第四章数值积分和数值微分课件.ppt

* 第四章 数值积分与数值微分 第一节 Newton-Cotes求积公式 第二节 复化求积公式 第四节 Gauss求积公式 上一页 下一页 返回 要求 问题 上一页 下一页 返回 若能求出被积函数f (x)的一个原函数F(x)，则定积分 I能根据牛顿-莱布尼茨公式求出，即 面临的困难： f (x)很复杂或者根本不知其具体解析表达式。 ②. ①. F(x)难求（很复杂）或求不出； 将求积分值转化为直接对定积分进行近似计算. 解决方法： （即应用相应的数值积分公式进行计算） 一、数值求积的基本思想 x y a ξ b y=f (x) 曲边梯形的平均高度 只要对平均高度提供一种近似算法,便可相应的获得一种数值求积方法. 上一页 下一页 返回 第一节 Newton-Cotes求积公式 例如： 更为普遍的有： 为截断误差,又称求积余项. 称为中矩形公式 上一页 下一页 返回 称为梯形公式 二、插值型求积法 则有 这种求积系数由(*)式所确定的求积公式称为插值型求积公式. 上一页 下一页 返回 其中lk(x)为插值基函数. 插值型求积公式的求积余项为 上一页 下一页 返回 定义 　　　若某个求积公式对于所有次数?m的多项式均能准确地成立, 但至少对一个m+1次多项式不准确成立, 则称此求积公式具有m次代数精度 。 依次取?(x)=1,x,x2…验证求积公式是否成立, 若第一个不成立的等式是?(x)=xm+1,则其代数精度是m. 三、代数精度 代数精度的求法: 梯形公式 f(x) a b f(a) f(b) 例：对于[a, b]上1次插值多项式，有 考察其代数精度: 取 f = 1： = 取 f = x ： = 取 f = x2 ： ? 代数精度 = 1 上一页 下一页 返回 定理 具有n+1个节点的数值求积公式 是插值型求积公式的充分必要条件是该公式至少具有n次代数精度. 四、Newton-Cotes公式 思路 利用插值多项式 则积分易算。 上一页 下一页 返回 将[a,b]区间n等分，步长h，求积节点为xk=a+kh，k=0,1,…,n 由此构造插值型的求积公式，则其求积系数为： 令 Cotes系数 注：Cotes 系数仅取决于 n 和 k，可查表得到（P75表4-1）。 与 f (x) 及区间[a, b]均无关。 上式称为n阶Newton-Cotes(牛顿-柯特斯)公式. 上一页 下一页 返回 n = 1: 梯形公式 n = 2: 辛普生(Simpson)公式 n = 4: 柯特斯(Cotes)公式 上一页 下一页 返回 n = 3: 牛顿(Newton)公式 解： 上一页 下一页 返回 解： 上一页 下一页 返回 五、Newton-Cotes公式的误差分析 按照余项公式： 梯形公式的余项为： 上一页 下一页 返回 Ln Simpson公式的余项为： 定理 n 阶牛顿－柯特斯公式的代数精度为 上一页 下一页 返回 Newton-Cotes公式的稳定性和收敛性 上一页 下一页 返回 结论：此时的误差不会扩大太大,只要使 f ( xk )取得足够精确,初始数据的误差对计算结果影响不大，方法是稳定的. Rn不一定趋于0，也就是说Newton-Cotes公式的收敛性也没有保证, 一般不采取高阶(n≥8)的Newton-Cotes公式。 上一页 下一页 返回 结论：考虑到当n≥8时，Newton-Cotes系数有正有负，即使 f ( xk )取得足够精确，方法也可能是不稳定的。也就是说，方法不具有稳定性。 由于函数f (x)的n +1阶导数的不确定性， Newton-Cotes公式是取等距节点作为插值节点,通过构造被积函数的Lagrange插值多项式而推导出来的求积公式,然而,随着插值节点的增多,求积公式的代数精度会提高. 而高次插值公式并不一定能取得好的效果,即通过提高插值多项式的次数来逼近f (x)的效果并不好. 第二节 复化求积公式 上一页 下一页 返回 复化求积公式可以克服高次Newton-Cotes公式计算不稳定的问题, 运算简单且易于在计算机上实现。 把积分区间[a, b]平均分成若干小区间[xk , xk+1] 上一页 下一页 返回