数值分析教学资料 第七章 数值积分.pptVIP

第七章 数值积分 第七章 数值积分 数值积分概述 Newton-Cotes求积公式 外推原理与Romberg求积公式 Gauss求积公式 7.1 数值积分概述 求积公式和它的代数精度 插值型求积公式 上式称数值求积公式。 使其代数精度尽量高，并指出其代数精度。 7.1.2 插值型求积公式 若已知函数f(x)在[a,b]上一组节点值a≤x0 x1…xn≤b 以及函数值 f(x0)，f(x1) ,…, f(xn)，构造f(x)的n次Lagrange插值多项式： 7.2 Newton-Cotes求积公式 Newton-cotes公式的导出 几种低阶求积公式及其余项 偶阶求积公式的代数精度 复合求积公式 可得 注：n?8时，Cotes系数出现负数，会引起误差增大，计算不稳定。 将[a,b]n等分，h=(b-a)/n，在每个子区间[xk, xk+1] (k=0,1,…,n-1)上采用梯形公式，得 将[a,b]n等分，在每个子区间[xk, xk+1] (k=0,1,…,n-1)上采用Simpson公式，若记xk+1/2= xk+h/2，则可得复合Simpson公式形式为 7.4 Gauss求积公式 含2n+2个待定参数xk, Ak (k=0,1,…,n)，当x取等距节点时得到的插值型求积公式的代数精度至少为n次，若适当选取xk (k=0,1,…,n)，有可能使求积公式具2n+1次代数精度，这类求积公式称Gauss求积公式。 xk 为Gauss点。 例 构造下列积分的Gauss求积公式： 故求积公式为 P194 习题七：1，2，4，8，9 复合Simpson公式的余项： 则当n足够大时，复合Simpson公式的余项为： 3、复合Cotes公式 复合Cotes公式的余项： 比较三种复合公式的余项： 例1. 解: 为简单起见，依次使用8阶复合梯形公式、4阶 复合Simpson公式和2阶复合Cotes公式。 可得各节点的值如下表： 0 1 0.125 00.25 00.375 00.5 00.625 00.75 00.875 0 1 0分别由复合Trapz、Simpson、Cotes公式有 原积分的精确值为 精度最高 精度次高 精度最低 7.3 外推原理和Romberg求积公式 一、外推原理：数值计算中的加速收敛方法。 数值计算中常利用一序列：F1，F2，…，Fk，…去逼近准确解F，然后在理论上给出{Fk}收敛于F的误差估计。 一个有趣的问题：能否在截断误差估计的基础上，通过简易的方法，在{Fk}基础上产生一个新序列{F*k}，使{F*k}比{Fk}更快地逼近F呢？－－称加速收敛技巧 例 设f(x)在x=0处函数值为f(0)，在很多情况下，f(0)无法求得，只能得到一函数值序列：f(h)，f(h/2)，…（h0）且h越小，计算难度越大。 于是问题出现：能否通过序列f(h)，f(h/2)，…构造出一新序列，使其更快收敛于f(0)呢？ 如利用Taylor展式： 若f `(0)≠0，则f(h)，f(h/2)逼近f(0)的阶数都是O(h)，若令 在某种条件下，这是办得到的。 则当f ```(0)≠0时，f2(h)逼近f(0)的误差阶为O(h3)，故序列f2(h)，f2(h/2)，…，比 f1(h)，f1(h/2)，…，收敛到f(0)更快。再构造f3(h)，还可继续加速。 这种利用若干已算出的近似值作适当组合以求得更精确的近似值的加速收敛的方法称外推算法。 若再令 则当f ``(0)≠0时，f1(h)逼近f(0)的误差阶为O(h2)，故序列f1(h)，f1(h/2)，…，可更快地收敛到f(0)。 二、Romberg求积算法 以复合梯形公式算法为例介绍： 将[a,b]n等分，h为步长，复合梯形公式为 若将[a,b]2n等分，即将求积区间[xk,xk+1]再二分一次，只增加一个分点xk+1/2=(xk+xk+1)/2，用复合梯形公式求得该区间的积分值为： 分析误差： 假定 则 则有 即 若T2n与Tn接近，则T2n误差很小。 这种以计算结果估计误差的方法称事后估计法。 若用T2n的误差作为T2n的一种补偿，得 可能是更好的结果。 由 复合Simpson公式 即T2n与Tn作线性组合，可得Simpson公式的值Sn。 考察Simpson方法，类似推导可得 即 复合Cotes公式