第8章数值积分与数值微分2精选.ppt

五 复化求积公式 高次插值有Runge 现象, 高阶Newton-Cotes公式会出现数值不稳定, 低阶Newton-Cotes公式有时又不能满足精度要求. 解决这个矛盾的办法是将积分区间[a , b]分成若干小区间, 在每个小区间上用低阶求积公式计算, 然后将它们加起来, 这就是复化求积方法. ? 复化梯形公式： 在每个 上用梯形公式： 将[a , b]分成 n 个相等的子区间 , 这里 其中 , 只要 , 则由介值定理知存在 , 使得 因此有 记: 若用Tn作为 I 的近似公式, 则称之为复化梯形公式 . 余项为: 或记为: 复化梯形公式积分法 收敛性 由上述的误差估计式可知，当 f (x) ?C 2[a , b] 时, 只要 h?0时, 数列T n ( f ) ? I ( f ), 且收敛速度为二阶O(h2). 但是 f (x) ?C 2[a , b] 条件相对苛刻, 现假定 f (x)在[a , b]上Riemann可积, 讨论复化求积公式的收敛性: ? 复化 Simpson 公式： 将[a , b] 2n 等分(偶数份) , 则 在每两个子区间 上利用Simpson公式, 则得 称之为复化抛物型公式或复化Simpson公式, 可用于求 I 的近似值, 即： 复化Simpson公式积分法 误差估计 每个子区间上的误差估计式为 将n 个子区间的误差相加得 由闭区间上连续函数的介值性质可知在(a , b)内至少存在一点? ,使 可见, 当 f (x)有四阶导数时, 复化Simpson公式具有4 阶收敛. 定理1：设 f (x)在[a ,b]上黎曼可积,则当分点无限增多,即 时,复化梯形公式、复化 Simpson 公式和复化Cotes公式均收敛到积分 ? 复化 Cotes 公式： 类似地将[a , b] 4n 等分, 可得复化 Cotes 公式 其中 余项为: 例1: 对于函数 , 试用数据表计算积分 x f (x) 0 1 1/8 0.9973978 2/8 0.9896158 3/8 0.9767267 4/8 0.9588510 5/8 0.9361556 6/8 0.9088516 7/8 0.8771925 1 0.8414709 解: 将区间[0 , 1]划分为 8 等分, 应用复化梯形法求得: 应用复化Simpson法计算,得 比较上面两个结果T8和S4,它们都需要提供9个点上的函数值工作量基本相同,然而精度却差别很大. 同积分的准确值 I ( f )=0.9460831比较, 复化梯形法的结果T8=0.9456909只有两位有效数字, 而复化 Simpson法的结果S4=0.9460832却有六位有效数字. 例2: 对于下面给定的数据表, 分别用复化梯形公式和复化Simpson 公式计算 的近似值. 解: 用复化梯形公式可得： 用复化Simpson公式可得： x 1.8 2.0 2.2 2.4 2.6 f (x) 3.12014 4.42569 6.04241 8.03014 10.46675 1．用2 段Simpson公式（5 节点）计算 的近似值（计算中取4位有效数字）； 2．若使误差不超过 ，用复化梯形公式计算该积分 至少应取多少个节点？ 例3: 解: (1) 用2段Simpson公式： (2). 所以用复化梯形公式计算该积分至少应取328个节点。 故: 六 变步长的求积法(区间逐次分半) 变步长的梯形法 在区间[a , b]上取n+1个等距节点, 记 由复化梯形公式,得 (1) 再由复化梯形公式得 若精度不够,把各个小区间再对分,插进节点 (2) 记 故 误差估计: 这表明,以T2n 作为I 的近似值, 其误差近似为( T2n-Tn )/3. 可用于控制误差. 即 则得计算T