12.02.2014 Aufrufe

Mathematik für Physiker - Numerische Physik: Modellierung

Mathematik für Physiker - Numerische Physik: Modellierung

Mathematik für Physiker - Numerische Physik: Modellierung

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

5.5. NUMERISCHE INTEGRATION IN MATLAB 187<br />

§ 729 Auf Grund dieses offensichtlichen Vorteils werden die folgenden numerischen Verfahren<br />

stets als Funktionen und mit Hilfe eines Handles zur Beschreibung der zu integrierenden<br />

mathematischen Funktion eingeführt.<br />

5.5.3 Simpson Regel<br />

§ 730 Bei der Simpson Regel wird der Integrand durch ein Polynom zweiten Grades angenähert.<br />

Für die Teilintegrale werden dazu in einem Intervall ∆x Funktionswerte an den<br />

Intervallgrenzen x k und x k−1 bestimmt sowie in der Intervallmitte x mk . Für das Integral<br />

ergibt sich<br />

I Simpson = 1 6<br />

M∑<br />

(f(x k−1 ) + 4f(x mk ) + f(x k ))∆x .<br />

k=1<br />

§ 731 Für das Integral aus § 720 lässt sich das Simpson-Verfahren in folgender MatLab-<br />

Funktion realisieren:<br />

function I = simpsonfunk(f,a,b,M)<br />

deltx=(b-a)/M; x=[a:deltx:b]; xm=[a+deltx/2:deltx:b-deltx/2];<br />

for k=1:M;<br />

y(k) = (feval(f,x(k))+4*feval(f,xm(k))+feval(f,x(k+1)))*deltx/6;<br />

end<br />

I=sum(y);<br />

§ 732 Der Aufruf erfolgt wie bei trapezfunk; zum Vergleich können auch beide Funktionen<br />

aus einem Skript heraus gestartet werden.<br />

§ 733 Als Ergebnis für die Standard-Eingabeparameter erhalten wir 60.000. Das Simpson<br />

Verfahren liefert also bereits für recht kleine Schrittzahlen M bzw. recht große Schrittweiten<br />

∆x bessere Ergebnisse als die beiden anderen Verfahren, wie aus der folgenden Tabelle zu<br />

erkennen ist:<br />

M 1 2 5 10 20 50 100 200 500<br />

∆x 2 1 0.4 0.2 0.1 0.04 0.02 0.01 0.004<br />

I 60 60 60 60 60 60.0000 60.0000 60.0000 60.0000<br />

5.5.4 Adaptives Simpson-Verfahren<br />

§ 734 Durch geeignete Wahl der Schrittweite kann man mit Hilfe des Simpson-Verfahrens<br />

sehr genaue Ergebnisse für die numerische Integration erzielen. Diese werden, wie bei jedem<br />

numerischen Verfahren, mit abnehmender Schrittweite immer besser (sorry, in obigem<br />

Beispiel waren sie leider zu gut). Ein sehr feines Gitter bedeutet jedoch auch eine lange Rechenzeit.<br />

Dieses feine Gitter ist aber nicht erforderlich in den Bereichen, in denen sich eine<br />

Funktion nur schwach ändert bzw. die Änderung der Funktion konstant ist: im Extremfall<br />

konstanter Intensität in einem Bereich der Funktion reicht ein einziges Rechteck oder Trapez,<br />

im Fall konstanter Steigung ein einziges Trapez ausreichend.<br />

§ 735 Allgemein muss die Gitterweite um so feiner sein, je stärker sich die Funktion bzw.<br />

ihre Steigung ändert. Bei Funktionen, die sich in einigen Bereich stark, in anderen kaum<br />

verändern, ist daher die Verwendung eines feinen Gitters über den gesamten Integrationsbereich<br />

zwar eine sichere aber auch eine rechenintensive Methode. Besser wäre die Verwendung<br />

eines feinen Gitters in einigen Bereichen und eines groben Gitters in anderen, vgl.<br />

Abb. 5.7. Dann kann bei gleicher Rechengenauigkeit Rechenzeit gespart werden. Eine derartige<br />

Anpassung des Integrationsverfahrens an die Funktion ist in MatLab als adpatives<br />

Simpson-Verfahren realisiert und wird mit der Funktion quad aufgerufen.<br />

quad<br />

c○ M.-B. Kallenrode 13. März 2007

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!