ModSim: Finished assignment 2.5

parent 9b3a2865
......@@ -28,7 +28,7 @@ double f2(double x) {
int main(int argc, char **argv) {
if( argc != 2 ) {
printf("Usage: %s STEPS\n", argv[0]);
printf("Usage: %s SLICES\n", argv[0]);
return -1;
}
......
......@@ -130,7 +130,9 @@ aantal stappen is afgerond op een geheel getal.
\section{Newton-Raphson} % {{{
\label{sec:Newton-Raphson}
% TODO: alleen voor snijlijnen en niet voor raaklijnen op de x-as (bisection,
% regula falsi). Starting values: plotten. En voeg output van q4 toe en
% vergelijk het aantal benodigde stappen.
% }}}
......@@ -178,8 +180,10 @@ double f2(x):
double sin(x);
\end{verbatim}
\noindent Dit heeft het volgende resultaat gegeven als we het programma met
1.000.000 steps uitvoeren:
\noindent We hebben de exacte resultaten van de integralen berekend en die van
vergeleken met de benaderingen. Dit heeft het volgende resultaat gegeven toen we
het programma met 1.000.000 ``slices'' (het aantal stukjes waarin het interval
$[a, b]$ wordt verdeeld) hebben uitgevoerd:
\begin{table}[H]
\begin{tabular}{llllrr} \toprule
......@@ -213,6 +217,14 @@ sin & 0 & $8\pi$ & gauss & $-1.797258919631 \cdot 10^{-14}$ & $1.797258919
\end{tabular}
\end{table}
De benaderingsfuncties in de tabel hebben elk hetzelfde aantal slices gebruikt.
Toch zien we verschillen in de afwijking van de exacte resultaten. De simpson's
rule en two-point gauss integration hebben een kleinere afwijking dan de
rectangle rule en trapezoidal rule methoden. We zien slechts nihile verschillen
tussen simpson's rule en two-point gauss integration. Echter zijn er (mits goed
ge\"implementeerd) minder cycles nodig voor de gauss integration. Daarom heeft
deze methode de voorkeur. \\
\\
We kunnen de integraal $\int_0^2{x^{-0.5}dx}$ als volgt exact berekenen:
$$ \int_0^2{x^{-0.5}dx} = \left[2\sqrt{x}\right]_0^2 = 2\sqrt{2} $$
......
Markdown is supported
0%
or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment