h = 10 / N, a N jest zadaną liczbą naturalną.

Podobne dokumenty
Definicja interpolacji

Statystyka matematyczna. Wykład II. Estymacja punktowa

x R, (1) Ogólnie równanie o jednej niewiadomej x można przedstawić w postaci

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

CAŁKA NIEOZNACZONA. F (x) = f(x) dx.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Analiza matematyczna dla informatyków 4 Zajęcia 5

Lista 6. Estymacja punktowa

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

16 Przedziały ufności

METODY NUMERYCZNE. Wykład 3. dr hab.inż. Katarzyna Zakrzewska, prof.agh. Met.Numer. wykład 3 1

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

STATYSTYKA I ANALIZA DANYCH

Estymacja przedziałowa

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Matematyka ubezpieczeń majątkowych r.

Prawdopodobieństwo i statystyka

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

Metody Obliczeniowe w Nauce i Technice laboratorium

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Wykład III. Granice funkcji. f : R A R, A przedział. f określona w x. K M x. lim. lim. Granice niewłaściwe:

Twierdzenia graniczne:

KADD Metoda najmniejszych kwadratów

Estymatory nieobciążone o minimalnej wariancji

θx θ 1, dla 0 < x < 1, 0, poza tym,

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

Wyższe momenty zmiennej losowej

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

Zadania z algebry liniowej - sem. I Liczby zespolone

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

Ciągi liczbowe wykład 3

CIĄGI LICZBOWE. Poziom podstawowy

UKŁADY RÓWNAŃ LINOWYCH

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

Ekonomia matematyczna 2-2

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,,

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Metody numeryczne Laboratorium 5 Info

Pochodna funkcji jednej zmiennej

II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Twierdzenie Cayleya-Hamiltona

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3:

3 Arytmetyka. 3.1 Zbiory liczbowe.

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

Całka podwójna po prostokącie

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Prawdopodobieństwo i statystyka r.

I kolokwium z Analizy Matematycznej

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

Szybka transformacja Fouriera (FFT Fast Fourier Transform)

x y

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

Przykład Obliczenie wskaźnika plastyczności przy skręcaniu

Metody badania zbieżności/rozbieżności ciągów liczbowych

MACIERZE STOCHASTYCZNE

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

Szeregi liczbowe. Szeregi potęgowe i trygonometryczne.

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Podstawowe rozkłady zmiennych losowych typu dyskretnego

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy

MATURA 2014 z WSiP. Zasady oceniania zadań

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

Statystyka Matematyczna Anna Janicka

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n)

Redukcja wariancji w metodach Monte-Carlo

Parametryzacja rozwiązań układu równań

I. Podzielność liczb całkowitych

Transkrypt:

5. CAŁKOWAIE I RÓŻICZKOWAIE FUKCJI 5.. Przykład wprowadzający Dae są ukcje cos oraz F si dla [,] związae zależościami: F dξ ξ oraz oraz ciąg wartości argumetu : dla,..., gdzie df d /, a jest zadaą liczbą aturalą. Zadaie umeryczego całkowaia Sormułowaie: wyzaczyć przybliżoe wartości F a podstawie Ituicyje rozwiązaie: F dla,...,.,,...,. R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-

calkowaie metoda prostokatów dla F estymata F 8 6 4 4 6 8 R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-

9 8 calkowaie metoda prostokatów dla F estymata F 7 6 5 4 3 4 6 8 R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-3

9 8 calkowaie metoda prostokatów dla F estymata F 7 6 5 4 3 4 6 8 R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-4

9 8 calkowaie metoda prostokatów dla zaburzeie dayc rówomiere w [-.,.] F estymata F 7 6 5 4 3 4 6 8 R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-5

R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-6 Wpływ losowyc zaburzeń dayc a wyik moża przeaalizować, modelując te zaburzeia za pomocą idetyczyc, iezależyc zmieyc losowyc...,, o zerowej wartości oczekiwaej i skończoej wariacji σ. Wówczas: [ ] ~ F co ozacza, że wartość oczekiwaa składowej błędu całkowaia, spowodowaej losowym zaburzeiem dayc: ~ F wyosi: [ ] E E ~ E F a jej wariacja: [ ] E E ~ E σ F gdy.

