第1节　Cotes型求积公式.pptVIP

第四章数值微积分 Newton-Cotes 型求积公式 复化求积公式 Gauss 型求积公式 数值微分 §1. Newton-Cotes型求积公式 一、梯形公式(n=1) 二、抛物线(辛普森-Simpson)公式（n=2） 三、Cotes公式及误差（n=4） 本节(§1 )要点： * 关于积分 如果已知 f(x)=F’(x) ,则根据牛 顿-莱布尼兹公式可以得到： 但是，在计算中会遇到以下情况： 都不宜直接用Newton-Leibniz公式计算。因此必须寻求新的求解方法—近似方法或数值积分。 1）.原函数无法求出，如： 2）.y=f(x)由离散数据给出 (xi,yi) , i=0,1, …, n 3）.F(x)可以求出，但太复杂，如 引言 采用近似解法或数值解法的思想是先找出被积函数 f(x) 的近似函数 p(x) , 即： 则可以得到： 本章，我们将给出两种计算方法： 1）.等距节点的牛顿-柯特斯型求积公式。 2）.非等距节点的高斯型求积公式。 则可以构造出n次Lagrange插值多项式： 相应的函数值为：yk=f(xk), k=0,1,2,…,n 对于定积分 将区间[a,b] n等分,节点为： 对 f(x)=Ln(x)+Rn(x) 两端在[a,b]上积分,得到: 令： 忽略Rn[f]便可以得到积分的近似表达式： 误差为： 为了给出具体计算公式，令 则由 xi=a+ih, xk=a+kh 得到 从而 令： 则得定积分的近似计算公式： 误差由： 及x=a+th, xk=a+kh 得到 从而得定积分的近似计算公式： 称为Newton-Cotes 型求积公式 在具体计算时，可以取定 n=1，2，3，4。此时，还有专用名称称呼，分别为梯形公式、抛物线公式、Cotes公式等，下面给出具体的计算格式。 由系数 得到 于是 即： 关于误差可由 得到 设 f(x)∈C2[a,b],则由积分中值定理得: 于是，得到梯形求积公式及其误差为 为了估计误差限，设 则得到 由系数 得到 得到 即 设 f(x)∈C4[a,b], 则可得抛物线公式的误差为 若记 则有 证明要用到代数精度概念，此概念后面介绍，此处从略 于是得抛物线 (simpson)求积公式及误差为 将三组公式及误差表示整理如下： 抛物线公式 梯形公式 Cotes求积公式 例4.1　用梯形公式，Simpson公式和 Cotes 公式求积分 解:利用梯形公式 利用 Simpson 公式 得 利用Cotes公式得 而原积分为 相对而言，Cotes求积公式精度最高，梯形求积公式精度最低。 例 4.2 用梯形公式和Simpson公式 计算积分 解: 由梯形公式得 由Simpson公式得 1. 等距节点(Newton-Cotes)的积分公式是如何构造的？ 2. N点等距节点的积分公式及其误差式怎么表示？ 3. 如何由上式给出梯形公式、抛物线公式及其误差？ 4. 问题：由上面例题可以看出，n越大，计算精度越高，那么继续增大n，是否精度继续提高呢？ 这里使用的是Lagrange插值逼近，有Runge现象，当然不是n越大越好，当n较大时，会出现数值不稳定。考虑到分段插值逼近的优越性，在本节方法的基础之上，给出精度高且数值稳定的新算法——复化求积公式。 * *