第四章数值积分1.pptVIP

* 第四章 数值积分 §4.1　数值积分的一般概念 §4.2　插值型求积公式 二、复化求积公式 1、复化梯形公式 2、复合辛埔生求积公式 小结：1）在同一积分问题和同样精度要求下，复合梯形比复合辛埔生计算量大。 2）复合求积公式是实用的方法，但事先确定满足精度要求的n或h比较困难。 三、不事先选步长的求积算法 1、区间逐次分半法 综合上述，得到基于复合梯形求积公式的自动步长求计算法： 程序清单： function [n,t]=tixingfaqiuji(fun_name,a,b,epsl) %求函数在区间[a,b]上的积分t,n=2^m。 h=b-a; t0=h/2*(feval(fun_name，a)+feval(fun_name，b)); m=0; while 1 h=h/2; t=0; for i=1:2^m t=t+feval(fun_name，a+(2*i-1)*h); end t=t0/2+h*t; if abs(t-t0)=3/4*epsl,break,end; m=m+1; t0=t; End N=2^m; 执行[n,t]=tixingfaqiuji(0,2,0.0001)的结果： n = 64,t = 4.0070. 2、查尔逊（Richardson)外推技术与龙贝格（Romberg)积分法 查尔逊（Richardson)外推： 以此类推有： 进一步，再加上步长收缩 0q1 **将上述技术应用于复合梯形求计算法称之为龙贝格算法： 龙贝格算法进程： 龙贝格算法程序清单： function [n,s]=longbeigesf(fun_name,a,b,epsl) %计算函数在区间[a,b]上的积分值，采用龙贝格算法。 h=b-a; t(1,1)=h/2*(feval(fun_name,a)+feval(fun_name,b)); m=1; while 1 h=h/2; t(1,m+1)=0; for i=1:2^(m-1) t(1,m+1)=t(1,m+1)+feval(fun_name,a+(2*i-1)*h); end t(1,m+1)=t(1,m)/2+h*t(1,m+1); for j=1:m t(j+1,m+1-j)=(4^j*t(j,m-j+2)-t(j,m-j+1))/(4^j-1); end if abs(t(m+1,1)-t(m,1))=epsl,break,end; m=m+1; end s=t(m+1,1); n=2^m; 程序一：二维数组T(i,j)的情况 function [n,s]=longbeigesf2(fun_name,a,b,epsl) %计算函数在区间[a,b]上的积分值，采用龙贝格算法。 h=b-a; t0(1)=h/2*(feval(fun_name,a)+feval(fun_name,b)); m=1; while 1 h=h/2; t1(1)=0; for i=1:2^(m-1) t1(1)=t1(1)+feval(fun_name,a+(2*i-1)*h); end t1(1)=t0(1)/2+h*t1(1); for j=1:m t1(j+1)=(4^j*t1(j)-t0(j))/(4^j-1); end if abs(t1(m+1)-t0(m))=epsl,break,end; m=m+1; t0=t1; end s=t1(m+1); n=2^m; 程序二：一维数组t0(n),t1(n)代替T(I,J) 执行[n,s]=longbeigesf(0,2,0.0001)的结果： n = 8，s = 4.0070 执行[n,s]=longbeigesf2(0,2,0.0001)的结果： n = 8，s = 4.0070 插值型算法总结： *插值型算法适用于有限区间[a,b]上连续函数的积分问题； **龙贝格积分算法是插值型算法中最有效的算法； §4.3　高斯型求积公式 高斯型求积公式是一种既能求有限区间上函数的积分，又能求无限区间上函数积分的方法。 那么一个n个互异节点的求积公式，最高代数精度是多少？ 我们知道：一个n个互异节点的求积公式，代数精度至少为n-1. 有可能达到2n-1吗？ *