Anasayfa/ Sayısal Analiz/ Sayısal İntegrasyon (İleri)/ 05 – Adaptif Simpson Yöntemi
Quizler Videolar

🎛️ Adaptif Simpson Yöntemi

Fonksiyonun değişim hızına göre adım boyu ayarlama

❓ Adaptif Simpson Yöntemi Nedir?

Adaptif Simpson yöntemi, integrali hesaplarken her bölge için farklı adım boyu kullanan akıllı bir sayısal integral yöntemidir. Temel mantık şudur:

Bu sayede toplam fonksiyon değerlendirme sayısı azalır, hata istenen toleransın altında tutulur.

📌 BASİT BİR BENZETME

Bir yolu 100 km boyunca ölçmek istiyorsunuz. Düz yolda 10 km'de bir ölçüm yapmak yeterliyken, virajlı yolda 1 km'de bir ölçüm yapmanız gerekir. Adaptif yöntem tam olarak bunu yapar: zor bölgelerde sık, kolay bölgelerde seyrek ölçüm.

🤔 Neden Adaptif Yönteme İhtiyaç Var?

Yamuk, Simpson veya Romberg yöntemleri eşit aralıklı noktalar kullanır. Bu şu anlama gelir:

Adaptif Simpson bu ikilemi çözer: sadece gereken yerlerde aralığı küçültür.

📊 Hata Tahmini – Bir Alt Aralıkta Ne Kadar Hata Var?

Bir $[a,b]$ aralığında Simpson kuralı ile yaklaşım yaptığımızı düşünelim. Aralığı ikiye bölüp iki ayrı Simpson uygulayalım. Simpson kuralının hata terimini kullanarak:

$$ S(a,b) \approx \text{tam integral} - \frac{(b-a)^5}{90} f^{(4)}(\xi) $$

Yarım aralıklarla hesaplanan $S(a,\frac{a+b}{2}) + S(\frac{a+b}{2},b)$ için de benzer bir ifade yazılabilir. Bu iki sonucu karşılaştırarak hata tahmini yapabiliriz:

$$ \text{Hata} \approx \frac{S(a,b) - \left[ S(a,m) + S(m,b) \right]}{15} $$

Burada $m = (a+b)/2$. Bu formül bize, aralığı ikiye bölmenin getireceği doğruluk artışını verir.

🔑 HATA KONTROL MANTIĞI

Eğer tahmini hata istenen toleransın altında ise, bu aralığı bölmeye gerek yoktur, $S(a,b)$ sonucunu kullanırız.
Eğer hata toleransın üzerindeyse, aralığı ikiye böleriz ve her iki yarım aralık için aynı işlemi tekrarlarız (özyineleme).

⚙️ Adaptif Simpson Algoritması (Özyinelemeli)

1
$[a,b]$ aralığı için Simpson kuralı ile $S(a,b)$ hesapla
$S(a,b) = \frac{b-a}{6} \left[ f(a) + 4f\left(\frac{a+b}{2}\right) + f(b) \right]$
2
Aralığı ikiye böl ve iki yarım aralıktaki Simpson toplamını hesapla
$S(a,m) + S(m,b)$, $m = (a+b)/2$
3
Hata tahminini yap: $\text{err} = \frac{|S(a,b) - (S(a,m)+S(m,b))|}{15}$
4
Eğer $\text{err} \le \text{tol}$ ise, $S(a,m)+S(m,b)$'yi döndür (yeterince doğru)
5
Eğer hata toleransın üzerindeyse, her iki yarım aralık için yinele (recursive)
adaptif_simpson(a, m, tol/2) + adaptif_simpson(m, b, tol/2)

