定积分求解程序.ppt

对离散数据的曲线拟合最小二乘法 曲线拟合问题 对于f(x)插值问题,要想提高精度,就要增加节点,因此多项式的次数也就太高,计算量过大,而节点少,多项式的次数低,但误差精度不能保证,为了消除误差干扰,取多一些节点利用最小二乘法确定低次多项式近似表示f(x),这就是曲线拟合问题. 在科学实验中,得到函数y=f(x)的一组实验数据: ,求曲线 与实验数据误差在某种度量意义下最小. 设 是[a,b]上一组线性无关的连续函数系,令 用向量内积形式表示,上式可记 上式为求 的法方程组,其矩阵的形式为 其中 故式(4.5.14)存在唯一解 ,于是得到函数f(x)的最小二乘解 其平方误差为 特例 例题 例4设函数y=f(x)的离散数据如下表所示 试用二次多项式拟和上述数据,并求平方误差. 解 由式(4.5.16)可得 解方程组得 所以拟合二次函数为 平方误差为 拟合的可靠性 地球温室效应问题 下表统计了近100年内地球大气气温上升的数据.试根据表中数据建立一数学模型即拟和曲线,并根据这一模型,预报地球气温何年会比1860年的平均温度高 解 为简化数据,从1880年起年份记N,其变换n=(N-1870)/10.将地球气温增加值改记为t=1,2,3,4,6,8,10,13,18,24,32,也就是将原气温增加值扩大100倍,根据新数据绘制图 可以看出,气温t与变换n大致服从指数函数增长过程,因此,可以假设t与n满足指数函数关系 为决定参数α,β将上式改写成 记 则有 这是已知数据相应地变为如下表所示 取n=1,m=10,并将上表已知数据带入得 解方程组得: 相应的t 与 n 的指数型拟合曲线关系为 就是所求地球温室效应的指数函数的数学模型,以此进行预报,即已知t值求 以地球气温比1860年上升 为例,即以t=700代入上式可得: N(7)=2078(年) 定积分的近似计算 矩形法 矩形法 矩形法 矩形法举例 矩形法举例 定积分几何意义 梯形法 梯形法 梯形法举例 抛物线法 抛物线法 抛物线法 抛物线法 抛物线法 总结 代数方程近似求解 相关概念 主要内容 对分法 对分法 对分法收敛性 简单迭代收敛情况的几何解释 代数方程近似求解 不动点迭代法 迭代法的收敛性 迭代法收敛性判断 迭代法的加速 松弛迭代法 牛顿迭代法 牛顿法迭代公式 牛顿法迭代公式 Newton迭代法几何解释 几何意义 Newton迭代法算法框图 弦截法 Newton迭代法有一个较强的要求是 且存在。因此，用弦的斜率 近似的替代 。 弦截法 令y=0,解得弦与x轴的交点是坐标x2 弦截法 弦截法的几何解释 例题 例2.4.1 用快速弦截法求方程 在区间（1，2）内的实根。 解：取x0=1,x1=2,代入公式2.4.2计算结果,如表2.4.1所示。 弦截法收敛定理 弦截法收敛定理 求解方程f(x)=0的快速弦截法 令： 基本思想： 用线性方程来近似非线性方程，即采用线性化方法 设非线性方程 f (x)=0 , f (x) 在 x0 处的 Taylor 展开为 + P (x) 牛顿迭代公式 k = 0, 1, 2, ... ... 牛顿法的迭代函数 牛顿法至少二阶局部收敛 例：用牛顿法求 x3 - 3x + 1 = 0 的解。 牛顿法的收敛速度 牛顿的优点 牛顿法是目前求解非线性方程 (组) 的主要方法 至少二阶局部收敛，收敛速度较快，特别是当迭代点充分靠近精确解时。 牛顿的缺点 对重根收敛速度较慢（线性收敛） 对初值的选取很敏感，要求初值相当接近真解 在实际计算中，可以先用其它方法获得真解的一个粗糙近似，然后再用牛顿法求解。 定积分计算的基本公式是牛顿－莱布尼兹公式。但当被积函数的原函数不知道时，如何计算？这时就需要利用近似计算。特别是在许多实际应用中，被积函数甚至没有解析表达式，而是一条实验记录曲线，或一组离散的采样值，此时只能用近似方法计算定积分。 定积分的三种近似计算算法：矩形法、梯形法和抛物线法。 问题背景和实验目的 矩形法 n 充分大，?x 充分小 通常我们取 左点法 右点法 中点法 点 可以任意选取，常见的取法有： 左端点 , 右端点 和中点