انٽيگرلز ۾ ٽراپيزائيڊل طريقو

انٽيگرلز ۾ ٽراپيزائيڊل طريقو

اپلائيڊ رياضي ۾، اسان کي اڪثر ڪري هڪ وکر هيٺان علائقي جي ڳڻپ جي مسئلي کي منهن ڏيڻو پوي ٿو. نظرياتي طور تي، اهو قطعي انٽيگرلز استعمال ڪندي حل ڪري سگهجي ٿو. جڏهن ته، عملي طور تي، سڀئي ڪم تجزياتي طور تي آساني سان ضم نه ٿيندا آهن. ڪجهه ڪم پيچيده هوندا آهن، ڊيٽا صرف ٽيبلر فارم ۾ موجود هوندو آهي، يا ماڊلز ۾ سادي اينٽي ڊيريويٽيو جي کوٽ هوندي آهي. اهڙين حالتن ۾، عددي طريقا ضروري بڻجي ويندا آهن. سڀ کان وڌيڪ مشهور ۽ اڪثر استعمال ٿيندڙ عددي طريقن مان هڪ ٽراپيزائيڊل قاعدو آهي، انٽيگرلز لاءِ هڪ تقريبن ٽيڪنڪ جيڪا وکر هيٺان علائقي کي ٽراپيزائيڊل شڪلن ۾ ورهائي ٿي.

ڊيفينائيٽ انٽيگرل جو بنيادي تصور

جاميٽري طور تي، قطعي انٽيگرل \(\int_a^bf(x)\,dx\) کي وکر \(y=f(x)\)، \(x\) محور، ۽ عمودي لائينن \(x=a\) ۽ \(x=b\) سان جڙيل علائقي جي طور تي سمجهي سگهجي ٿو. جيڪڏهن \(f(x)\ge 0\)، انٽيگرل هڪ مثبت علائقو آهي. جيڪڏهن فنڪشن ۾ هڪ خاص وقفي تي منفي قدر آهن، ته انٽيگرل هڪ "سائن ٿيل علائقو" ڏئي ٿو.

مکيه مسئلو تڏهن پيدا ٿئي ٿو جڏهن:
1. فنڪشن \(f(x)\) ۾ ڪو به اينٽي ڊيريويٽو ناهي جيڪو ابتدائي فنڪشن ذريعي ظاهر ڪري سگهجي.
2. \(f(x)\) جو قدر صرف ڪجهه نقطن تي معلوم ٿئي ٿو (تجرباتي ڊيٽا).
3. علامتي حساب غير موثر يا ناممڪن آهي.

هي اهو هنڌ آهي جتي ٽراپيزائيڊل طريقو استعمال ڪيو ويندو آهي ته جيئن ڪجهه نقطن تي فنڪشن ويلوز کي استعمال ڪندي انٽيگرل ويليو جو اندازو لڳايو وڃي.

ٽراپيزائيڊل طريقو خيال

ٽراپيزائيڊل طريقو هڪ سادي خيال سان شروع ٿئي ٿو: هر ذيلي وقفي تي هڪ سڌي لڪير سان هڪ وکر جو اندازو لڳايو. جڏهن ته ريمن سم طريقو عمودي پاسن ۽ هڪ مستطيل علائقي کي استعمال ڪري ٿو، ٽراپيزائيڊل طريقو ذيلي وقفي تي ٻن آخري نقطن کي استعمال ڪري ٿو ۽ انهن کي هڪ سڌي لڪير سان ڳنڍي ٿو. سڌي لڪير جي هيٺان علائقو هڪ ٽراپيزائيڊ ٺاهيندو آهي، مستطيل نه.

فرض ڪريو ته اسان حساب ڪرڻ چاهيون ٿا:
\[
\انٽ_اي ^ بي ايف (ايڪس) \، ڊي ايڪس
\]
اسين وقفو \([a,b]\) کي برابر ڊيگهه جي \(n\) ذيلي وقفن ۾ ورهايون ٿا. هر ذيلي وقفي جي ڊيگهه آهي:
\[
ايڇ = \ فريڪ {با} {ن}
\]
ورهائيندڙ نقطا:
\[
x_0=a,\;x_1=a+h,\;x_2=a+2h,\;\ٽِڪا,\;x_n=b
\]
فنڪشن ويلوز سان:
\[
ف(x_0)، ف(x_1)، \ٽُڪا، ف(x_n)
\]

