Ch4数值积分与数值微分讲述.ppt

(5.2)即为 （5.2）’ 与(5.1)比较，若 在 上变化不大，可假定 从而可得 与(5.2)比较，则得 这里 .如果有 则可得到 （5.3） 此时可取 作为 的近似，则可达到给定 的误差精度 . 若不等式(5.3)不成立，则应分别对子区间 及 再用辛普森公式，此时步长 ,得到 及 . 对满足要求的区间不再细分，对不满足要求的还要继续 上述过程，直到满足要求为止，最后应用龙贝格法求出相 应区间积分的近似值. 只要分别考察 及 是否成立. 前面介绍的 n+1个节点的 Newton -Cotes求积公式，其特征是节点是等距的。这种特点使得求积公式便于构造，复合求积公式易于形成。但同时也限制了公式的精度。 n是偶数时，代数精度为n+1， n是奇数时，代数精度为n 。 我们知道 n+1个节点的插值型求积公式的代数精确度不低于n 。设想：能不能在区间[a,b]上适当选择n+1个节点 x0x1,x2,……,xn ,使插值求积公式的代数精度高于n？ 答案是肯定的，适当选择节点，可使公式的精度 最高达到2n+1，这就是本节所要介绍的高斯求积公式。 构造具有2n+1次代数精度的求积公式 将节点 x0 … xn 以及系数 A0 … An 都作为待定系数。令 f (x) = 1, x, x2, …, x2n+1 代入可求解，得到的公式具有2n+1 次代数精度。这样的节点称为Gauss 点，公式称为Gauss 型求积公式。 例：求 的 2 点 Gauss 公式。 解：设 ，应有 3 次代数精度。 ? + ? 1 0 1 1 0 0 ) ( ) ( ) ( x f A x f A dx x f x 代入 f (x) = 1, x, x2, x3 不是线性方程组，不易求解。 4.6 高斯(Gauss)求积公式 §4.5 Gaussian Quadrature 证明： “?” x0 … xn 为 Gauss 点, 则公式 至少有 2n+1 次代数精度。 对任意次数不大于n 的多项式 Pm(x)， Pm(x) w(x)的次数不大于2n+1，则代入公式应精确成立： 0 = 0 ? “?” 要证明 x0 … xn 为 Gauss 点，即要证公式对任意次数不大于2n+1 的多项式 Pm(x) 精确成立，即证明： 设 0 ? 　　　 x0 … xn 为 Gauss 点 ? 与任意次数不大于n 的多项式 P(x) （带权）正交。 定理 求 Gauss 点 ? 求w(x) 再解上例： ? + ? 1 0 1 1 0 0 ) ( ) ( ) ( x f A x f A dx x f x Step 1：构造正交多项式?2 设 c bx x x a x x x + + = + = = 2 2 1 0 ) ( , ) ( , 1 ) ( j j j ? ? 5 3 - = a 0 ) ( 1 0 = + ? dx a x x 0 ) , ( 1 0 = j j ? ? = + + - ? = = + + ? = 1 0 2 1 1 0 2 2 0 0 ) )( 5 3 ( 0 ) , ( 0 ) ( 0 ) , ( dx c bx x x x dx c bx x x j j j j 21 5 9 10 = - = c b 即： §4.5 Gaussian Quadrature Step 2：求?2 = 0 的 2 个根，即为 Gauss 点 x0 ，x1 Step 3：代入 f (x) = 1, x 以求解 A0 ，A1 解线性方程组，简单。 结果与前一方法相同： ? 利用此公式计算 的值 §4.5 Gaussian Quadrature ? 特殊正交多项式族： ① Legendre 多项式族： 1 ) ( ? x r 定义在[?1, 1]上， 满足： 由 有递推 以 Pn+1 的根为节点的求积公式称为Gauss-Legendre 公式。 ② Chebyshev 多项式族： 2 1