Scilabで数値積分 その4

Scilabで数値微分 その1, その2で行った誤差の議論を、誤差の最大値と誤差の平均値について行いました。

こういう議論に意味があるかはわかりませんが。


Scilabで数値微分 その1, その2ではsin(x)のx=0.3πのときの微分値を数値計算するに際して、差分の刻み幅を変えた際に数値計算の誤差(丸め誤差、打切り誤差)がどのように影響するかについて調べました。
今回はxを1から2πの範囲で微分値を計算し、差分の刻み幅を変えた際に数値計算の誤差の平均値や最大値への影響を調べます。

001_20150405230943e9c.png
Fig.1: 数値微分と解析解の比較(丸は誤差の平均値、四角は誤差の最大値)

002_201504052309435a9.png
Fig.2: 数値微分の刻み幅を2倍にした時の変化の度合い(丸は誤差の平均値、四角は誤差の最大値)


Scilabのスクリプトはdiff3.sceです。Scilabで数値微分 その3で作成したdifferential.sciが同じディレクトリにある必要があります。

clear;

// *** 関数の定義を読み出し ***
exec('differential.sci',0);

// *** 計算の設定 ***
xmin = 0;
xmax = 2 * %pi;
x = linspace(xmin,xmax);
dy = cos(x); // 解析解
N = [0:1:50]'; // 刻み幅

// *** 数値微分 ***
for i = 1:length(N)
// 刻み幅
n = N(i);
dx = 1 / 2 ^ n;
// 前進差分
dyf1 = diff_f1(x, dx, sin);
dyf12 = diff_f1(x, 2 * dx, sin);
ERRmeanf1(i) = mean(abs(dy - dyf1));
ERRmaxf1(i) = max(abs(dy - dyf1));
DIFmeanf1(i) = mean(abs(dyf12 - dyf1));
DIFmaxf1(i) = max(abs(dyf12 - dyf1));
// 中心差分
dyf2 = diff_f2(x, dx, sin);
dyf22 = diff_f2(x, 2 * dx, sin);
ERRmeanf2(i) = mean(abs(dy - dyf2));
ERRmaxf2(i) = max(abs(dy - dyf2));
DIFmeanf2(i) = mean(abs(dyf22 - dyf2));
DIFmaxf2(i) = max(abs(dyf22 - dyf2));
// 前進差分に対するRomberg1段
dyf1r = diff_f1r(x, dx, sin);
dyf1r2 = diff_f1r(x, 2 * dx, sin);
ERRmeanf1r(i) = mean(abs(dy - dyf1r));
ERRmaxf1r(i) = max(abs(dy - dyf1r));
DIFmeanf1r(i) = mean(abs(dyf1r2 - dyf1r));
DIFmaxf1r(i) = max(abs(dyf1r2 - dyf1r));
// 中心差分に対するRomberg1段
dyf2r = diff_f2r(x, dx, sin);
dyf2r2 = diff_f2r(x, 2 * dx, sin);
ERRmeanf2r(i) = mean(abs(dy - dyf2r));
ERRmaxf2r(i) = max(abs(dy - dyf2r));
DIFmeanf2r(i) = mean(abs(dyf2r2 - dyf2r));
DIFmaxf2r(i) = max(abs(dyf2r2 - dyf2r));
end

// *** グラフのプロット ***
// *** 誤差のプロット ***
scf(0);
a = gca();
a.data_bounds = [min(N),1E-14; max(N),1];
a.log_flags = "nl";
// 誤差の平均値
plot(N, ERRmeanf1, '-or'); // 前進差分
plot(N, ERRmeanf2, '-om'); // 中心差分
plot(N, ERRmeanf1r, '-ob'); // 前進差分に対するRomberg1段
plot(N, ERRmeanf2r, '-og'); // 中心差分に対するRomberg1段
// 誤差の最大値
plot(N, ERRmaxf1, '-sr'); // 前進差分
plot(N, ERRmaxf2, '-sm'); // 中心差分
plot(N, ERRmaxf1r, '-sb'); // 前進差分に対するRomberg1段
plot(N, ERRmaxf2r, '-sg'); // 中心差分に対するRomberg1段
// *** 刻み幅を変えた際の値の変化 ***
scf(1);
a = gca();
a.data_bounds = [min(N),1E-14; max(N),1];
a.log_flags = "nl";
// 差の平均値
plot(N, DIFmeanf1, '-or'); // 前進差分
plot(N, DIFmeanf2, '-om'); // 中心差分
plot(N, DIFmeanf1r, '-ob'); // 前進差分に対するRomberg1段
plot(N, DIFmeanf2r, '-og'); // 中心差分に対するRomberg1段
// 差の最大値
plot(N, DIFmaxf1, '-sr'); // 前進差分
plot(N, DIFmaxf2, '-sm'); // 中心差分
plot(N, DIFmaxf1r, '-sb'); // 前進差分に対するRomberg1段
plot(N, DIFmaxf2r, '-sg'); // 中心差分に対するRomberg1段