هر ذيلي وقفي تي \([x_{i-1}, x_i]\)، وکر جي هيٺان علائقو ٽريپيزائيڊ جي علائقي سان لڳ ڀڳ آهي:
\[
A_i \تقريبن \frac{h}{2}\left[f(x_{i-1}) + f(x_i)\right]
\]
پوءِ ڪُل ايراضي (انٽيگرل لڳ ڀڳ) سڀني ٽريپيزائيڊز کي شامل ڪندي حاصل ڪئي ويندي آهي:
\[
\int_a^bf(x)\,dx \تقريبن \sum_{i=1}^{n}\frac{h}{2}\left[f(x_{i-1}) + f(x_i)\right]
\]

جيڪڏهن ترتيب ڏني وڃي ته، مرڪب ٽريپيزائيڊل قاعدي جو فارمولو ٿيندو:
\[
\int_a^b f(x)\,dx \approx \frac{h}{2}\left[f(x_0)+2f(x_1)+2f(x_2)+\cdots+2f(x_{n-1})+f(x_n)\right]
\]
ڪوفيشينٽ نموني کي نوٽ ڪريو: آخري نقطا \(x_0\) ۽ \(x_n\) کي 1 سان ضرب ڪيو ويندو آهي، جڏهن ته وچ ۾ نقطا 2 سان ضرب ڪيا ويندا آهن.

سادي حساب ڪتاب جو مثال

فرض ڪريو ته اسان هيٺ ڏنل طريقي سان رابطو ڪرڻ چاهيون ٿا:
\[
\int_0^2 x^2\,dx
\]
تجزياتي طور تي، انٽيگرل \(\left.\frac{x^3}{3}\right|_0^2=\frac{8}{3}\approx 2{,}6667\) آهي. جڏهن ته، اسان \(n=4\) سان trapezoidal طريقو استعمال ڪنداسين.

1. وقفو \([0,2]\)، پوءِ:
\[
h=\frac{2-0}{4}=0{,}5
\]
2. Titik-titik: \(x_0=0\), \(x_1=0{,}5\), \(x_2=1\), \(x_3=1{,}5\), \(x_4=2\)
3. فنڪشن ويليو:
\(f(0) = 0\)
\(f(0{,}5)=0{,}25\)
\(f(1) = 1\)
\(f(1{,}5)=2{,}25\)
\(f(2) = 4\)

مرڪب ٽراپيزائيڊ فارمولا استعمال ڪريو:
\[
T=\frac{h}{2}\left[f(x_0)+2f(x_1)+2f(x_2)+2f(x_3)+f(x_4)\right]
\]
\[
T=\frac{0{,}5}{2}\left[0+2(0{,}25)+2(1)+2(2{,}25)+4\right]
\]
\[
T=0{,}25\left[0{,}5+2+4{,}5+4\right]=0{,}25(11)=2{,}75
\]
2,75 جو لڳ ڀڳ نتيجو 2,6667 جي صحيح قدر جي بلڪل ويجهو آهي، جنهن ۾ تقريبن 0,0833 جي غلطي آهي.

ٽراپيزائيڊل طريقي ۾ غلطي

ٽراپيزائيڊل طريقو هڪ تقريبن طريقو آهي، جنهن جو مطلب آهي ته تقريبن قدر ۽ اصل انٽيگرل قدر جي وچ ۾ هميشه فرق هوندو آهي. غلطي جي شدت هيٺ ڏنل شين کان متاثر ٿيندي آهي:
1. ذيلي وقفن جو تعداد \(n\): جيترو وڏو \(n\)، اوترو ننڍو \(h\)، ۽ عام طور تي نتيجا اوترو وڌيڪ صحيح هوندا.
2. فنڪشن جو وکر: جيڪڏهن فنڪشن تمام گهڻو وکردار آهي (هڪ وڏو سيڪنڊ ڊيريويٽو آهي)، ٽريپيزائيڊل طريقو اعليٰ ترتيب جي طريقن کان گهٽ صحيح ٿي سگهي ٿو.

ڪافي هموار ڪمن لاءِ (مسلسل ٻئي نڪتن سان)، مرڪب ٽريپيزائيڊل طريقي جي غلطي جو اندازو لڳائي سگهجي ٿو:
\[
E_T = -\frac{(ba)}{12}h^2 f"(\xi)
\]
ڪجهه \(\xi\) لاءِ \(a\) ۽ \(b\) جي وچ ۾. هن فارمولي مان اهو ڏسي سگهجي ٿو ته غلطي \(h^2\) جي متناسب آهي. يعني، جيڪڏهن اسان \(h\) کي اڌ ڪريون (يعني، ذيلي وقفن جي تعداد کي ٻيڻو ڪريون)، غلطي تقريبن هڪ چوٿون گهٽجي ويندي آهي.

