数值分析课件第4章 数值积分与数值微分.pptVIP

4.6.4 三次样条求导 三次样条函数S(x)作为f(x)的近似，不但函数值很接近，导数值也很接近，并有 (见第2章定理4)，利用三次样条函数S(x)直接得到 根据第2章(7.8),(7.9)可求得 这里f[xk, xk+1]为一阶均差. 其误差由(6.10)可得 4.6.5 数值微分的外推算法 利用中点公式计算导数值时 对f(x)在点x做泰勒级数展开有 其中αi(i=1,2,…)与h无关，利用理查森外推(见本章第4节)对h逐次分半，若记G0(h)=G(h)，则有 公式(6.11)的计算过程见书p156表4-10. 根据理查森外推方法，(6.11)的误差为 由此看出当m较大时，计算是很精确的. 考虑到舍入误差，一般m不能取太大. 参见书p157-例9. 公式(5.9)的余项由(5.8)得到 这里是 最高项系数为1的勒让德多项式，由第三章的一些性质得到 当n=1时，有 它比辛普森公式 余项(区间[a, b]) 还小，且比 辛普森公式少算一个函数值. 在区间[a, b]上的高斯－勒让德求积公式 作变量替换 然后再用[-1,1]上的高斯－勒让德求积公式． 得 这就是中矩形公式． 例如, 用一点高斯－勒让德公式有 用两点高斯－勒让德公式有 例6 利用两点Gauss-Legendre 求积公式计算 解:因为 为偶函数 参见书p146-例6. 4.5.3 高斯－切比雪夫求积公式 高斯-切比雪夫求积公式是在高斯求积公式(5.1)中取区间为[-1, 1](即a=-1,b=1)，权函数为 由于切比雪夫多项式是区间[-1, 1]上的正交多项式，因此求积公式(5.12)的高斯点是n+1次切比雪夫多项式的零点，即为 所建立的高斯公式. 为 通过计算(见[2])可知(5.12)的系数为 使用时将n+1个节点改为n个节点，于是高斯-切比雪夫求积公式写成 公式的余项由(5.9)可算得 参见书p147-例7. 高斯-拉盖尔(Gauss-Laguerre)求积公式 该公式以[0,+∞)区间上，关于权函数ρ(x)=e-x的拉盖尔多项式 为正交多项式系｛Lk(x)｝(其中L0(x)=1)，求积节点xk和系数Ak可由数学手册的表上查得. 其它的高斯求积公式还有 使用不同的n值，下列对n=2,3,4,5的计算结果列于下表 例7 利用Gauss-Lagurerre 求积公式计算 n 2 3 4 5 I 0.432459 0.496030 0.504879 0.498093 Gauss-Lagurerre 求积公式截断误差为： (I的精确值为0.5) 高斯-埃尔米特(Gauss-Hermite)求积公式 该公式以(-∞,+∞)上关于权函数ρ(x)=e-x2的埃尔米特多项式 为正交多项式系｛Hk(x)｝(其中H0(x)=1)，求积节点xk和系数Ak可由数学手册的表上查得. 高斯－埃尔米特求积公式截断误差为： 使用不同的 n 值，下列对n=2,3,4,5的计算结果列于下表 例8 利用 Gauss-Hermite 求积公式计算 n 2 4 6 8 I 0.748026 0.565510 0.560255 0.560202 I ≈0.560 202 28 本章介绍的几种求积方法各具特点： (1) 梯形和抛物形求积公式是低精度的方法，但对于光滑性较差的被积函数有时效果比用高精度的方法还好，再加上公式简单，因而使用非常广泛.特别在计算机上，复化的梯形公式和抛物形公式便于采用逐次对分的方法，计算程序十分简单. (2) 龙贝格求积方法，其算法简单，程序也便于实现，且当节点加密时，前面的计算结果直接参与后面的计算，因而大大减少了计算量. 此方法的一个最大缺点是节点的增加是成倍的. (3) 高斯型求积公式，该方法是最高代数精度的求积方法，但它的节点和求积系数都没有规则，当节点增加时，前面的计算结果不能被利用，只能重新计算.因此上机计算时，需要事先输入节点数和各种高斯型求积公式的节点与系数表.它的最大优点是适用于某些无穷区间上的广义积分的计算. 4.6 数值微分 4.6.1 中点方法与误差分析 数值微分就是用函数值的线性组合近似函数在某点的导数值. 按导数定义可以简单地用差商近似导数，这样立即得到几种数值微分公式. 前点公式 误差阶O(h); 后点公式