[电脑基础知识]第3章 数值积分.ppt

第三章 数值积分 在许多实际问题中，常常需要计算定积分I= 的值,根据微积分基本定理,只要求出f(x)的原函数便可以利用牛顿-莱布尼茨公式： 求得定积分的值。 3.1 基本概念 一、求积公式的一般形式 我们知道，定积分是求和式的极限，即 分割就是把总量(整块曲边梯形面积)分成若干分量(小曲边梯形面积)； 近似就是在每个分量中用容易计算的量去代表(这里是用矩形面积近似曲边梯形面积）； 求和就是把分量加起来得到总近似值； 最后取极限就得到积分精确值。 从以上分析看到，前三步都比较容易，最后一步取极限计算较困难。现在既然把求积分精确值变成求积分近似值，因而就可以省掉取极限这一步，只要经过前三步就能得到积分的近似值。这就是我们建立数值积分公式的基本思想。 3.1 基本概念 式中XK称为求积节点，Ak称为求积系数。 接下来的问题是在n固定的情况下，给出求积节点XK的选择和求积系数Ak的确定。 3.1 基本概念 二、插值型求积公式 如果我们已经有了求积节点XK(k=0,1,…,n)，我们可以把这些点当作插值节点，利用拉格朗日插值方法，构造插值多项式Pn(x)，近似被积函数f(x),得到插值型求积公式。 3.1 基本概念 三、代数精度的概念 定理1 (Weierstrass定理) 设f(x)是[a,b]上的连续函数，则对任意ε0，存在多项式P(x),使对一切x(a≤x≤b)有 |f(x)-P(x)| ε 3.1 基本概念 代数精度是为了衡量所构造的求积公式的精确性程度引入的一个概念。 不言而喻，我们希望所构造的求积公式对尽可能多的可积函数f(x)准确，或误差尽可能地小。但我们又不可能逐一度量所有的f(x)。 借助于定理1，我们可以在可积函数的子集(代数多项式类)中来讨论精度问题。 因为定理1告诉我们:任意一个连续函数都可以用多项式去一致逼近。 3.1 基本概念 换句话说，任意一一个连续函数都可以用多项式作为它的最简单的近似函数。 一般说来，多项式的次数越高，用它们来近似的连续函数的精度也就越高。这自然使我们想到利用多项式的次数去度量求积公式的精确性程度(所谓代数精度)。 3.1 基本概念 代数精度的概念是:假如(3.1)式的求积公式对f(x)=1,x,x2,…xm恒精确成立，而当f(x)=xm+1时就不精确成立，我们就称公式(3.1)的代数精度为m。 容易看出，m越大，则就一般的连续函数f(x)而言，公式(3.1)的右端数值与左端积分值的接近程度也就越高。 3.1 基本概念 事实上，当m越大时，用次数小于等于m的多项式P(x) 去近似f(x)也就越好，即 max|f(x)-p(x)|=δm便越小，因而公式(3.1)的误 差也就越小。因为： 3.1 基本概念 四、插值型求积公式与代数精度的关系 下面的定理建立了插值型求积公式与代数精度的关系。 定理2 式(3.1)的求积公式至少具有n次代数精度的充分必要条件是它是插值型的。 3.2 牛顿－柯特斯公式 一、公式的导出 牛顿－柯特斯（Newton-Cotes)公式是一种插值型的求积公式，其求积节点为等分节点。 3.2 牛顿－柯特斯公式 二、偶阶求积公式的代数精度 因为牛顿－柯特斯（Newton-Cotes)公式是一种插值型的求积公式，故由定理2可知，它至少具有n次代数精度。 定理3 当n为偶数时，Newton-Cotes公式至少具有n＋1次代数精度。 3.2 牛顿－柯特斯公式 三、Simpson公式的余项 首先,复习第一积分中值定理.若函数f(x),g(x)在区间[a,b]上有界且可积，f(x)连续,g(x)在区间[a,b]内不变号，则在[a,b]内至少存在一个数ξ(aξb),使得 3.3 龙贝格算法 由定理4可以看出：对给定的被积函数f（x），当积分区间缩短时，求积误差以更快的速度减小。因此在实际计算中为了保证计算的精度，往往首先用分点xk=a+kh， h=（b-a）/n （k=0，1，…,n）将区间[a,b]分成n个相等的子区间，而后对每个子区间再应用梯形公式或Simpson公式，分别得到： 将区间逐步分半的算法： 先在整个区间[a,b]上应用梯形公式近似计算出T1；然后将[a,b]二等分，对n=2应用复化的梯形公式计算出T2；再将每个小区间二等分，即[a,b]四等分，对n=4应用复化的梯形公式计算出T4；如此下去，直到相邻两个值之差小于允许的误差为止，在计算后面的T2n时可以用前面算出的Tn的值。 由余项公式可知，复化梯形公式仅对一次多项式精确成立，收敛速度是