求积公式复化梯形求积.pptVIP

三　数值积分信息安全所 付才 数值积分 数值积分概述 机械求积公式 求积公式的代数精度 Newton-Cotes 求积公式 复化求积 Romberg 求积 数值积分概述 原函数无法用简单的初等函数表示出来 数值积分概述（续） 被积函数 f (x) 是以表格形式给出，无法得到它的原函数 f (x) 的原函数能用初等函数表示，但表达式过于复杂，利用牛顿-莱布尼兹公式直接求积不方便 机械求积 机械求积（续） 机械求积（续） 可以在积分区间 [a, b] 中选择若干个节点 xi，用这些节点处的高度（函数值 f (xi)）的加权平均值近似替代 f (x)，从而构造出如下所示的求积公式： 机械求积（续） 特点： 求积系数 Ai 仅与节点 xi 和积分区间长度有关，与被积函数 f (x) 的具体形式无关 公式具有通用性 避开了原函数的求解计算 代数精度 代数精度（续） 考查梯形公式的代数精度 代数精度（续） 代数精度（续） 代数精度（续） 代数精度（续） 代数精度（续） 定理： 对于任意给定的 n + 1 个互异的积分节点 代数精度（续） 插值型求积公式 插值型求积公式（续） 给定 n + 1 个积分节点 xi 以及相应的函数值 f (xi)，i = 0,1,... , n。则求积公式： 插值型求积公式（续） 插值型求积公式（续） 牛顿-柯特斯（Newton-Cotes）公式 如果将积分区间 [a, b] 分为 n 等分，其求积节点 xi 为： 牛顿-柯特斯求积公式（续） 牛顿-柯特斯求积公式（续） 牛顿-柯特斯求积公式（续） 牛顿-柯特斯公式的稳定性 梯形公式 若积分区间 [a, b] 两端点处的函数值 f (a), f (b) 为已知，可应用线性插值公式 p1(x) 在区间 [a, b] 上的积分来近似替代 f (x) 在 [a, b] 上的积分，即牛顿-柯特斯公式中取 n = 1 的情况。 当 n = 1 时，C0(1) = C1(1) = 1/2 ，于是有： 梯形公式（续） 辛普森公式 若积分区间 [a, b] 两端点以及积分区间中点 (a + b)/2 处的函数值 f (a), f (b), f [(a + b)/2] 为已知，可应用抛物线插值公式 p2(x) 在区间 [a, b] 上的积分来近似替代 f (x) 在 [a, b] 上的积分，即牛顿-柯特斯公式中取 n = 2 的情况。 当 n = 2 时，C0(2) = C2(2) = 1/6 ， C1(2) = 4/6 ，从而： 辛普森公式（续） 柯特斯（Cotes）公式 当 n = 4 时，由四次 Lagrange 插值式推导而得的求积公式称为柯特斯（Cotes）公式： 牛顿-柯特斯公式余项 补充：积分第二中值定理 设 f (x) 在区间 [a, b] 上连续，g (x) 在区间 [a, b] 上不变号，则必存在一点 ? ? [a, b] ，使得： 梯形公式的余项 设 f (x) 在 [a, b] 上有二阶连续导数 辛普森公式的余项 柯特斯公式的余项 例题 复化求积 Newton-Cotes 公式实质上是以积分区间内的等距节点为插值节点，通过构造被积函数的 Lagrange 插值多项式而推导出的求积公式 在一定范围内，求积公式的代数精度随插值节点的增加而提高 高次插值容易产生 Runge 现象 n 较大时， Newton-Cotes 系数既不容易求解，且出现负数项，同时求积产生的误差涉及到高阶导数，不易估计 复化求积（续） 从余项的讨论看到，积分区间越小，求积公式的截断误差也越小。因此，我们经常把积分区间分成若干小区间，在每个小区间上采用次数不高的插值公式，构造出相应的求积公式，然后再把它们加起来得到整个区间上的求积公式，这就是复化求积公式的基本思想。 复化求积公式克服了高次 Newton-Cotes 公式计算不稳定的问题，其运算简单且易于在计算机上实现。 常用的复化求积公式是复化梯形公式和复化抛物线公式 复化梯形公式 将区间 [a, b] 划分为 n 等分，积分节点表示为  复化梯形公式（续） 复化辛普森公式 将区间 [a, b] 划分为偶数等分 n = 2m，每个小区间 [x2i, x2i+2] 上的积分为： 复化柯特斯公式 将区间 [a, b] 划分为偶数等分 n = 4m，每个小区间[x4i, x4i+4] 上的积分为： 例题 用复化梯形公式 T7 计算 复化求积公式的截断误差 复化求积公式的截断误差（续） 复化求积公式的截断误差（续） 复化求积公式的截断误差（续） 步长的自动选取 从上述误差分析可以看到，复化积分的截断误差随着分割因子 n 的增大而减小，如何在求积分之前就确定 n 的值，使误差在允许范围之内? 尽管可以利用余项公式来估计