第七章基于MATLAB的科学计算—数值微积分1.docVIP

科学计算—理论、方法 及其基于MATLAB的程序实现与分析 数　值　微　积　分 §1　数值微分 对于给定的函数，如果 １、的函数关系式比较复杂时； ２、未知，而仅仅知道在个相异点，处 　　的函数值； 则希望能用相对简单的计算方法，求得导数的（近似）值。 基于上述考虑，选择的方法之一是利用函数的插值多项式的导数作为函数导数的近似值，例如Lagrange插值多项式，由于 　　　　　　　　　（１） 因而有 　　　　 　　　　　　　（２） 这里需要说明一点的是，尽管和的函数值可能相差不多，但是它们的导数有可能相差很大，如下面的例子 例1： 考虑函数在区间[-1，1]的插值问题，取区间[-1，1]的11个点，，作函数的10次插值多项式： 函数和插值多项式的导数分别为 　　 对函数和插值多项式及其导数分别比较，结果如图所示： Derivative_Runge 下面我们基于Taylor公式 (3) 讨论导数的近似计算问题 1 一阶导数的近似计算 令,可得一阶向前有限差商公式(First Forward Finite Divided Difference): (4) 类似地,当时,可得一阶向后有限差商公式(First Backward Finite Divided Difference): (5) 由近似计算公式(4)和(5),可得可得一阶中心有限差商公式(First Centered Finite Divided Difference): (6) 2 二阶导数的近似计算 在Taylor公式中，用代替可得 (7) 式(7)与式(4)结合可得二阶向前有限差商公式(Second Forward Finite Divided Difference): (8) (9) 类似地利用 可得二阶向后有限差商公式(Second Backward Finite Divided Difference): (10) 进一步底，由公式 (11) 可得二阶中心有限差商公式(Second Centered Finite Divided Difference): (12) §2　数值积分 §2.1 Newton-Cotes 数值积分公式 基于数值微分的同样原因，当函数在上的定积分不易计算时，利用函数的Lagrange插值多项式，有 (13) 由于Lagrange插值多项式的插值基函数只依赖插值节点，，所以当，取定后，就是完全确定的多项式函数，令 ，　　　　　　(14) 则由式(13)得到Newton-Cotes求积公式： 　　　　　　　(15) 特别地，当取插值节点为 ，， (16) 时有 １） 两点公式（Trapezoidal Rule）： 　　　　(17) 2） 三点公式（Simpsons 1/3 Rule）： ， 　　 　　(18) 3） 四点公式（Simpsons 3/8 Rule）： 　　 　　(19) 4） 误差估计： 利用Lagrange插值的误差公式： 　 　　　　(20) 容易得到Trapezoidal Rule的误差估计： 　　　(21) Simpsons 1/3 Rule以及Simpsons 3/8 Rule的误差估计分别为： 　 (22) 　 (23) 其中. 注１ 数值积分公式(13)表明，数值积分方法最大的优点是将复杂的函数积分转化为相对简单的加、减、乘、除运算； 注２　从几何的角度看，上述三种求积公式（17）、（18）和（19）（在积分区间上）分别用直线 　　　　　　　　　　（24） 抛物线 （25） 三次立方曲线 （26） 代替曲线: 例1 计算积分，并估计误差. 解 1） 用梯形公式计算， . 由于，所以，于是，梯形公式的误差 . 2） 用辛普森公式计算， . 由于，于是，辛普森公式的误差 . 【注】 （1） 当时，梯形求积公式准确成立；当=0时，辛普森公式准确成立.即梯形公式对一次多项式准确成立，而辛普森公式对三次多项式准确成立. （2） 一般地，由余项公式(7.9)知，当是次多项式时，积分余项为零，从而牛顿-柯特斯求积公式准确成立. （3） 数值求积方法是一种近似方法，因此，要求求积公式对尽可能多的被积函数能准确计算积分值.作为衡量公式逼近好坏的标准之一，下面给出代数精度(