Page History

Læringsmål:

•  Kap løkker PLACEHOLDER

• Funksjoner
• Numerikk
• While-Løkker

Pensum:

• 2.3 - Scalar and Array Operations on Vectors and Matrices
• 3.7 - User-Defined Functions That Return a Single Value
• 5.3 - While Loops
• 10.2 - Uses of Function Handles

Deler av denne oppgaven omhandler bruk av såkalte function-handles i Matlab. Dersom du ikke vet hvordan man bruker disse finner du en forklaring nedenfor:

Noen funksjoner er sure og transcendentale og kan derfor ikke integreres analytisk. Derfor kan dette gjøres nummeriskMen de kan (av og til) integreres numerisk, altså tilnærmes. 

Image Removed

Nedenfor er Simpsons metode, som dere kanskje har lært om i matematikk 1, forklart kort.

      Hvor

Her er for i = [1,2,...,n+1].

...

Fordi n må være et partall, må funksjonen . isEven(n) lages. Returvariabelen er 1 eller 0 om n er partall eller ikke. 

b)

...

c)

. Legg merke til at det brukes n+1 y-verdier.

...

a) Implementer 

simpsons(a, b, n, fn) ved gitt pseudokode:

% Ta inn a, b, n og funksjonen fn.
% Sjekk at n er partall, gi feilmelding hvis ikke.
% Gå videre:
% La variabelen y inneha alle funksjonsverdiene til fn fra a til og med b med steglende deltaX.
% velg odde yer: y1,y-er: y3, y5 ... y_(n-1)
	% regn ut 42*summen av disse
% velg partall yery-er: y2, y4, y6 ... y_(n-2)
	% regn ut 24*summen av disse
% legg sammen de to summene sammen med y_01 og y_(n+1)
% gang alt med \deltaX/3 . 

#anchor 

 d)

Test funksjonen med

...

e)

Lag funksjonen deviation(a,b,n, fn, int). int er det analytiske svaret.

f)

Mattematisk bonusspørsmål:
Simpsons metode er en annenordens metode. Hva har det med det logaritmiske plottet under å gjøre?

følgende kall:

ng =200;
c = 1;
for i = [2:2:n]
e(c) =  @(t) sin(t).^t
simpsons(0,pi 1,i 100,@sin);
c = c+1;
end
loglog([1:n/2], e-2)

...

function y = f(x)
y = x;
end

 g) % skal returnere 0.7487
 
h = @(t) exp(-(t.^2))
simpsons(0, 1, 100, h) % skal returnere 0.7468

b) Feilen for Simpsons metode er gitt som en funksjon av den fjerdederiverte. Ofte er det vanskelig å finne gode skranker for feilen, men vi ønsker likevel å ha en viss kontroll på hvor stor feil vi gjør. Vi skal nå se på en mulig praktisk løsning på problemet.

La Sn være tilnærmingen til integralet vi får når vi bruker Simpsons metode med n delintervaller. Det er rimelig å anta at S8 er mye mer nøyaktig enn S4. Det betyr at |S4 − S8| kan være et rimelig estimat for feilen i tilnærmingen S4. Hvis dette estimatet sier at feilen i S4 er for stor kan vi i stedet bruke S8 som tilnærming. Nå kan vi finne et estimat for feilen i S8 ved å regne ut S16 og bruke |S8 − S16| som estimat. Slik kan vi fortsette i det uendelige. Vi stopper når feilestimatet blir mindre enn en oppgitt toleranse.

Skriv funksjonen simpsons_error(start, stop, error, fn) som tar inn start og stop som integrasjonsgrenser, feiltoleransen error og funksjonen fn som skal integreres. Funksjonen skal returnere funksjonen fn integrert numerisk, samt skrive ut antall ledd som kreves for å komme innenfor feiltoleransen error.

Test funksjonen med følgende kallSlik definerer vi en funksjon som benytter seg av en annen funksjon (fn) som parameter:

function yf = g@(x, fnt) sin(t)
	% her kaller vi på funksjonen som er lagret i parameteren fn
	y = fn(x) * fn(x);
end

Kaller på funksjonen g og sender inn f. Når man står utenfor funksjonen må det stå et krøllalfa foran funksjonen som skal være en parameter.

disp ( g ( 2, @f ) ); % legg merke til krøllalfa - tegnet!>> simpsons_error(0, 1, 10^-4, f) 
Antall ledd: 4
ans =  
     0.459707744927311 
% Skriv format long før du kjører koden.