מתוך ויקיספר, אוסף הספרים והמדריכים החופשי
אפשרי רק עבור אינטגרלים מסוימים (גבולות אינטגרציה נתונים). מתי:
כאשר יש לפתור אינטגרל מסובך או כאשר לא קיים פתרון אנליטי (לדוגמא
∫
0
1
e
−
x
2
d
x
{\displaystyle \int \limits _{0}^{1}e^{-x^{2}}dx}
.
העדר פונקציה קדומה.
הפונקציה נתונה ע"י ערכים בדידים ולא כפונקציה מפורשת (כמו בניסויים לדוגמא).
ניוטון-קוטס:
שיטת הטרפז
שיטת סימפסון
שיטות נוספות לאינטגרלים מרובים.
אינטגרלים מרובים:
שיטת אינטגרציה בסימולציה.
מחליפים את הפונקציה (או הנקודות) הנתונה בקירוב פשוט יותר, ומבצעים אינטגרציה של הפונקציה המקורבת.
הקירוב נעשה ע"י אינטרפולציה פולינומיית ויש להחליט איזה עקום הכי קרוב לפונקציה המקורית.
שיטת הטרפז: ביצוע קירוב לפונקציה על ידי עקום מסדר 1 (קו ישר)[ עריכה ]
מחלקים את הקטע [a,b] ל-n קטעים שווים.
ככל שנגדיל את n, אז h יקטן והדיוק יגדל.
h
=
b
−
a
n
{\displaystyle h={\frac {b-a}{n}}}
- גודל הקפיצה
S
=
(
f
(
x
k
)
+
f
(
x
k
+
1
)
2
)
⋅
h
{\displaystyle S=\left({\frac {f(x_{k})+f(x_{k+1})}{2}}\right)\cdot h}
I
=
∫
a
b
f
(
x
)
d
x
=
{
sum of all trapezoids from
x
0
until
x
n
}
=
∑
k
=
0
n
f
(
x
k
)
+
f
(
x
k
+
1
)
2
h
{\displaystyle I=\int \limits _{a}^{b}f(x)dx=\{{\text{sum of all trapezoids from}}\ x_{0}\ {\text{until}}\ x_{n}\}=\sum _{k=0}^{n}{\frac {f(x_{k})+f(x_{k+1})}{2}}h}
נפתח את הביטוי ונקבל ביטוי פשוט יותר:
∫
a
b
f
(
x
)
d
x
=
h
2
∑
k
=
0
n
[
f
(
x
k
)
+
f
(
x
k
+
1
)
]
{\displaystyle \int \limits _{a}^{b}f(x)dx={\frac {h}{2}}\sum _{k=0}^{n}{\big [}f(x_{k})+f(x_{k+1}){\big ]}}
=
h
2
[
f
(
x
0
)
+
f
(
x
1
)
+
f
(
x
1
)
+
f
(
x
2
)
+
f
(
x
2
)
+
f
(
x
3
)
+
⋯
]
{\displaystyle ={\frac {h}{2}}{\Big [}f(x_{0})+f(x_{1})+f(x_{1})+f(x_{2})+f(x_{2})+f(x_{3})+\cdots {\Big ]}}
=
h
2
[
f
(
x
0
)
+
f
(
x
n
)
+
2
∑
k
=
1
n
−
1
f
(
x
k
)
]
{\displaystyle ={\frac {h}{2}}\left[f(x_{0})+f(x_{n})+2\sum _{k=1}^{n-1}f(x_{k})\right]}
E
k
=
−
1
12
f
″
(
c
)
(
x
k
−
x
k
−
1
)
2
n
3
x
k
−
1
≤
c
≤
x
k
{\displaystyle E_{k}=-{\frac {1}{12}}f''(c){\frac {(x_{k}-x_{k-1})^{2}}{n^{3}}}\quad x_{k-1}\leq c\leq x_{k}}
- השגיאה בכל מקטע
E
I
=
−
(
b
−
a
)
3
12
n
2
f
¯
″
{\displaystyle E_{I}=-{\frac {(b-a)^{3}}{12n^{2}}}{\bar {f}}''}
- השגיאה הכוללת
ניתן לראות שהשגיאה קטנה ככל ש- n גדל.
ביצוע קירוב לפונקציה ע"י אינטרפולציה ריבועית (עקום מסדר 2).
דרך כל 3 נקודות מקרבים את הפונקציה באמצעות פולינום מסדר 2 ומחשבים את האינטגרל, באמצעות שיטת לגראנז'.