ٽراپيزائيڊل طريقي جا فائدا

ٽراپيزائيڊل طريقو ڪيترن ئي سببن جي ڪري مشهور آهي:

1. سادو ۽ تيز
حساب ڪتاب نسبتاً آسان آهي، ۽ ننڍن ڪيسن لاءِ به دستي طور تي ڪري سگهجي ٿو.

2. ٽيبلر ڊيٽا لاءِ مناسب
جيڪڏهن \(f(x)\) جي قيمت صرف ڊسڪريٽ پوائنٽس تي معلوم ٿئي ٿي (مثال طور ماپ جا نتيجا)، ته پوءِ هي طريقو سڌو سنئون لاڳو ڪري سگهجي ٿو.

3. مستطيل طريقي کان بهتر درستگي
ڇاڪاڻ ته اهو ٻه آخري نقطا استعمال ڪري ٿو ۽ هڪ سڌي لڪير سان ڪم کي ويجهو ڪري ٿو، اهو عام طور تي ساڳئي تعداد جي ورهاڱي لاءِ مستطيل ويجهو کان وڌيڪ صحيح آهي.

4. ڪيترن ئي انجنيئرنگ ايپليڪيشنن لاءِ مستحڪم
هن طريقي سان ڪيتريون ئي فزڪس ۽ انجنيئرنگ مسئلا (مثال طور ڪم، توانائي، ڪراس سيڪشنل ايريا، خارج ٿيڻ، ۽ انهي جي حساب سان) حل ڪري سگهجن ٿا.

ٽراپيزائيڊل طريقي جون حدون

جيتوڻيڪ مفيد آهي، هن طريقي جون حدون آهن:

1. انتهائي وکر واري ڪمن لاءِ گهٽ درستگي
ڇاڪاڻ ته اهو هر ذيلي وقفي تي صرف هڪ لڪير جي لڳ ڀڳ استعمال ڪندو آهي، تيز تبديلين يا تيز وکر سان ڪمن کي وڏي \(n\) جي ضرورت هوندي آهي.

2. اعليٰ درجي جو طريقو ناهي
\(h^2\) جي ترتيب جون غلطيون؛ ٻيا طريقا جهڙوڪ سمپسن ساڳئي تعداد ۾ ذيلي وقفن تي ننڍيون غلطيون ڏئي سگھن ٿا (بشرطيڪ فنڪشن ڪافي هموار هجي).

3. وقفي جي چونڊ لاءِ حساس
جيڪڏهن وقفو تمام گهڻو ويڪرو آهي ۽ \(n\) ننڍو آهي، ته نتيجا تمام گهڻو مختلف ٿي سگهن ٿا.

پينوٽ اپ

عددي انضمام ۾ ٽريپيزائيڊل طريقو سڀ کان بنيادي طريقن مان هڪ آهي. هڪ وقفي کي ننڍن حصن ۾ ورهائڻ ۽ هر حصي تي سڌي لڪير سان وکر کي تبديل ڪرڻ سان، اسان اينٽي ڊيريويٽو کي تجزياتي طور تي ڳولڻ کان سواءِ انٽيگرل جو اندازو لڳائي سگهون ٿا. فارمولا سادو آهي، لاڳو ڪرڻ ۾ آسان آهي، ۽ خاص طور تي مفيد آهي جڏهن ڊيٽا ڊسڪريٽ هجي يا فنڪشن کي ضم ڪرڻ ڏکيو هجي.

جڏهن ته، ٽريپيزائيڊل طريقو استعمال ڪندڙن کي ذيلي وقفن جي تعداد ۽ ضم ٿيندڙ فنڪشن جي رويي تي ڌيان ڏيڻ جي ضرورت آهي. انتهائي وکر واري ڪمن لاءِ يا جڏهن اعليٰ درستگي جي ضرورت هجي، ٽريپيزائيڊل طريقو اڃا تائين \(n\) وڌائي استعمال ڪري سگهجي ٿو، يا ٻيا عددي طريقا جهڙوڪ سمپسن يا رومبرگ جا طريقا سمجهي سگهجن ٿا. سٺي سمجھ سان، ٽريپيزائيڊل طريقو سائنس، انجنيئرنگ ۽ معاشيات ۾ مختلف لازمي مسئلن کي حل ڪرڻ لاءِ هڪ مؤثر ۽ عملي اوزار بڻجي ويندو آهي.