代数精度插值求积及复化公式讲述.ppt

2.2 几种低价N-C求积公式的余项 考察梯形公式,按N-c的截断误差知,梯形公式（7-9） 的余项： 这里被积函数中的因子t(t－1)在区间[0, 1] 上不变号（非正），故由积分中值定理，在[0, 1] 内至少存在一点?，使： 2. 对于辛卜生公式, 需要注意的是，关于牛顿-科特斯公式的收敛性，可以证明，并非对一切连续函数f (x),都有： , 也就是说牛顿—柯特斯公式的收敛性没有保证。当n趋于无穷时，它的稳定性也没有保证，因此，在实际计算中，一般不采用高阶(n ? 8) 的牛顿-柯特斯公式。 3. 柯特斯公式（6-10）的余项为： 在实际计算中常用前面三种低价N-C公式，但若积分区间比较大，直接使用以上三种低阶求积公式，则精度难以保证； 若增加节点，就要使用高阶的N-C公式，然而前面已指出，当n ? 8时，由于N-C公式的收敛性和稳定性得不到保证，因此不能采用高阶的公式。事实上，增加节点，从插值的角度出发，必然会提高插值多项式的次数，Runge现象表明，一般不采用高次插值，亦即不用高阶N-C公式。 为提高精度，当增加求积节点时，考虑对被积函数用分段低次多项式近似，由此导出复化求积公式。 §3 复化求积公式 3.1 复化梯形公式 用分段线性插值函数来近似被积函数,等于把积分区间分成若干小区间,在每个小区间上以梯形面积近似曲边梯形面积,即用梯形公式求小区间上积分的近似值.这样求得的近似值显然比整区间上用梯形公式计算精度高。 式（7-15）称为复化梯形公式。 因为f ?(x) 在[a, b] 连续，由介值定理，存在??(a, b)，使得： 从而有： 这就是复化梯形公式的截断误差. 3.2 复化Simpson公式和复化Cotes公式 如果用分段二次插值函数近似被积函数，即在小区间上用Simpson公式计算积分近似值，就导出复化Simpson公式。 如果f (x)?C(4)[a, b],由式（7-13）可得复化Simpson公式的截断误差为： 整理得： 式（7-17）称为复化Simpson公式。 因为f (4)(x) 连续，故存在??(a, b)，使得： 若用复化求积公式计算积分: 的近似值，要求计算结果有四位有效数字，n应取多大？ 例 [解] 因为当0≤x≤1时有0.3e-1≤e-x≤1于是： 要求计算结果有四位有效数字,即要求误差不超过10-4 / 2.又因为: 由复化梯形公式误差估计式： 式（7-18）表明,步长h越小,截断误差越小.与复化梯形公式的分析相类似,可以证明,当n ? ?时,用复化Simpson公式所求得的近似值收敛于积分值,而且算法具有数值稳定性. 例子的计算结果表明，为达到相同的精度，用复化Simpson公式所需的计算量比复化梯形公式少，这也说明了复化Simpson公式的精度较高，实际计算时多采用复化Simpson公式。 复化求积方法又称为定步长方法。复化求积公式,根据预先给定的精度能估计出合适的步长或 n,进而确定对积分区间的等分数,如同例7一样. 然而当被积函数稍复杂一些，要由误差估计式给出合适的步长，就要估计被积函数导数的上界值，而这一点是相当困难的。 因此若用复化梯形公式求积分,n应等于41即41等分才能达到精度. 若用复化Simpson公式,由式（7-18） 即得n ?1.6.故应取n = 2即4等分. h=1/n h=1/2n 复化Cotes公式 将区间[a, b]分成n 等分,分点为： 在每个小区间： 上，共五个点： 用Cotes公式得到复化Cotes公式 ： 复化Cotes公式的截断误差为： 要使截断误差不超过10-3 / 2，h应取多大？辛普生公式又怎么样？ 用复化梯形求积公式计算积分: 作业 第七章 数值积分与微分 7-* §4 逐次分半算法(变步长方法) 基于复化求积公式（定步长方法）的缺点，常采用变步长方法，即逐步缩小步长，每次将步长缩小一半，或者说逐次等分区间,反复利用复化求积公式，直到相邻两次计算结果相差不大为止或者满足给定精度为止。 第七章 数值积分与微分 7-* 梯形法的递推公式 第七章 数值积分与微分 7-* 因此计算梯形序列{T2m}可按: 第七章 数值积分与微分 7-* 此为复化梯形公式的递推公式 第七章 数值积分与微分 7-* 按上述逐次分半算法,并利用递推公式,T2m 的计