Experimental comparison of quadrature formulas convergence

Post on 24-Jun-2015

928 views 1 download

description

Numerical Analysis : Experimental comparison of quadrature formulas convergence (Matlab)

Transcript of Experimental comparison of quadrature formulas convergence

Comparaison expérimentale de la convergence des formules de quadrature

PROJET ANALYSE NUMÉRIQUEMATLAB

INTRODUCTION• Calcul de

Approximation

• Méthode de Newton-Cotes

• Méthode de Gauss-Legendre

• Méthode de Clenshaw-Curtis

• Outils de comparaison

Polynômes de Lagrange

Transformée de Fourrier discrète

Degré d’exactitude Complexité

Vitesse de convergence Précision

PLAN DE PRÉSENTATIONI. Présentation et implémentation des formules de quadrature

A. Newton-Cotes

B. Gauss-Legendre

C. Clenshaw-Curtis

II. Etude numérique de convergence

A. Répartition des noeuds

B. Newton-Cotes : convergence en fonction de l’intégrand

C. Gauss-Legendre vs Clenshaw-Curtis : complexité, précision et vitesse de convergence

D. Une première conclusion

E. Comparaison avec l’erreur d’interpolation du polynôme de meilleur approximation

A.NEWTON-COTES• Nœuds équirépartis sur l’intervalle

• Poids : remplacement de f par son polynôme d’interpolation de Lagrange

𝛱n  ( x )=∑i=0

n

y i li(x )    avec   li(x)= ∏j=0 , j ≠i

n x− x jx i−x j

A. NEWTON-COTES

• Changement de variable :

• Symétrie :

Les poids sont calculables à priori

A. NEWTON-COTES

Vectorisation

Symétrie

B.GAUSS-LEGENDRE• Produit scalaire :

• Résultat de Jacobi :

Degré d’exactitude maximum

Polynômes de Legendre

• Nœuds : racines du polynôme • Poids :

=1

Trop coûteux !!

!

B.GAUSS-LEGENDRE

• Matrice de Jacobi :

• Théorème 1

• valeurs propres de

• dépendent des vecteurs propres normalisés associés

B.GAUSS-LEGENDRE

Vectorisation

C.CLENSHAW-CURTIS

• Changement de variable :

• Formule de quadrature :

où coefficients transformée en cosinus discrète type 1

• Remarque de Gentleman

• Relations de symétrie

• Extrema de Tchebyshev :

Difficile

Transformée de Fourrier discrète

C.CLENSHAW-CURTIS

Vectorisation

COMPARAISON DES CRITERES THEORIQUES

NCO()

n/n+1

GLO()

2n+1

CCO(

n

PLAN DE PRÉSENTATIONI. Présentation et implémentation des formules de quadrature

A. Newton-Cotes

B. Gauss-Legendre

C. Clenshaw-Curtis

II. Etude numérique de convergence

A. Répartition des noeuds

B. Newton-Cotes : convergence en fonction de l’intégrand

C. Gauss-Legendre vs Clenshaw-Curtis : complexité, précision et vitesse de convergence

D. Une première conclusion

E. Comparaison avec l’erreur d’interpolation du polynôme de meilleur approximation

A.RÉPARTITION DES NOEUDS

• Gauss-Legendre / Clenshaw-Curtis : même comportement aux « bords » -1 et 1 pour

A.RÉPARTITION DES NOEUDS

B.NEWTON-COTES - CONVERGENCE EN FONCTION DE L’INTÉGRAND F

Continuité ?

analytique dans un intervalle

suffisamment grand sur ℂ

B.NEWTON-COTES: CONVERGENCE EN FONCTION DE L’INTEGRAND F

B.NEWTON-COTES - CONVERGENCE EN FONCTION DE L’INTÉGRAND F

Continuité ?

analytique dans un intervalle

suffisamment grand sur ℂ

B.NEWTON-COTES: CONVERGENCE EN FONCTION DE L’INTEGRAND F

• Newton-Cotes ne convergent pas en général pour tout intégrand f continu

• Newton-Cotes converge f analytique dans un voisinnage de l’intervalle de l’intégration assez grand.

Pas d’erreurs d’arrondi

Formules composites, Gauss-Legendre, Clenshaw Curtis…

• Pour n grand

C.GAUSS-LEGENDRE VS CLENSHAW-CURTIS

• « Valeur exacte »

C.GAUSS-LEGENDRE VS CLENSHAW-CURTIS

analytique sur ℂ

Facteur relatif de 2

C.GAUSS-LEGENDRE VS CLENSHAW-CURTIS

• « Valeur exacte »

C.GAUSS-LEGENDRE VS CLENSHAW-CURTIS

Gauss-Legendre

Clenshaw-Curtis

C. GAUSS-LEGENDRE VS CLENSHAW-CURTISCAS DE LA FONCTION 7

• Gauss-Legendre inutilisable pour

• Clenshaw – Curtis plus précise

C.GAUSS-LEGENDRE VS CLENSHAW-CURTIS

Gauss-Legendre

Clenshaw-Curtis

C.GAUSS-LEGENDRE VS CLENSHAW-CURTIS

• « Valeur exacte »

D.PREMIERE CONCLUSION

f analytique

GL : vitesse de

convergence

Précision

CC : vitesse de

convergence

f non analytique

Vitesse de convergence

GL : précision

CC : précision

D.ERREUR D’INTERPOLATION,

POLYNOME DE MEILLEUR

APPROXIMATION

Gauss-Legendre E∗

2n+1Clenshaw -

Curtis E∗nClenshaw-

Curtis E∗2n+1

PLAN DE PRÉSENTATIONI. Présentation et implémentation des formules de quadrature

A. Newton-Cotes

B. Gauss-Legendre

C. Clenshaw-Curtis

II. Etude numérique de convergence

A. Répartition des noeuds

B. Newton-Cotes : convergence en fonction de l’intégrand

C. Gauss-Legendre vs Clenshaw-Curtis : complexité, précision et vitesse de convergence

D. Une première conclusion

E. Comparaison avec l’erreur d’interpolation du polynôme de meilleur approximation

CONCLUSION

f analytique

GL : vitesse de

convergence

Précision

CC : vitesse de

convergence

f non analytique

Vitesse de convergence

GL : précision

CC : précision

QUESTIONS ?

I. Présentation et implémentation des formules de quadrature

A. Newton-Cotes

B. Gauss-Legendre

C. Clenshaw-Curtis

II. Etude numérique de convergence

A. Répartition des noeuds

B. Newton-Cotes : convergence en fonction de l’intégrand

C. Gauss-Legendre vs Clenshaw-Curtis : complexité, précision et vitesse de convergence

D. Une première conclusion

E. Comparaison avec l’erreur d’interpolation du polynôme de meilleur approximation