Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Einführung in die Numerische Mathematik - Lehrstuhl Numerische ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
3.5 <strong>Numerische</strong> Integration<br />
Wir schließen <strong>die</strong> Richardson-Extrapolation mit e<strong>in</strong>em weiteren Beispiel ab:<br />
Beispiel 3.34 (Extrapolation des zentralen Differenzenquotienten). Wir approximieren<br />
<strong>die</strong> Ableitung von f(x) = tanh(x) an der Stelle x = 0.5 mit dem zentralen Differenzenquotienten<br />
und Extrapolation. Exakter Wert ist tanh ′ (0.5) ≈ 0.7864477329:<br />
h a(h) = p kk p k,k+1 p k,k+2 p k,k+3<br />
2 −1 0.761594156 0.7867493883 0.7864537207 0.7864477443<br />
2 −2 0.780460580 0.7864721999 0.7864478377<br />
2 −3 0.784969295 0.7864493603<br />
2 −4 0.786079344<br />
Bereits <strong>die</strong> jeweils erste Extrapolation p k,k+1 liefert weit bessere Ergebnisse als <strong>die</strong> Extrapolation<br />
des e<strong>in</strong>seitigen Differenzenquotienten. Die beste Approximation verfügt über 8<br />
richtige Stellen.<br />
3.5 <strong>Numerische</strong> Integration<br />
Die numerische Integration (oder auch numerische Quadratur) <strong>die</strong>nt zur approximativen<br />
Berechnung von Integralen. Mögliche Gründe s<strong>in</strong>d<br />
• Die Stammfunktion e<strong>in</strong>es Integrals lässt sich nicht durch e<strong>in</strong>e elementare Funktion<br />
ausdrücken. Z.B. ∫ ∞<br />
∫ ∞<br />
exp(−x 2 s<strong>in</strong>(x)<br />
) dx,<br />
dx.<br />
x<br />
0<br />
• E<strong>in</strong>e Stammfunktion existiert <strong>in</strong> geschlossener Form, aber <strong>die</strong> Berechnung ist derart<br />
aufwendig, so dass numerische Methoden vorzuziehen s<strong>in</strong>d.<br />
• Der Integrand ist nur an diskreten Stellen bekannt; beispielsweise bei Messreihendaten.<br />
Bei der numerischen Integration basieren <strong>die</strong> Methoden auf den bereits kennengelernten<br />
Interpolatonsmethoden. Sie s<strong>in</strong>d somit e<strong>in</strong>e klassische Anwendung der der Polynom-<br />
Interpolation sowie Spl<strong>in</strong>e-Interpolation. Erstere führen auf <strong>die</strong> sogenannten <strong>in</strong>terpolatorischen<br />
Quadraturformeln während <strong>die</strong> Spl<strong>in</strong>e-Interpolation auf <strong>die</strong> stückweise <strong>in</strong>terpolatorische<br />
Quadratur (<strong>die</strong> <strong>in</strong> der Literatur auch häufig unter dem Namen der zusammengesetzten<br />
oder summierten Quadratur zu f<strong>in</strong>den ist).<br />
Bei der <strong>in</strong>terpolatorischen Quadratur e<strong>in</strong>er Funktion f(x) auf dem Intervall [a, b] wird<br />
zunächst e<strong>in</strong>e Interpolationspolynom zu gegebenen Stützstellen x 0 , x 1 , . . . , x n kreiert, welches<br />
dann <strong>in</strong>tegriert wird (basiert dementsprechend auf Abschnitt 3.1). Bei der Gauß<br />
Quadratur wird <strong>die</strong> Position der Stützstellen x i ∈ [a, b] im Intervall so bestimmt, dass <strong>die</strong><br />
resultierende Integrationsformel e<strong>in</strong>e optimale Ordnung erzielt. Zuletzt betrachten wir als<br />
Anwendung der Extrapolation zum Limes (Abschnitt 3.4), dass sogenannte Romberg’sche<br />
Integrationsverfahren <strong>in</strong> Abschnitt 3.5.4.<br />
0<br />
71