Zadaie umeryczego różiczkowaia Sormułowaie: wyzaczyć przybliżoe wartości a podstawie Ituicyje rozwiązaie: F F dla,...,. F,,..., ; R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-7

9 8 róziczkowaie metoda Eulera dla F estymata 7 6 5 4 3 róziczkowaie metoda Eulera dla zaburzeie dayc rówomiere w [-.,.] 8 6 4 6 8 4-4 6 8 R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-8

9 8 róziczkowaie metoda Eulera dla F estymata 7 6 5 4 3 róziczkowaie metoda Eulera dla zaburzeie dayc rówomiere w [-.,.] 5 4 6 8-5 4 6 8 R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-9

9 8 róziczkowaie metoda Eulera dla F estymata 7 6 5 4 3 6 4 róziczkowaie metoda Eulera dla zaburzeie dayc rówomiere w [-.,.] 4 6 8 - -4-6 4 6 8 R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-

R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5- Wpływ losowyc zaburzeń dayc a wyik moża przeaalizować, modelując te zaburzeia za pomocą idetyczyc, iezależyc zmieyc losowyc...,, o zerowej wartości oczekiwaej i skończoej wariacji σ. Wówczas: [ ] [ ] F F F F ~ co ozacza, że wartość oczekiwaa składowej błędu różiczkowaia, spowodowaej losowym zaburzeiem dayc: F F ~ wyosi: E ~ E F F a jej wariacja: E ~ E F F σ gdy.

5.. Całkowaie ukcji jedej zmieej metody klasycze Ogóla carakterystyka metod umeryczego całkowaia Podstawowa metoda umeryczego całkowaia ukcji jedej zmieej w "dużym" przedziale [ B] A,, tz. wyzaczaia całki ozaczoej B A d polega a: dokładym przedstawieiu tej całki w postaci sumy całek w "małyc" podprzedziałac: B d d d... A A d przybliżoym wyzaczeiu wartości każdej z całek składowyc. Podstawową metodą umeryczego wyzaczaia całki w jedym z "małyc" podprzedziałów: b I d a jest całkowaie ukcji iterpolującej ukcję, przy czym węzły iterpolacji mogą a, b. zajdować się także a zewątrz przedziału [ ] B K R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-

Wyikająca stąd ormuła całkowaia umeryczego: Iˆ A azywa się kwadraturą liiową. Węzły kwadratury : a < <... < < b oraz jej współczyiki A są wybierae tak, aby błąd przybliżeia całki I : R był możliwie mały. Iˆ I Kwadratura jest zbieża, gdy: R jeśli tylko ciąg podziałów przedziału [ a, b] a podprzedziały [, ] sup{,..., } jest ormaly, tz.: Kwadratura Iˆ jest rzędu p, jeżeli jest dokłada dla wszystkic wielomiaów stopia iższego iż p, ale ie dla wszystkic wielomiaów stopia p. R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-3

Kwadratury ewtoa-cotesa Kwadratura ewtoa-cotesa ma postać: Iˆ b a L d b a B, gdzie L jest wielomiaem iterpolacyjym Lagrage'a: L, opartym a rówoodległyc węzłac: atomiast przedziale [ ] a dla,..., b a / B, są współczyikami wyikającymi ze scałkowaia tego wielomiau w a, b. R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-4

R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-5 Współczyikami B, wyzacza się w sposób astępujący: ξ ξ ξ ξ ξ d d d a a d b a,, ξ ξ ξ ξ d a b d,, A zatem: m l d B,,, ξ ξ dla...,, ; B, Błąd przybliżeia całki ˆ I I R ma postać: p p C R ξ, gdzie [ ] b a, ξ KWADRATURA l, m p C trapezów, / Simpsoa, 4, 6 4 /9 trzec ósmyc 3, 3, 3, 8 4 3/8 Mile'a 4 7, 3,, 3, 7 9 6 8/945 Bode'a 5 9, 75, 5, 5, 75, 9 88 6 75/96 Weddle'a 6 4, 6, 7, 7, 7, 6, 4 84 8 9/4

Przykład: Kwadratura trapezów : b a b a d b [ a ] metoda trapezow 9 8 7 6 5 4 3 4 6 8 R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-6

R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-7 Zastosowaie kwadratury trapezów do "dużego przedziału" daje: B A B A K d d d d I... [ ] [ ] [ ] I B B A A K K ˆ... Jeżeli H B A K..., to: B H H A H d K k k B A Błąd obliczoej w te sposób całki jest sumą błędów estymat całek składowyc: 3 ˆ H I I K k k β ξ α gdzie [ ] A, α, ], [ k k k ξ i [ ] B K, β