✍️ Örnek: $\displaystyle \int_0^1 e^{-x^2} dx$ Adaptif Simpson ile

ADIM ADIM Tolerans = $10^{-6}$
1
Tüm aralıkta Simpson $S(0,1)$
$S(0,1) = \frac{1}{6}[f(0) + 4f(0.5) + f(1)] = \frac{1}{6}[1 + 4\cdot0.778801 + 0.367879] = \frac{1}{6} \cdot 4.480083 = 0.746681$
2
Yarım aralıklar: $S(0,0.5)$ ve $S(0.5,1)$
$S(0,0.5) = \frac{0.5}{6}[f(0) + 4f(0.25) + f(0.5)] = \frac{0.5}{6}[1 + 4\cdot0.939413 + 0.778801] = \frac{0.5}{6} \cdot 5.536453 = 0.461371$
$S(0.5,1) = \frac{0.5}{6}[f(0.5) + 4f(0.75) + f(1)] = \frac{0.5}{6}[0.778801 + 4\cdot0.569783 + 0.367879] = \frac{0.5}{6} \cdot 3.425812 = 0.285484$
Toplam: $0.461371 + 0.285484 = 0.746855$
3
Hata tahmini
$\text{err} = \frac{|0.746681 - 0.746855|}{15} = \frac{0.000174}{15} \approx 1.16 \times 10^{-5}$
4
Karar
Tolerans $10^{-6}$ istiyoruz. Tahmini hata $1.16 \times 10^{-5} > 10^{-6}$ olduğu için yeterli değil. Aralığı bölmeye devam edeceğiz.
DEVAM $[0,0.5]$ aralığı için kontrol (tolerans $0.5 \times 10^{-6}$)
1
$S(0,0.5)$ ve yarım aralıkları $S(0,0.25)$ + $S(0.25,0.5)$
$S(0,0.25) = \frac{0.25}{6}[f(0) + 4f(0.125) + f(0.25)]$
$f(0.125)=e^{-0.015625}=0.984496$ → $S(0,0.25)=0.25/6[1 + 4\cdot0.984496 + 0.939413]=0.041667 \cdot 5.877397=0.244891$
$S(0.25,0.5) = \frac{0.25}{6}[f(0.25) + 4f(0.375) + f(0.5)]$
$f(0.375)=e^{-0.140625}=0.868815$ → $S(0.25,0.5)=0.041667[0.939413 + 4\cdot0.868815 + 0.778801]=0.041667 \cdot 5.194874=0.216453$
Toplam: $0.244891 + 0.216453 = 0.461344$
2
Hata tahmini
$\text{err} = \frac{|0.461371 - 0.461344|}{15} = \frac{0.000027}{15} = 1.8 \times 10^{-6}$
3
Karar
Tolerans $0.5 \times 10^{-6} = 5 \times 10^{-7}$. $1.8 \times 10^{-6} > 5 \times 10^{-7}$ olduğu için yine yetmedi. Daha da bölmek gerekir.
📌 SONUÇ

Adaptif Simpson, $[0,1]$ aralığının tamamında eşit küçük adım kullanmak yerine, sadece hatanın büyük olduğu bölgelerde ($[0,0.5]$ ve hatta $[0,0.25]$'te) adımı küçültür. $[0.5,1]$ aralığı daha az bölünme gerektirebilir çünkü fonksiyon orada daha yavaş değişir. Bu sayede aynı toplam doğruluk için çok daha az fonksiyon değerlendirmesi yapılır.

📋 Adaptif Simpson – Yapılacaklar Özeti

1
Bir tolerans değeri belirle (örneğin $10^{-6}$)
Bu, kabul edilebilir maksimum hatadır.
2
$[a,b]$ aralığı için $S(a,b)$ ve $S(a,m)+S(m,b)$ hesapla
3
Hata tahminini yap: $\text{err} = |S(a,b) - (S(a,m)+S(m,b))| / 15$
4
Eğer $\text{err} \le \text{tol}$ ise $S(a,m)+S(m,b)$'yi kullan
Aksi halde her iki yarım aralık için aynı işlemi $\text{tol}/2$ ile tekrarla.

✅ Adaptif Simpson – Artıları ve Eksileri

  • Hesaplama yükünü otomatik olarak kritik bölgelere yoğunlaştırır
  • Özyineleme derinliği çok büyürse yığın taşması olabilir
  • Kullanıcı sadece tolerans verir, algoritma adım boyunu kendi ayarlar
  • Her bölünme yeni fonksiyon değerlendirmesi gerektirir
  • Düzgün olmayan fonksiyonlarda eşit aralıktan çok daha verimlidir
  • Fonksiyon çok pürüzlüyse çok fazla bölünme olabilir
  • Genel amaçlı integral hesaplayıcılarda standarttır
  • Hata tahmini teorik olarak garanti değildir (pratikte iyi çalışır)
    • Artıları (+) Eksileri (−)
    📌 ÖZET

    Adaptif Simpson yöntemi, eşit aralıklı yöntemlerin en büyük zayıflığını (her yere aynı adım boyu dayatması) ortadan kaldırır. Fonksiyonun hızla değiştiği bölgelerde otomatik olarak daha küçük adım kullanarak, istenen toleransı minimum fonksiyon değerlendirmesiyle sağlar. Günümüzün sayısal integral hesaplayıcılarının (MATLAB integral, SciPy quad, vb.) temelini oluşturur.

    ← Ana modül sayfasına dön