第八章 数值积分与数值微分.ppt

§8 数值积分与数值微分 8.1 Newton-Cotes求积公式 8.2 复合求积公式 8.3 Romberg求积公式 8.4 自适应积分法 8.5 Gauss型求积公式 §8.1 Newton-Cotes求积公式 8.1.1 梯形公式和Simpson公式 8.1.2 插值型求积公式 8.1.3 代数精度 8.1.4 Newton-Cotes求积公式 8.1.5 开型Newton-Cotes求积公式 8.1.6 Newton-Cotes求积公式的数值稳定性 8.2.1 复合梯形求积公式 8.2.2 复合Simpson求积公式 §8.3 Romberg求积公式 8.3.1 外推技巧 8.3.2 Romberg求积公式 谢谢！ 注意到区间再次对分时 数学与统计学院 数学与统计学院 § 8.3.1　外推技巧 数学与统计学院 特别地，若 数学与统计学院 * 数学与统计学院 数 值 方 法 武 汉 大 学 数学与统计学院基础数学系 刘丁酉 liudingyou487@163.com 主页 数学与统计学院 主页 数学与统计学院 主页 §8.1.1 梯形公式和Simpson公式 积分 只要找到被积函数 f (x)原函数F(x)，便有 牛顿—莱布尼兹(Newton—Leibniz)公式 实际困难：大量的被积函数（ , sin x2 等）, 找不到用初等函数表示的原函数；另外, f (x)是（测量或数值计算出的）一张数据表时，牛顿—莱布尼兹公式也不能直接运用。 积分中值定理：在[a, b]内存在一点 ，有 f(?) 成立。 ? 就是说, 底为b-a 而高为f(?)的矩形面积恰等于所求曲边梯形的面积 . 数学与统计学院 问题 在于点ζ的具体位置一般是不知道的，因而 难以准确算出 f(?)的值．我们将f (?)称为区间[a, b]上的平均高度．这样,只要对平均高度f(?)提供一种算法,相应地便获得一种数值求积方法． 如果用两端点的“高度”f(a)与f(b)的算术平均作为平均高度 f (?)的近似值，这样导出的求积公式 : 便是我们所熟悉的梯形公式 . 而如果改用区间中点 的“高度”f (c)近似地取代平均高度f (?)，则又可导出所谓中矩形公式(今后简称矩形公式)： (8.1.1) (8.1.2) 数学与统计学院 数学与统计学院 主页 2、 把[a, b]二等分，作2次插值，有 此公式称为辛普森（Simpson）公式。 Simpson公式是以函数f(x)在a, b, (a+b)/2这三点的函数值f(a), f(b), 的加权平均值 似值而获得的一种数值积分方法。 定理8.1.2 （梯形公式的误差）设f(x)在[a,b]上具有连续的二阶导数，则梯形公式的误差（余项）为 定理8.1.3（辛卜生公式的误差）设在[a,b]上具有连续的四阶导数，则辛卜生求积公式的误差为 数学与统计学院 近似计算 思路 利用插值多项式 则积分易算。 ? 在[a, b]上取 a ? x0 x1 … xn ? b，做 f 的 n 次插值多项式 ，即得到 Ak 由 决定， 与 无关。 节点 f (x) 插值型积分公式 误差 §8.1.2 插值型的求积公式 关键是f(x) 数学与统计学院 数值求积方法是近似方法，为要保证精度，我们自然希望求积公式能对“尽可能多”的函数准确地成立，这就提出了代数精度的概念. 定义 1 如果某个求积公式对于次数≤m的多项式均能准确地成立，但对于m+1次多项式就不一定准确，则称该求积公式具有m次代数精度． 一般地，欲使求积公式 具有m次代数精度，只要令它对于f (x) = 1，x，…，xm 都能准确成立，这就要求 §8.1.3 代数精度 数学与统计学院 例1： 考察其代数精度。 f(x) a b f(a) f(b) 梯形