関連エントリ




付録


このエントリで使用したScilabのシミュレーション用ファイルを添付します。ファイル名末尾の".txt"を削除して、"_"を"."に変更すれば使えるはずです。(参考:ねがてぃぶろぐの付録)


参考文献/使用機器




フィードバック



にほんブログ村 その他趣味ブログ 電子工作へ

 ↑ 電子工作ブログランキング参加中です。1クリックお願いします。


コメント・トラックバックも歓迎です。 ↓      


 ↓ この記事が面白かった方は「拍手」をお願いします。

tag: Scilab 数値微分 

Scilabで数値微分 その3

Scilabで数値微分 その1で紹介した数値微分の近似式をScilabのfunctionにまとめました。

// *** 前進差分 ***
function df = diff_f1(x, dx, func)
df = (func(x + dx) - func(x)) ./ dx
endfunction

// *** 中心差分 ***
function df = diff_f2(x, dx, func)
df = (func(x + dx) - func(x - dx)) ./ (2 * dx)
endfunction

// *** 前進差分に対するRomberg1段 ***
function df = diff_f1r(x, dx, func)
df = 2 * (diff_f1(x, dx, func) - 0.5 * diff_f1(x, 2 * dx, func))
endfunction

// *** 中心差分に対するRomberg1段 ***
function df = diff_f2r(x, dx, func)
df = (4 / 3) * (diff_f2(x, dx, func) - 0.25 * diff_f2(x, 2 * dx, func))
endfunction



上記の内容をdifferential.sciのように別ファイルにまとめておけば、以下のように呼び出して使えます。

clear;

// *** 関数の定義を読み出し ***
exec('differential.sci',0);

// *** 計算範囲と刻み幅 ***
n = 10;
xmin = 0;
xmax = 2 * %pi;
dx = 1 / 2 ^ n;
x = linspace(0,xmax);

// *** 正弦波とその微分 ***
y = sin(x);
//dy = diff_f1(x, dx, sin); // 前進差分
//dy = diff_f2(x, dx, sin); // 中心差分
//dy = diff_f1r(x, dx, sin); // 前進差分に対するRomberg1段
dy = diff_f2r(x, dx, sin); // 中心差分に対するRomberg1段

// *** グラフのプロット ***
// グラフの描画
plot(x, y, '-b');
plot(x, dy,'--r');
// グラフの装飾
legend(["sin(x)","d(sin(x))/dx"],3);
zoom_rect([xmin,-1,xmax,1]);


数値微分なので、微分値が具体的な数値として求まります。
xには微分したいxの値を、dxには微小な値を入力しますが、具体的にどの程度の数値が必要なのかはScilabで数値微分 その2を参考に決めます(hの値がこのエントリにおけるdxに相当します)。

そもそも関数の解析的な積分はできない場合が多い反面、微分はできてしまうことが多いので、数値的に微分値を求める需要はあまり多くないのかもしれませんが。

関連エントリ




付録


このエントリで使用したScilabのシミュレーション用ファイルを添付します。ファイル名末尾の".txt"を削除して、"_"を"."に変更すれば使えるはずです。(参考:ねがてぃぶろぐの付録)


参考文献/使用機器




フィードバック



にほんブログ村 その他趣味ブログ 電子工作へ

 ↑ 電子工作ブログランキング参加中です。1クリックお願いします。


コメント・トラックバックも歓迎です。 ↓      


 ↓ この記事が面白かった方は「拍手」をお願いします。

tag: Scilab 数値微分 

Scilabで非線形方程式ソルバ その3

Scilabで非線形方程式ソルバ その1その2では関数の解を非線形方程式ソルバで計算しました。
今回は、離散データに対しても似たような解を求めるために、関数の補完と組み合わせるという事を行いました。

