《第三章-2011-04.pptVIP

这表明在收敛速度缓慢的梯形序列 基础上，若将 与 按（3.3.2）作线性组合，就可产生收敛速度较快的辛普生序列 ： 同理，从近似等式（3.2.21）出发，通过类似的分析，可以得到： 故在辛普生序列 的基础上，将 与 按（3.3.3）作线性组合，就可产生收敛速度更快的柯特斯序列 ： 这种加速过程还可以继续下去。 （3.3.3） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例3.3.2 通过 与 的线性组合，可以在柯特斯序列 的基础上，产生一个称为龙贝格序列的新序列 ，即： 经过进一步的分析，可以证明，当 满足一定条件时，龙贝格序列 比柯特斯序列 更快地收敛到积分 的真值 。 综上可知，可以在积分区间逐次分半的过程中利用公式（3.3.2）、（3.3.3）和（3.3.4）…，将粗糙的近似值 逐步“加工”成越来越精确的近似值 。也就是说，将收敛速度缓慢的梯形序列 逐步地“加工”成收敛速度越来越快的新序列： 。这种加速的方法就称为龙贝格算法。其加工过程如图3.3.1，其中圆圈中的号码表示计算顺序。 （3.3.4） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 图3.3.1 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 3.3.2 Romberg（龙贝格）算法计算公式的简化 为了便于上机计算，引用记号 来表示各近似值，其中k仍代表积分区间的二分次数，而下标m则指出了近似值所在序列的性质： 当m=0时，在梯形序列中；当m=1时，在辛普生序列中；当m=2时在柯特斯序列中 ……. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例3.3.4 表3.3.1中的各近似值，若用 记号表示，则如表3.3.2所示。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 引入上面的记号后，龙贝格算法所用到的各个计算公式可以统一为： （3.3.5） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 相应的程序框图见图3.3.2。其中 为最大二分次数。最后指出下列几点： （1）当 较大时，由（3.3.5）第三式知 。因此，在实际计算中，常规定 ，即在计算到出现龙贝格序列为止。在这种情况下，程序框图3.3.2应做相应的修改，需将“按式（3.3.5）计算” 改为“按式（3.3.5）计算” ，并将精度控法 改为 （2）为防止假收敛，可设置最小二分次数 。当 时，跳过精度判别而继续运算；