数值分析英文版幻灯片 .pptVIP

今日课题 第六章 插值法 第八章 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 8.5 Gauss型求积公式 8.5.1 Gauss型求积公式 8.5.2 Gauss型求积公式的稳定解的收敛性 8.5.3 Gauss-Legendre求积公式 8.5.4 Gauss-Chebyshev求积公式 8.5 Gauss 型求积公式（1） Newton –Cotes 求积公式 其中求积节点 是等距分布的。 为Cotes求积系数。 En(f) 为积分余项。 8.5 Gauss 型求积公式（2） 利用定理8.1.5可知，当 n 为偶数时，Newton-Cotes求积公式的代数精度为 n+1， 例如，Simpson公式的代数精度为3； 当n为奇数时，Newton-Cotes求积公式的代数精度为 n， 例如梯形公式的代数精度为1。 由此可见，n+1 个等距节点的求积公式的代数精度至多为 n+1。 8.5 Gauss 型求积公式（3） 对于给定的节点数目 n+1，适当调整其位置，是否会提高求积公式的代数精度？ 例8.5.1 对于求积公式 试确定其节点 x0, x1 及求积系数 A0, A1，使其代数精度尽可能高 8.5 Gauss型求积公式（4） 解 令上述求积公式对于 f(x)=1, x, x2, x3 准确成立，得出 8.5 Gauss 型求积公式（5） 经计算，取节点为 且 A0=A1=1 得出求积公式 具有三次代数精度 8.5 Gauss 型求积公式（6） 2 个节点，代数精度能够为 3， 那么 n+1 个节点 x0, x1, ? , xn，通过节点的排列， 是否可以把代数精度从 n 或 n+1 增加到 2n+1 ? 8.5.1 Gauss 型求积公式（7） 考虑定积分 其中 ?(x) 为 [a, b] 上的权函数，设 n+1 个节点为 a? x0 x1 ? xn? =b 在节点上 f(x) 的值为 f(x0), f(x1), ? , f(xn) 8.5.1 Gauss 型求积公式（8） 由此可以构造 n 次 Lagrange 插值多项式 Ln(x) ， Ln(xk) = f (xk) , k=0,1,?,n 其中 8.5.1 Gauss 型求积公式（9） f(x) 可以表示为 由 ?(x) 乘上式并在区间 [a, b] 上积分，有 8.5.1 Gauss 型求积公式（10） 其中 可以看出，取 f(x) 为 1, x, ? ,xn 时，式中的余项 此时有 即求积公式至少具有 n 次代数精度。 8.5.1 Gauss 型求积公式（11） 通过节点 x0, x1, ? ,xn 的选取, 将讨论求积公式的代数精度 n 次 或 n+1次 提高到 2n+1 次。 设 f(x) 为 2n+1次多项式， 有 En(f)=0， 那么求积公式 至少具有 2n+1 次代数精度。 8.5.1 Gauss 型求积公式（12） 考察误差 En(f) 的表达式，当 f?P2n+1 时， f(n+1)(x) 为 n 次多项式。 若要求 相当于要求 ?n+1(x) 与每个 p ?pn 都正交。 如果 ?n+1(x) 取为 [a,b] 上以权函数 ?(x) 的n+1 次正交多项式，那么就有上式。 8.5.1 Gauss 型求积公式（13） 定理8.5.1 插值型求积公式 具有 2n+1 次代数精确度的充分必要条件是 求积公式的节点 x0, x1, ? , xn 是 [a, b] 上，权函数为 ?(x) 的 n+1 次正交多项式 的零点. 8.5.1 Gauss 型求积公式（14） 定义8.5.1 若 n+1 个节点的求积公式 具有最高代数精度为 2n+1 ， 则称其为 Gauss 型求积公式， 此时的节点 x0, x1, ? , xn 称为 Gauss点。 8.5.1 Gauss 型求积公式（15） 例8.5.3 确定Gauss求积公式 中的节点 x0 , x1 及求积系数 A0 , A1 8.5.1 Gauss 型求积公式（16） 解 这里采用 Gauss 求积公式来做。 x0, x1 是 [-1,1] 上，权函数 ?(x) ?1 的二次正交多项式的零点。 而 [-1,1] 上， ?(x) ?1 的二次正交多项式为二次Lagrange多项式 8.5.1 Gauss 型求积公式（17） P2(x) 的两个零点 由于求积公式是 3 次代数精度，因此对于 f(x)=1, f(x)=x 求积公式准确成立，这样得到 8.5.1 Gauss 型求积公式（18） 定理8.5.2