מתחת לכל קירוב 3 נקודות ו-2 קטעים, ולכן n חייב להיות זוגי .
h
=
b
−
a
n
{\displaystyle h={\frac {b-a}{n}}}
- גודל הקפיצה
S
=
∫
x
k
x
k
+
2
f
(
x
)
d
x
=
∫
x
k
x
k
+
2
f
^
(
x
)
d
x
{\displaystyle S=\int \limits _{x_{k}}^{x_{k+2}}f(x)dx=\int \limits _{x_{k}}^{x_{k+2}}{\hat {f}}(x)dx}
- לפי לגראנז'
∫
x
k
x
k
+
2
=
[
(
x
−
x
k
+
1
)
(
x
−
x
k
+
2
)
(
x
k
−
x
k
+
1
)
(
x
k
−
x
k
+
2
)
⋅
f
(
x
k
)
+
(
x
−
x
k
)
(
x
−
x
k
+
2
)
(
x
k
+
1
−
x
k
)
(
x
k
+
1
−
x
k
+
2
)
⋅
f
(
x
k
+
1
)
+
(
x
−
x
k
)
(
x
−
x
k
+
1
)
(
x
k
+
2
−
x
k
)
(
x
k
+
2
−
x
k
+
1
)
⋅
f
(
x
k
+
2
)
]
{\displaystyle \int \limits _{x_{k}}^{x_{k+2}}=\left[{\color {Blue}{\frac {(x-x_{k+1})(x-x_{k+2})}{(x_{k}-x_{k+1})(x_{k}-x_{k+2})}}\cdot f(x_{k})}+{\color {Red}{\frac {(x-x_{k})(x-x_{k+2})}{(x_{k+1}-x_{k})(x_{k+1}-x_{k+2})}}\cdot f(x_{k+1})}+{\color {OliveGreen}{\frac {(x-x_{k})(x-x_{k+1})}{(x_{k+2}-x_{k})(x_{k+2}-x_{k+1})}}\cdot f(x_{k+2})}\right]}
בכחול -
L
0
(
x
)
{\displaystyle L_{0}(x)}
באדום -
L
1
(
x
)
{\displaystyle L_{1}(x)}
בירוק -
L
2
(
x
)
{\displaystyle L_{2}(x)}
=
x
k
+
2
−
x
k
6
(
f
(
x
k
)
+
4
f
(
x
k
+
1
)
+
f
(
x
k
+
2
)
)
{\displaystyle ={\frac {x_{k+2}-x_{k}}{6}}{\big (}f(x_{k})+4f(x_{k+1})+f(x_{k+2}){\big )}}
I
=
∫
a
b
f
(
x
)
d
x
=
{
sum area of all segments
}
=
∫
a
=
x
0
x
2
f
^
(
x
)
d
x
+
∫
x
2
x
4
f
^
(
x
)
d
x
+
⋯
+
∫
x
n
−
2
x
n
f
^
(
x
)
d
x
{\displaystyle I=\int \limits _{a}^{b}f(x)dx=\{{\text{sum area of all segments}}\}=\int \limits _{a=x_{0}}^{x_{2}}{\hat {f}}(x)dx+\int \limits _{x_{2}}^{x^{4}}{\hat {f}}(x)dx+\cdots +\int \limits _{x_{n-2}}^{x_{n}}{\hat {f}}(x)dx}
=
h
6
[
f
(
x
0
)
+
4
f
(
x
1
)
+
f
(
x
2
)
]
+
h
6
[
f
(
x
2
)
+
4
f
(
x
3
)
+
f
(
x
4
)
]
+
⋯
+
h
6
[
f
(
x
n
−
2
)
+
4
f
(
x
n
−
1
)
+
f
(
x
n
)
]
{\displaystyle ={\frac {h}{6}}{\Big [}f(x_{0})+4f(x_{1})+f(x_{2}){\Big ]}+{\frac {h}{6}}{\Big [}f(x_{2})+4f(x_{3})+f(x_{4}){\Big ]}+\cdots +{\frac {h}{6}}{\Big [}f(x_{n-2})+4f(x_{n-1})+f(x_{n}){\Big ]}}
=
b
−
a
3
n
[
f
(
x
0
)
+
4
∑
k
=
1
,
3
,
5
…
n
−
1
f
(
x
k
)
+
2
∑
J
=
2
,
4
,
6
…
n
−
2
f
(
x
J
)
+
f
(
x
n
)
]
{\displaystyle ={\frac {b-a}{3n}}\left[f(x_{0})+4\sum _{k=1,3,5\ldots }^{n-1}f(x_{k})+2\sum _{J=2,4,6\ldots }^{n-2}f(x_{J})+f(x_{n})\right]}
E
k
=
−
h
5
90
f
(
4
)
(
c
)
x
k
≤
c
≤
x
k
+
2
{\displaystyle E_{k}=-{\frac {h^{5}}{90}}f^{(4)}(c)\quad x_{k}\leq c\leq x_{k+2}}
עבור מקטע בודד
האינדקס (4) מציין נגזרת.
