第2章数值积分(免费阅读).pptVIP

第二章 数值微分和数值积分 数值微分 函数f(x)以离散点列给出时，而要求我们给出导数值， 函数f(x)过于复杂 这两种情况都要求我们用数值的方法求函数的导数值 微积分中，关于导数的定义如下： 自然，而又简单的方法就是，取极限的近似值，即差商 向前差商 由Taylor展开 因此，有误差 向后差商 由Taylor展开 因此，有误差 中心差商 由Taylor展开 因此，有误差 由误差表达式，h越小，误差越小，但同时舍入误差增大，所以，有个最佳步长 我们可以用事后误差估计的方法来确定 设D(h),D(h/2) 分别为步长为h,h/2 的差商公式。则 时的步长h/2 就是合适的步长 f(x)=exp(x) h f’(1.15) R(x) h f’(1.15) R(x) 0.10 3.1630 -0.0048 0.05 3.1590 -0.0008 0.09 3.1622 -0.0040 0.04 3.1588 -0.0006 0.08 3.1613 -0.0031 0.03 3.1583 -0.0001 0.07 3.1607 -0.0025 0.02 3.1575 -0.0007 0.06 3.1600 -0.0018 0.01 3.1550 -0.0032 例： 插值是建立逼近函数的手段，用以研究原函数的性质。因此，可以用插值函数的导数近似为原函数的导数 误差 插值型数值微分 给定点列 且 ，求 解： 例： Taylor展开分析，可以知道，它们都是 称为三点公式 数值积分 关于积分，有Newton-Leibniz 公式 但是，在很多情况下，还是要数值积分： 1、函数有离散数据组成 2、F(x)求不出 3、F(x)非常复杂 定义数值积分如下：是离散点上的函数值的线性组合 称为积分系数，与f(x)无关，与积分区间和积分点有关 两个问题： 1、系数ai如何选取，即选取原则 2、若节点可以自由选取，取什么点好？ 代数精度 对任意次数不高于k次的多项式f(x)， 数值积分没有误差 用插值函数的积分，作为数值积分 代数精度 由Lagrange插值的误差表达式， ，有 可以看出，至少n 阶代数精度 插值型 Vandermonde行列式 使用尽可能高的代数精度 已知 求系数 所以，要存在唯一，m＝n，确定一个n＋1 阶的方程组 待定系数法 所以，m=n时存在唯一，且至少n阶代数精度。与节点的选取有关。 误差 一点数值积分 0阶代数精度 1阶代数精度 例： Newton-Cote’s 积分 若节点可以自由选取，则，一个自然的办法就是取等距节点。对区间做等距分割。 该数值积分称为Newton-Cote’s积分 设节点步长 (b-a) 与步长h无关，可以预先求出 N＝1时 梯形公式 N＝2 时 Simpson公式 1、梯形公式 此处用了积分中值定理 误差 2、Simpson 公式 注意到，Simpson 公式有3 阶代数精度，因此为了对误差有更精确地估计，我们用3 次多项式估计误差 为0 一般的有 因此，N-C积分，对偶数有n＋1 阶代数精度，而奇数为n 阶代数精度 复化积分 数值积分公式与多项式插值有很大的关系。因此Runge现象的存在，使得我们不能用太多的积分点计算。采用与插值时候类似，我们采用分段、低阶的方法 误差 做等距节点， 复化梯形公式 由均值定理知 可以看出，复化梯形公式是收敛的。 误差 做等距节点， 复化Simpson公式 由均值定理知 可以看出，复化Simpson公式是收敛的。 解： = 3.138988494 = 3.141592502 函数变化有急有缓，为了照顾变化剧烈部分的误差，我们需要加密格点。对于变化缓慢的部分，加密格点会造成计算的浪费。以此我们介绍一种算法，可以自动在变化剧烈的地方加密格点计算，而变化缓慢的地方，则取稀疏的格点。 积分的自适应计算 ①先看看事后误差估计 以复化梯形公式为例 n等分区间 2n等分区间 近似有： 类似，复化Simpson公式 ②自适应计算 记 为复化一次，2次的Simpson公式 控制 求 是 由前面的事后误差估计式， 则， 这启发我们，可以用低阶的公式组合后称为一个高阶的公式。 类似， Romberg积分 记 为以步长为h的某数值积分公式，有 有如下的Euler-Maclaurin定理 若 为2m阶公式，则 Romberg 积分就是不断地用如上定理组合低阶公 式为高阶公式，进而计算积分 ? Romberg 算法： ? ? ? ? ? ? … … … … … … Lab03 复化积分 1.分别编写用复化Simpson积分公式和复化梯形积分公式计算积分的通用程序