【精选】NA05数值积分.pptVIP

* 第五章 数值积分 /* Numerical Integration */ 近似计算 5.1基本概念　　 　牛顿—莱布尼兹公式 在工程技术和科学研究中，常常遇到如下情况： 1. f(x)的结果复杂，求原函数困难。 2. f(x)的原函数不存在，或不能用初等函数表示。 3. f(x)无函数式，只给出一张由实验提供的函数表。 f(x)的 原函数 ? 数值积分的基本思路 在许多实际问题中，仅有的、可利用的信息是被积函数表和积分区间[a, b], 仅用此建立数值求积公式。几个常用公式： 梯形公式/* trapezoidal rule*/ ： 2. 中矩形公式: 3. 辛普森/*Simpson*/公式： 4. 一般公式： 式中xk称为求积节点，Ak称为求积系数。 如何构造求积公式？如何衡量其精度呢？ 5.1 Foundations m=2时，代入f(x)=c2x2 ≠ 例：考察梯形、中矩形和辛浦生公式的代数精度。 解：设f(x)=cmxm, m=0,1,…,　逐次检查求积公式是否精确成立 = = 代数精度 = 1 　　　如果求积公式对任意不高于m次的代数多项式都准确成立，而对于m+1次代数多项式却不能准确成立，则称该求积公式的代数精度为m。 精确解： m=0时，代入f(x)=c0 １．考察梯形公式　IT m=1时，代入f(x)=c1x 2．中矩形公式　IR 代数精度 = 1 3．辛浦生公式 IS　　　　　　　　　　　　　　当m=0,1,2,3都准确成立。 =　I3 m=3时代入f(x)=c3x3 当m≥4时　　　　Is ≠ Im 代数精度 = 3 ? 代数精度 定义 5.1 Foundations 5.2 插值型积分公式/*interpolatory quadrature*/ 思路 利用插值多项式 则积分易算。 ? 在[a, b]上取 a ? x0 x1 … xn ? b，做 f 的 n 次插值多项式 ，即得到 Ak 由 决定， 与 无关。 节点 f (x) 误差 含有n+1个节点的插值型求积公式的代数精度至少为n。 定理 插值型积分公式 /*interpolatory quadrature*/ 5.2 Interpolatory Quadrature ? 当节点等距分布时： 令 Cotes系数 注：Cotes 系数仅取决于 n 和 i，可查表得到。与 f (x) 及区间[a, b]均无关。 ? ? Newton-Cotes 公式 n阶牛顿—柯特斯公式 n = 1: Trapezoidal Rule /* 令 x = a+th, h = b?a, 用中值定理 */ 代数精度 = 1 n = 2: Simpson’s Rule 代数精度 = 3 n = 3: Simpson’s 3/8-Rule, 代数精度 = 3, 5.2 Interpolatory Quadrature 0 代数精度= 5 5.2 Interpolatory Quadrature n = 4: Cotes Rule 当n为偶数时，牛顿—柯特斯公式至少有n+1次代数精度。 定理 作变量替换x=a+th，且xj=a+jh 若n为偶数，则n/2为整数，再令t=u+n/2 被积函数是个奇函数 = 证 设f(x)=xn+1，由于f (n+1)(x)=(n+1)!，余项公式为 5.2 Interpolatory Quadrature 解 计算结果列于下表，准确值为Si=0.9460831…。 例 用各阶牛顿—柯特斯公式计算正弦积分 0.9460831 6 6 0.9460830 5 6 0.9460830 4 3 0.9461109 3 3 0.9461359 2 1 0.9270354 1 有效位数 In n 思考：1. 偶阶数的牛顿—柯特斯公式精度高； 2. 阶数n越高，牛顿—柯特斯公式的精度越好 ! ? 5.3 复合求积 /* Composite Quadrature */ 高次插值有Runge 现象，故采用分段低次插值 ? 分段低次合成的 Newton-Cotes 复合求积公式。 ? 复合梯形公式 在每个 上用梯形公式： = Tm 将 [a, b]区间m等分，步长h=(b-a)/m，分点xk=a+kh, k=0,1,…, m。用低阶牛顿—柯特斯公式求子区间[xk, xk+1]上的积分值，再累加得到积分的近似值。 思路 复合公式的余项？ 5.3 Composite Quadrature ? 复化 Simpson 公式 4 4 4 4 4