E
k
=
−
h
5
90
f
(
4
)
(
c
)
(
b
−
a
)
5
a
≤
c
≤
b
{\displaystyle E_{k}=-{\frac {h^{5}}{90}}f^{(4)}(c)(b-a)^{5}\quad a\leq c\leq b}
- השגיאה הכוללת
ביצוע קירוב לפונקציה ע"י פולינום מדרגה שלישית ומעלה.
עבור פולינום מדרגה שלישית:
I
=
x
3
−
x
0
8
[
f
(
x
0
)
+
3
f
(
x
1
)
+
3
f
(
x
2
)
+
f
(
x
3
)
]
{\displaystyle I={\frac {x_{3}-x_{0}}{8}}{\Big [}f(x_{0})+3f(x_{1})+3f(x_{2})+f(x_{3}){\Big ]}}
4 נקודות במרווחים שווים.
אינטגרלים כפולים (לא יעיל לאינטגרלים מסדר גבוה יותר).
כעת נדרוש
n
2
{\displaystyle n^{2}}
נקודות.
I
=
∫
y
0
y
1
∫
x
0
x
1
f
(
x
,
y
)
d
x
d
y
{\displaystyle I=\int \limits _{y_{0}}^{y_{1}}\int \limits _{x_{0}}^{x_{1}}f(x,y)dxdy}
מספר הנקודות עולה בחזקת סדר האינטגרל: אינטגרל ב-10 ממדים ידרוש
n
1
0
{\displaystyle n^{1}0}
נקודות, ולכן מאלץ אותנו ל-
10
1
0
{\displaystyle 10^{1}0}
חישובים ולכן לא יעיל .
שיטת האינטגרציה בסימולציה[ עריכה ]
נגדיר:
I
=
∫
x
0
x
1
f
(
x
)
d
x
=
∫
x
0
x
1
f
(
x
)
g
(
x
)
⋅
g
(
x
)
d
x
{\displaystyle I=\int \limits _{x_{0}}^{x_{1}}f(x)dx=\int \limits _{x_{0}}^{x_{1}}{\frac {f(x)}{g(x)}}\cdot g(x)dx}
נבחר:
g
(
x
)
{\displaystyle g(x)}
שתהיה פונקציית צפיפות הסתברות.
אפשרות ל-
g
(
x
)
{\displaystyle g(x)}
:
- התפלגות אחידה
- התפלגות משתנים אקראיים.
יצירת מספרים אקראיים מתוך
g
(
x
)
{\displaystyle g(x)}
, וחישוב ערכי הפונקציות
g
(
x
)
,
f
(
x
)
{\displaystyle g(x),f(x)}
עבור כל מספר אקראי.
חישוב האינטגרל באמצעות:
I
=
∫
x
0
x
1
f
(
x
)
g
(
x
)
⋅
g
(
x
)
d
x
=
E
[
f
(
x
)
g
(
x
)
]
{\displaystyle I=\int \limits _{x_{0}}^{x_{1}}{\frac {f(x)}{g(x)}}\cdot g(x)dx=E\left[{\frac {f(x)}{g(x)}}\right]}
I
=
1
R
∑
k
=
1
R
f
(
x
k
)
g
(
x
k
)
{\displaystyle I={\frac {1}{R}}\sum _{k=1}^{R}{\frac {f(x_{k})}{g(x_{k})}}}
הסבר: אנו מחשבים ערכים אקראיים ב-
f
(
x
)
{\displaystyle f(x)}
בין a ל-b. אם נעשה ממוצע של כל סכומי הערכים הללו נקבל תוצאה יחסית מדויקת ל-I. הכפלת כל ערך בערך התפלגותו הסטטיסטי יוצר ממוצע משוקלל ומדויק יותר לסכום הערכים האקראיים.