenaufwand) eine akzeptable Näherung des Integrals bestimmen kann als in der Umgebung von 1.001. 6.3 Adaptive Integrationsformeln TU Bergakademie Freiberg, WS 2011/12 262 Numerik I Bestimme Z I= 10 1.001 10 x 1 dx = log(x + 1) + log(x − 1) 1.001 = 5.4046 . . . 2 x −1 2 Zusammengesetzte Simpson-Regel N h # f (x) |I − S(h)| 103 4.5 · 10−3 2 · 103 + 1 2.2 · 10−1 104 4.5 · 10−4 2 · 104 + 1 4.9 · 10−4 105 4.5 · 10−5 2 · 105 + 1 6.8 · 10−8 Adaptive Simpson-Regel 6.3 Adaptive Integrationsformeln # f (x) |I − S(h)| 61 1.4 · 10−4 641 1.3 · 10−10 TU Bergakademie Freiberg, WS 2011/12 263 Numerik I Gegeben ist eine Quadraturformel, z.B. die Simpson-Regel S(H), mit einer Fehlerabschätzung, hier: I − S(H) = c H 4 + O(H 5 ). Gesucht ist eine Näherung für I, die sich zusammensetzt aus Näherungen R xj+1 (j) I0 für xj f (x) dx über Teilintervallen unterschiedlicher Länge Hj = xj+1 − xj , so dass Z b N X (j) I − |f (x)| dx I 0 ≤ ε := tol · a j=0 gilt. Weder die Anzahl (N + 1) der Teilintervalle noch die Unterteilungspunkte xj+1 := xj + Hj (j = 0, . . . , N − 1) sind a priori bekannt. 6.3 Adaptive Integrationsformeln TU Bergakademie Freiberg, WS 2011/12 264 Numerik I Wir wollen den Fehler gleichmäßig auf die Teilintervalle verteilen“, d.h. Hj ” soll so gewählt werden, dass Z xj +Hj Hj (j) ε f (x) dx − I0 ≤ xj b−a erfüllt ist. Wichtige Beobachtung: Aus I − S(H) = c H 4 + O(H 5 ) und I − S(H/2) = c (H/2)4 + O(H 5 ) folgt S(H/2) − S(H) = c (1 − 2−4 ) H 4 + O(H 5 ) also, falls H genügend klein“ ist, ” I − S(H) ≈ 6.3 Adaptive Integrationsformeln S(H/2) − S(H) . −4 1−2 (∗) TU Bergakademie Freiberg, WS 2011/12 265 Numerik I Strategie zur Schrittweitenwahl (Schrittweitensteuerung): Angenommen H0 , . . . , Hj−1 (dh. x0 , . . . xj ) sind bereits bestimmt. Außere j gegeben. dem ist eine Vorschlagsschrittweite H e j . Bestimme mit I (j) = S(Hj ) eine Näherung für 1. Setze Hj = H 0 R xj +Hj f (x) dx. xj 2. Bestimme mit (j) I1 = S(Hj /2) eine bessere“ Näherung für ” R xj +Hj xj f (x) dx. 3. Überprüfe, ob (j) (j) |I1 − I0 | ≤ (1 − 2−4 ) Hj ε b−a erfüllt ist (vgl. (∗)). (j) • Falls ja: Akzeptiere I1 als Näherung. (j) (j) • Falls nein: Setze Hj = Hj /2, I0 = I1 und gehe zu 2. 6.3 Adaptive Integrationsformeln TU Bergakademie Freiberg, WS 2011/12 266 Numerik I 4. Überprüfe, ob (j) (j) |I1 − I0 | ≤ (2.5)−4 (1 − 2−4 ) Hj ε b−a erfüllt ist (2.5 = Sicherheitsfaktor). e j+1 = 2Hj . • Falls ja: Neue Vorschlagsschrittweite: H e j+1 = Hj . • Falls nein: Neue Vorschlagsschrittweite: H Praxis: Unter- und Oberschranken für Hj (zu kleine Schrittweiten führen zu verstärktem Rundungsfehlereinfluss, zu große Schrittweiten können dazu führen, dass Bereiche, in denen f stark variiert, übersprungen werden). 6.3 Adaptive Integrationsformeln TU Bergakademie Freiberg, WS 2011/12 267 Numerik I Beispiel. f (x) = 1 1 + − 6, (x − .3)2 + .01 (x − .9)2 + .04 a = 0, b = 1. Integral = 29.8583 100 90 80 70 60 50 40 30 20 10 0 0 6.3 Adaptive Integrationsformeln 108 Funktionsauswertungen 0.2 0.4 0.6 0.8 1 TU Bergakademie Freiberg, WS 2011/12 268 Numerik I 6.4 Gauß-Quadratur Prinzip: Gauß-Formeln sind (wie die Newton-Cotes-Formeln) interpolatorische Quadraturformeln Z b n X f (x)w(x) dx = ωk f (xk ) + Rn (f ). (6.1) a k=0 Rn (f ) bezeichnet den Quadraturfehler. Man erlaubt hier sog. Gewichtsfunktionen w(x), welche gewisse Bedingungen (z.B. w(x) ≥ 0 für alle x ∈ (a, b)) müssen. Gebräuchliche Gewichtsfunktionen sind: 6.4 Gauß-Quadratur Name [a, b] w(x) [−1, 1] 1 [−1, 1] (1 − x2 )−1/2 [0, ∞] exp(−x) Gauß-Laguerre [−∞, ∞] exp(−x2 ) Gauß-Hermite Gauß-Legendre Gauß-Tschebyscheff TU Bergakademie Freiberg, WS 2011/12 269 Numerik I Im Gegensatz zu den Newton-Cotes-Formeln wählt man die Knoten xk nicht äquidistant, sondern bestimmt Knoten xk und Gewichte ωk so, dass sich ein möglichst hoher Exaktheitsgrad ergibt. Heuristik: Z a b xj w(x) dx = n X ωk xjk k=0 ist für jedes j = 0, 1, . . . eine nichtlineare Gleichung mit 2n + 2 freien Parametern ωk , xk , k = 0, . . . , n. Es scheint möglich, diese Gleichung für j = 0, . . . , 2n + 1 zu erfüllen (Exaktheitsgrad 2n + 1). 6.4 Gauß-Quadratur TU Bergakademie Freiberg, WS 2011/12 270 Numerik I Die Gauß-Quadratur ist eng mit der Theorie der Orthogonalpolynome verknüpft: Definiere (für Polynome p und q) das Innenprodukt Z b (p, q) := p(x)q(x)w(x) dx. a Dann gibt es für j = 0, 1, . . . eindeutig bestimmte Polynome (sog. Orthogonalpolynome) pj (x) = xj + πj,j−1 xj−1 + . . . + πj,1 x + πj,0 mit (pj , pk ) = 0 für alle j 6= k. Es gilt die dreistufige Rekursionsformel p−1 (x) = 0, p0 (x) = 1, pj+1 (x) = (x − δj+1 )pj (x) − γj+1 pj−1 (x) für j = 0, 1, . . . , wobei δj+1 = (xpj , pj )/(pj , pj ) und γj+1 = (pj , pj )/(pj−1 , pj−1 ). 6.4 Gauß-Quadratur TU Bergakademie Freiberg, WS 2011/12 271 Numerik I Es bezeichne P den Raum aller Polynome (beliebigen Grades) in einer Variablen. Satz 6.1 (Jacobi,1826) Sei m ∈ N0 . Die Quadraturformel (6.1) besitzt genau dann Exaktheitsgrad d = n + m, wenn folgende beide Bedingungen erfüllt sind: (a) (6.1) ist interpolatorisch. Qn (b) Das Knotenpolynom ωn+1 (x) = j=0 (x − ξj ) ist orthogonal zu Pm−1 bezüglich des Innenproduktes Z b (p, q) = p(x)q(x) w(x)dx, p, q ∈ P. (6.2) a Bemerkung 6.2 Bedingung (b) ist maximal für m = n+1 erfüllbar (warum?), was auf den maximalen Exaktheitsgrad d = 2n + 1 führt. 6.4 Gauß-Quadratur TU Bergakademie Freiberg, WS 2011/12 272 Numerik I (n) Die Nullstellen tj von pn+1 sind alle reell und einfach, genauer: (n) a < t0 (n) < t1 · · · < t(n) n < b. Sie sind die Knoten xk (0 ≤ k ≤ n) der Gauß-Quadraturformel. Die Gewichte ωk wählen wir als Lösung von p0 (x0 ) p0 (x1 ) . . . p0 (xn ) ω0 (p0 , 1) = p1 (x0 ) p1 (x1 ) . . . p1 (xn ) ω1 0 . = .. .. .. .. .. . . . . . . . pn (x0 ) pn (x1 ) . . . pn (xn ) ωn 0 Rb a w(x)dx . Man kann zeigen, dass dieses System eindeutig lösbar ist und dass die Lösungen ωk alle positiv sind. Die Knoten und Gewichte können noch effizienter durch Lösung einer verwandten Eigenwertaufgabe berechnet werden. 6.4 Gauß-Quadratur TU Bergakademie Freiberg, WS 2011/12 273 Numerik I Mit dieser Wahl der Knoten und Gewichte gilt: Z b p(x)w(x) dx = a n X ωk p(xk ) k=0 für alle Polynome p vom Grad ≤ 2n + 1. Beispiel: Für die Gewichtsfunktion w(x) = (1 − x2 )−1/2 erhält man 2k + 1 Knoten: xk = cos π , k = 0, 1, . . . , n, 2(n + 1) Gewichte: ωk = π/(n + 1), k = 0, 1, . . . , n. (Dass die Gewichte unabhängig von k sind, trifft auf andere Gauß-Formeln nicht zu!) Gauß-Tschebyscheff-Quadraturformel: Z 1 n X 2k + 1 π f cos π + Rn (f ) f (x)(1 − x2 )−1/2 dx = n + 1 2(n + 1) −1 k=0 mit Rn (f ) = 6.4 Gauß-Quadratur f (2n+2) (ξ) (pn , pn ) (2n+2)! falls f ∈ C (2n+2) [a, b]. TU Bergakademie Freiberg, WS 2011/12