001_201502150526487fb.png
Fig.1: 離散データに対する補完と非線形方程式ソルバ



離散データのfsolve


Scilabで非線形方程式ソルバ その1その2では関数 f(x) がゼロとなる x を探す方法を書きました。今回は f(x) が具体的な関数の形ではなく、離散データとして与えられている場合について書きます。

と言ってもやっていることは簡単で、離散データを内挿(補間)してから解を求めるだけです。

今回はScilabで非線形方程式ソルバ その1との比較のために対数関数を例にしますが、実際の離散データは実験データであったり、複雑な数値計算(例えば第一原理計算や回路シミュレーション)の結果得られる数値列を想定します。

離散データの補完にはScilabでデータの補間で紹介したinterp1を利用します。
interp1の補間方法のデフォルトは線形補完(linear)のようです。今回のエントリでは最近接(nearest)は使えません。

スクリプト


スクリプトはlogsolve2_sce.txtとなりました。

今回は、離散データ自体もスクリプト内部で用意しましたが、実験データや、ほかの数値データを読み込む場合にはExcelデータを Scilabで読みこむScilabで大容量のCSV(テキスト)ファイルを読み込む,Scilabで大容量のCSV(テキスト)ファイルを読み込む2などを参照してください。

clear;

// *** データの作成 ***
X = linspace(0.1,10,15);
Y = log(X);

// *** 解くべき関数の定義 ***
function y = func(x)
// y = log(x) - yp;
// y = interp1(X, Y, x, "spline") - yp; // スプライン補完
y = interp1(X, Y, x, "linear") - yp; // 線形補完
endfunction

// *** 非線形方程式ソルバ ***
yp = 1; // yp = f(x)
x0 = 1; // ソルバ―の初期値
// 非線形方程式を解く
xp = fsolve(x0, func)
// 誤差
err = abs(xp - exp(yp))

// *** グラフのプロット ***
plot(X, Y, '.-b');
plot(X, yp * ones(Y), '--k');
plot(xp, yp, 'or');


結果


所詮、離散的な数値データから間の値を予測するだけなので、Scilabで非線形方程式ソルバ その1と比較すると結果に誤差が出ます。

線形補完を行った時の近似解と、真の値からの誤差は以下のようになりました。
 xp  =    2.737908
err = 0.0196261


スプライン補完を行った場合は、以下の通りです。
 xp  =    2.7130249
err = 0.0052569


今回の例ではスプライン補完の方が良い結果が得られているようです。

関連エントリ




参考URL




付録


このエントリで使用したScilabのシミュレーション用ファイルを添付します。ファイル名末尾の".txt"を削除して、"_"を"."に変更すれば使えるはずです。(参考:ねがてぃぶろぐの付録)


参考文献/使用機器




フィードバック



にほんブログ村 その他趣味ブログ 電子工作へ

 ↑ 電子工作ブログランキング参加中です。1クリックお願いします。


コメント・トラックバックも歓迎です。 ↓      


 ↓ この記事が面白かった方は「拍手」をお願いします。

tag: Scilab 非線形方程式ソルバ 補間 fsolve interp1 

Scilabで非線形方程式ソルバ その2

Scilabで非線形方程式ソルバ その1では、(解析的に解を得ることも可能な)非常に簡単な関数についてソルバ―を用いて解を求めました。

しかし前回の関数は、得られる解が一つだけでした。
では、解が二つ以上得られる場合、例えば二次関数の解を求める場合はどうなるのでしょうか?

002_20150212083236a8a.png

Fig.1: y = x2 と y = 1 の交点のx座標を計算した結果(上)。非線形方程式ソルバに与えた初期値x0とその結果として得られる解の関係(下)。


結論から言うと、非線形方程式ソルバでは解が一つしか得られず、その値はパラメータとして与える初期値に依存します。得られる解は、与えた初期値に近い値となりますが、必ずしも最も近い値になるというわけではないようなので、初期値の選び方は慎重に行う必要があります。