Przykład: Całkę: I [ cos ] 99.4936 d wyzaczoo a podstawie wartości ukcji podcałkowej w puktac:, gdzie / 4, dla,..., 49 przy użyciu sześciu kwadratur ewtoa Cotesa. KWADRATURA Iˆ I trapezów -.88 Simpsoa -.4 trzec ósmyc -.7 Mile'a -.93 Bode'a -7 4.39 Weddle'a 9-6.3 R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-8

Obliczaie całek z osobliwościami i całek iewłaściwyc Metoda #: obciaie przedziału całkowaia. Przykład: Całkę I I e d przedstawić moża jako sumę trzec całek: e d I e d I e,, d 4 a astępie pomiąć I 6.5 : I I 3 4 4 3 4 i, poieważ dla > 4 ukcja podcałkowa jest miejsza iż 3 4 6 6 6 8 t 6 t t I e d e t dt < e dt e <.5 Poieważ I π. 77454, więc pomiięcie I i I powoduje błąd względy ok. 8. 3 8. R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-9

Metoda #: zamiaa zmieyc w celu: trasormacji przedziału całkowaia p. [, ] [,], usuięcia osobliwości ukcji podcałkowej. Przykłady: Trasormacja γ v a dla osobliwości typu γ γ γ γ a, γ < : γ b ba d v v a dv, b > a a γ γ γ Trasormacja v b dla osobliwości typu b, γ < : γ b ba d v b v dv, b > a a γ Trasormacja v e dla całki w przedziale półieskończoym: l v d dv v γ γ γ R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-

Metoda #3: Całkowaie przez części: b b v d [ u v ] a v u a u d b a przy założeiu, że ukcje u i v mają ciągłe pocode w przedziale [ a, b]. Przykład: Całkowaie przez części: I.5 e d daje: 4 3 4 3 I e d [ e ] e d e [ e ] 3 3 e d Fukcja podcałkowa w ostatiej całce jest ciągła w zerze. R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-

5.3. Całkowaie ukcji wielu zmieyc metody klasycze Całkowaie ukcji wielu zmieyc jest trudiejsze, poieważ: kostrukcja wielomiaów iterpolacyjyc jest możliwa tylko dla odpowiedio położoyc węzłów i odpowiedio regularyc obszarów całkowaia; akłady obliczeiowe rosą bardzo szybko z liczbą zmieyc. Jeżeli obszar całkowaia a a b b... M S R da się opisać układem ierówości: a M,,..., M M bm,,..., M to całkę wielokrotą moża przekształcić w całkę iterowaą: I S,..., M d d M b a d b a d b a,,,,...,..., M M,..., której umerycze wyzaczeie sprowadza się do M -krotego użycia kwadratur jedowymiarowyc. M d M R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-

Przykład: umerycze całkowaie ukcji, w obszarze koła jedostkowego: { }, S R oprzeć moża a przedstawieiu całki w postaci: g, g, d I d,,..., Rozwiązaie umerycze ma postać: Iˆ gdzie ˆ, A gˆ, g jest wyzaczoą umeryczie estymatą M ˆ, Am,,,, m m g przy czym A i m g :, A, są współczyikami odpowiedic kwadratur ewtoa-cotesa. R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-3

5.4. Całkowaie ukcji metodą Mote Carlo Metoda Mote Carlo służy do estymacja wartości oczekiwaej zmieej losowej y : μ y y py y dy gdzie p y y jest ukcji gęstości prawdopodobieństwa.g.p zmieej losowej y. Jeżeli { y,..., } jest ciągiem iezależyc realizacji zmieej losowej y, to: ˆμ y y jest ieobciążoą estymatą wartości oczekiwaej Jeżeli y, gdzie [ ] T μ y.... M, przy czym p jest o.g.p., to: μ y y py y dy p d oraz ˆ μ y R M gdzie { } {,..., } jest ciągiem iezależyc realizacji wektora losowego. R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-4

Zależość powyższa wykorzystać moża do przybliżoego obliczaia całki: I d S M gdzie S R, zakładając, że wektor losowy ma rozkład rówomiery w pewym ipersześciaie H S, tz.: c > dla H p, gdzie c dla H d Wówczas bowiem: I S p d c a zatem: I H c S gdzie Ω jest ukcją przyależości zbioru S H, zdeiiowaą wzorem: dla S S dla S H R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-5

Przykład: Wyzaczaie objętości stożka o parametrac r i : V z z y d y dy dz π, 3 r z r { [ ]}, y, z < z y, y <,, H z R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-6

Wyzaczaie objetosci stozka, r i, metoda Mote Carlo.3 estymata odiesieie.. V.9.8.7 3 4 5 6 7 8 9 R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-7

R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-8 5.5. Różiczkowaie ukcji jedej zmieej Metody umeryczego różiczkowaia stosowae są do: estymacji gradietu w zadaiac optymalizacji, i w zadaiac rozwiązywaia rówań ieliiowyc, aalizy wrażliwości układów izyczyc, aalizy dokładości systemów pomiarowyc, dyamiczego odtwarzaia wielkości mierzoej. Metody oparte a ilorazac różicowyc Z deiicji pocodej: lim, wyika przybliżeie pocodej za pomocą: różicy progresywej: D F,, różicy wsteczej: D B,, różicy cetralej: D C,,

R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-9 Błąd umeryczego różiczkowaia jest sumą: błędu obcięcia błędu aproksymacji pocodej, błędu realizacja ormuły umeryczego różiczkowaia w arytmetyce zmieopozycyjej. Dla różicy progresywej: Błąd obcięcia ma wartość: D F /,, ξ ξ, ], [ ξ Błąd realizacja zmieopozycyjej moża oszacować astępująco: [ ],, ~ d o F D ε ε d o ε ε d o ε ε

δ EPS EPS ~ [ D F,, ] eps eps eps EPS gdzie: ε, ε są względymi błędami obliczaia i, zaś o i d są względymi błędami zaokrągleia wyików odejmowaia i dzieleia: ε, ε EPS oraz, eps Całkowity błąd przybliżeia o d za pomocą D F,, moża oszacować astępująco: ~ D F,, ξ EPS Prawa stroa tego oszacowaia osiąga miimum dla: ˆ F EPS, gdzie ξ ξ Optymaly krok różiczkowaia dla pozostałyc ormuł różicowyc wyosi: dla różicy wsteczej: ˆ ˆ ; dla różicy cetralej: ˆ 3 C 3 EPS. ξ B F R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-3

Przykład: Wyzaczyć umeryczie pocodą ukcji: dla metodą różicy progresywej i różicy cetralej dla różyc wartości kroku. Oszacować 6 optymalą wartość kroku, przyjmując eps.. Wartości dokłade ukcji i jej pocodyc są astępujące: /.85786..., /.7678, /.464466... Zakładając, że wszystkie jedyki łączie z reprezetowae są dokładie, zmieopozycyją realizację obliczeń zapisać moża jako: ~ d o p [ p ] s gdzie: p błąd zaokrągleia wyiku potęgowaia, s błąd sumowaia v, błąd pierwiastkowaia v v, d błąd dzieleia v 3 v ; błąd odejmowaia v 4 v3, p błąd potęgowaia v 4. R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-3

Wyika stąd astępujące oszacowaie błędu: δ [ ] 3. 5eps EPS oraz optymale długości kroku różiczkowaia: ~ ˆ 8. i F ˆ 8 8.3. C wartości estymaty wartości błędu estymaty różica progresywa liia zieloa i różica cetrala czerwoe plusy R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-3

Różiczkowaie ormuł iterpolacyjyc i aproksymacyjyc obarczoe są zaczym błędem przypadkowym p. błędem pomiaru, to bezpośredie użycie ormuł różicowyc może prowadzić do zaczego wzmocieia wpływu tego błędu a wyik różiczkowaia. Jeżeli wartości Liiowe metody iterpolacji i aproksymacji prowadzą do estymaty ukcji postaci: ˆ ; p gdzie [ p... ] T K k p k ϕ { k,,..., K} k k ϕ jest ciągiem zayc liiowo iezależyc ukcji, zaś p jest wektorem parametrów uzyskayc w wyiku iterpolacji lub aproksymacji. p K Dla wielu układów { } ϕ pocoda ˆ ; p k jest dobrym przybliżeiem, tz.: K p k ϕ k k R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-33

Przykład: Wyzaczyć umeryczie pocodą ukcji Γ dla [, 6]. Jest to ukcja szybko rosąca dla [, 6] dla argumetów całkowityc Γ!, l. którą źle się przybliża wielomiaem; łatwiej przybliża się ukcję [ ] Poieważ: d d l [ ] pocodą ukcji moża wyzaczyć wg wzoru: ˆ gˆ gdzie ĝ jest wielomiaem iterpolującym [ ] l. R. Z. Morawski: "Wstęp do metod umeryczyc Całkowaie i różiczkowaie" 5-34