计算机数值方法第四章-数值积分与微分演示幻灯片.ppt

分别由复合梯形、辛普森、柯特斯公式得： 比较三个复合公式的计算结果： 积分的精确值为 精度最高 精度最低 3. 步长的自动选择 通常情况下,定积分的结果只要满足所要求的精度即可 1.变步长公式 在实际计算中，借助于计算机来完成积分步长 h 的自动选择，即采用变步长求积公式。具体地讲，就是将步长逐次折半，反复利用复合求积公式，直到满足精度要求为止。 2.变步长复合辛普森公式 逐次将区间［a，b］分成21，22，…，2m等份，并按复合抛物线公式逐次计算积分得到S1，S2，…，Sm，而 其中 2.变步长复合辛普森公式 再把每个子区间分成两半,用 作步长,按复合抛物线公式计算出积分的近似值S2m。 对于相邻两次的积分近似值Sm、S2m，考察 当｜S2m｜＜1 当｜S2m｜≥1 2.变步长复合辛普森公式 设给定的精度为ε，若 ｜d｜＜ε 则以S2m作为所要求的积分近似值，否则继续将区间分半，利用复合抛物线公式求积分，直到满足给定的精度为止。 4.自动选择步长的算法步骤 依此类推 以上这种方法称为自适应求积法。 有时去掉后 精度会更高 不同的方法 P取不同值 §3 龙贝格积分方法 复合梯形公式的递推化 龙贝格算法 算法设计 梯形公式,Simpson公式,Cotes公式的代数精度分别为 1次,3次和5次 复合梯形、复合Simpson、复合Cotes公式的收敛阶分别为 2阶、4阶和6阶 在代数精度和收敛速度方面, 梯形公式都较差 但梯形公式形式简单、计算量小 有没有办法改善梯形公式呢? 1. 复合梯形公式的递推化 由前面讨论可知，加密节点可以提高求积公式的精度，复合求积方法对提高精度是行之有效的，但选择合适的步长（即n的选取）是个问题。 上节的变步长方法解决了这个问题，即把区间逐次二分，反复利用复合求积公式进行计算，直到二分前后两次积分近似值之差符合精度要求为止。 各节点为 复合梯形公式为 --------(1) 经过二分只增加了一个分点 --------(3) --------(2) 用复化梯形公式求得该子区间上的积分值为 这里h仍为二分前的步长.将每个子区间上的积分值相加得 由(1)(2)两式可 (3)式称为递推的梯形公式 递推梯形公式加上一个控制精度,即可成为自动选取步长的复化梯形公式 优点：梯形法计算简单 缺点：收敛慢，为了达到要求的精度，需要二分区间 多次，分点大量增加，计算量很大 2. 龙贝格算法 根据复化梯形公式的余项表达式可知 假定 ，则有 即 用积分近似值 的误差作为 的一种补偿，得到 复合辛普森公式 也就是，相邻的两个梯形值的外推， 即 却得到了辛普森公式的值。 简单的组合，改变了近似值的代数精度和收敛阶。 同理，由复合辛普森公式的余项 可得 由复合柯特斯公式的余项 得 通称为龙贝格公式，是一种加速技术 一般的，若记 ，则有 上述处理方法称为理查森外推加速法 通常，取m≤3即可。因为当m较大时，校正的效果已经很微小了。 设以 表示二分k次后求得的梯形值，且以 表示 的m次加速值，则依递推公式(4.10)可得 公式(4.12)也称为龙贝格求积算法 T－数表 0 0.9207355 1 0.9397933 0.9461459 2 0.9445735 0.9460869 0.9460830 3 0.9456909 0.9460833 0.9460831 0.9460831 例2 用龙贝格积分公式求 龙贝格积分值R1=0.9460831的每位数字都是有效数字 ? 解：由龙贝格公式得如下T-数表： 3. 算法设计 Romberg 序列 ? ? ? ? ? ? … … … … … … ? T1 = ) 0 ( 0 T ? T8 = ) 3 ( 0 T ? T4 = ) 2 ( 0 T ? T2 = ) 1 ( 0 T ? S1 = ) 0 ( 1 T ? R1 = ) 0 ( 3 T ? S2 = ) 1 ( 1 T ? C1 = ) 0 ( 2 T ? C2 = ) 1 ( 2 T ? S4 = ) 2 ( 1 T Romberg 算法 引言 求积公式