初期値の重要性


Scilabで非線形方程式ソルバ その1では、単純な対数関数の解を非線形方程式ソルバ―を用いて計算し、解析解と一致することを確認しました。

今回は x2 - 1 = 0 の解が、初期値 x0 の値によってどのように変化するかを確認します。

今回の記事で着目する二次関数と対数関数の違いは、得られる解が一つであるか二つであるかという事です。
Scilabの非線形方程式ソルバーは、数値的に解の近似値を計算するため、実際には複数の解が存在する場合であっても解が一つしか出てきません。
多くの場合、物理的に意味のある解は一つだけだったりするのですが、上手く重要な解を得るためには、初期値をどのように設定するかが重要になります。

x2 - 1 = 0 の解は当然ながら x=1 と x=-1 の二つなのですが、ソルバ―に与える初期値に応じてどちらの解が得られるかを確認するのが今回のエントリの趣旨です。

なお、多項式のすべての解をすべて一気に計算するための命令もScilabには用意されています。(参考: roots)

スクリプト


今回計算するSciabスクリプトはparabolicsolve_sce.txtです。

clear;

// *** データの作成 ***
X = linspace(-2,2);
Y = X .^ 2;

// *** 解くべき関数の定義 ***
function y = func(x)
y = x .^ 2 - yp;
endfunction

// *** 非線形方程式ソルバ ***
yp = 1; // yp = f(x)
x0 = 2; // ソルバ―の初期値
// 非線形方程式を解く
xp = fsolve(x0, func)

// *** 非線形方程式の初期値依存性 ***
X0 = X;
XP = fsolve(X0, func);

// *** グラフのプロット ***
subplot(2,1,1);
plot(X, Y, '-b');
plot(X, yp * ones(Y), '--k');
plot(xp, yp, 'or');
xlabel("x")
ylabel("y")

subplot(2,1,2);
plot(X0, XP, '-or')
xlabel("x0")
ylabel("xp")


結果


結果は、冒頭に紹介したFig.1です。
注目すべきは下のパネルの x0 = 0 近傍の挙動です。
必ずしも最も近い解が得られるわけではなく、初期値の微妙な変化で得られる解が振動していることがわかります。

なお、とにかくたくさん解がありそうな場合は、グラフを描いてみるのが良いです。Scilabでジバニャン方程式は f(x,y) = 0 となる x と y の組み合わせをすべてプロットしたものです。

関連エントリ




参考URL




付録


このエントリで使用したScilabのシミュレーション用ファイルを添付します。ファイル名末尾の".txt"を削除して、"_"を"."に変更すれば使えるはずです。(参考:ねがてぃぶろぐの付録)


参考文献/使用機器




フィードバック



にほんブログ村 その他趣味ブログ 電子工作へ

 ↑ 電子工作ブログランキング参加中です。1クリックお願いします。


コメント・トラックバックも歓迎です。 ↓      


 ↓ この記事が面白かった方は「拍手」をお願いします。

tag: Scilab 非線形方程式ソルバ fsolve 初期値 

Scilabで非線形方程式ソルバ その1

Scilabの非線形方程式ソルバfsolveは任意の関数 f(x) に対して f(x) = 0 となるxを探すことができます。

これまで比較的複雑なプログラムでfsolveを使っていたので、簡単な例について書いておきます。

001_20150205220744dcb.png

Fig.1: y = ln(x) と y = 1 の交点のx座標を計算した結果



簡単な例題


これまで既に非線形方程式ソルバを利用してきました。
しかしこれらは、比較的複雑な使用例だったので、今回は簡単な例について説明します。

非線形方程式ソルバ―fsolveを用いれば y=f(x) の形で表されている関数を解くことができます。
方程式を解くとは y=0 となるxを探すという事です。fsolveはyがベクトルであっても y がゼロベクトルとなるxの組を計算してくれます(例: Scilabでおもりの吊り下げ)。しかし、今回は簡単な例ということでx, yはスカラーとします。
なお任意の定数 y = yp となるときの x = xp を探すには 0 = f(xp) - yp を解けばよいことになります。

今回は具体的な関数の形として f(x) = ln(x) を考え、yp=1 となる x = xp を求めることから始めます。
もちろんこれは、数値計算を行うまでもなく高校数学の知識を用いれば xp = exp(1) = 2.71828... という解がすでに分かっているわけですが、同じ方法を用いればもっと複雑で、簡単には解がわからない関数も数値的に解を得ることができます。

プログラミング


このScilabスクリプトはlogsolve_sce.txtのようになりました。

clear;

// *** データの作成 ***
X = linspace(0.1,10);
Y = log(X);

// *** 解くべき関数の定義 ***
function y = func(x)
y = log(x) - yp;
endfunction

// *** 非線形方程式ソルバ ***
yp = 1; // yp = f(x)
x0 = 1; // ソルバ―の初期値
// 非線形方程式を解く
xp = fsolve(x0, func)
// 誤差
err = abs(xp - exp(yp))

// *** グラフのプロット ***
plot(X, Y, '-b');
plot(X, yp * ones(Y), '--k');
plot(xp, yp, 'or');



関連エントリ




付録


このエントリで使用したScilabのシミュレーション用ファイルを添付します。ファイル名末尾の".txt"を削除して、"_"を"."に変更すれば使えるはずです。(参考:ねがてぃぶろぐの付録)


参考文献/使用機器




フィードバック



にほんブログ村 その他趣味ブログ 電子工作へ

 ↑ 電子工作ブログランキング参加中です。1クリックお願いします。


コメント・トラックバックも歓迎です。 ↓      


 ↓ この記事が面白かった方は「拍手」をお願いします。

tag: Scilab 非線形方程式ソルバ 

FC2カウンター
カテゴリ
ユーザータグ

LTspiceAkaiKKRmachikaneyamaScilabKKRPSoCOPアンプCPAPIC強磁性モンテカルロ解析常微分方程式トランジスタode状態密度インターフェースecalj定電流スイッチング回路PDS5022DOS半導体乱数シェルスクリプトレベルシフトHP6632Aブレッドボード分散関係温度解析トランジスタ技術R6452A可変抵抗I2Cセミナー確率論反強磁性非線形方程式ソルバ絶縁偏微分方程式バンド構造熱設計数値積分バンドギャップカオスA/DコンバータフォトカプラシュミットトリガGW近似LEDLM358ISO-I2C三端子レギュレータ数値微分サーボ直流動作点解析カレントミラーマフィンティン半径TL431PC817C発振回路74HC4053USBアナログスイッチbzqltyFFTチョッパアンプ2ちゃんねる補間量子力学開発環境電子負荷標準ロジックパラメトリック解析アセンブラ基本並進ベクトルブラべ格子単振り子BSchLDAイジング模型繰り返しMaximaキュリー温度位相図状態方程式失敗談スピン軌道相互作用六方最密充填構造相対論FET抵抗コバルト不規則合金TLP621ewidthGGAQSGWgfortranランダムウォークラプラス方程式スイッチト・キャパシタcygwin熱伝導SMPスレーターポーリング曲線三角波格子比熱LM555条件分岐TLP552MCUNE555UPSTLP521QNAPマントルテスタFXA-7020ZR過渡解析詰め回路ガイガー管ダイヤモンド自動計測Writer509データロガー固有値問題VESTAスーパーセルOpenMP差し込みグラフ平均場近似起電力awk仮想結晶近似VCAubuntufsolveブラウン運動熱力学第一原理計算井戸型ポテンシャルシュレディンガー方程式面心立方構造fccウィグナーザイツ胞interp12SC1815L10構造非線型方程式ソルバFSMキーボードTeX結晶磁気異方性初期値OPA2277化学反応等高線ジバニャン方程式ヒストグラム確率論三次元フィルタRealforcePGAフェルミ面正規分布固定スピンモーメント全エネルギースワップ領域リジッドバンド模型edeltquantumESPRESSOルチル構造岩塩構造二相共存ZnOウルツ鉱構造BaOフォノンデバイ模型multiplotgnuplotc/aノコギリ波合金クーロン散乱ハーフメタル半金属CapSenseマンデルブロ集合マテリアルデザインSICGimpCK1026MAS830L円周率トランスPIC16F785凡例線種シンボルLMC662ヒストグラム不規則局所モーメント文字列疎行列TS-110TS-112Excel直流解析等価回路モデル入出力トラックボールPC軸ラベルAACircuitP-10フラクタル境界条件連立一次方程式Ubuntuifortパラメータ・モデルspecx.f関数フィッティング最小二乗法Crank-Nicolson法陰解法日本語EAGLEMBEグラフの分割負帰還安定性ナイキスト線図熱拡散方程式HiLAPW両対数グラフ片対数グラフ縮退

最新コメント
リンク

にほんブログ村 その他趣味ブログ 電子工作へ