数值分析07-数值积分和微分(上)研.pptVIP

阜师院数科院 第七章 数值积分与微 分（上） 第七章目录 第七章目录 序(1) 序(2) §1 数值积分的基本概念 构造数值求积公式的基本思想（续） 构造数值求积公式的基本思想（续1） 1.2 代数精度 代数精度(续1） 代数精度（续2） 代数精度举例 代数精度举例（续1） 代数精度举例（续2） 待定系数法注释 1.3 插值型求积公式 插值型求积公式（续） 插值型求积公式代数精度定理 定理2（续） 插值型求积公式举例 §2 牛顿一柯特斯(Newton-Cotes)公式 牛顿一柯特斯(Newton-Cotes)公式（续） 牛顿一柯特斯(Newton-Cotes)公式（续1） 牛顿一柯特斯(Newton-Cotes)公式（续2） 柯特斯系数的性质 柯特斯系数的性质（续） N为偶时的牛—柯公式的代数精度证明 N-C公式应用举例 N-C公式应用举例（续） 2.2 几种低价N-C求积公式的余项 辛卜生公式误差估计式的 推导 辛卜生公式误差估计式的 推导（续） 2.3 牛顿一柯特斯公式的稳定性和收敛性 牛顿一柯特斯公式的稳定性和收敛性（续） §3 复化求积公式 复化梯形公式 复化梯形公式的截断误差 复化梯形公式的数值稳定性讨论 3.2 复化Simpson公式和复化Cotes公式 复化Simpson公式的截断误差 复化Cotes公式 复化求积公式举例 例6(续） 复化求积公式举例（续） 例6、例7说明 例6、例7说明（续） §4 逐次分半算法(变步长方法) 4.1 梯形法的递推公式 梯形公式的逐次分半算法（续1） 梯形公式的逐次分半算法（续1） 梯形公式的逐次分半算法（续2） 梯形公式的逐次分半算法（续3） 复化梯形公式的停止计算控制 复化simpson的停止计算控制 4.2 Simpson公式的逐次分半法 Simpson公式的逐次分半法（续） 梯形公式的逐次分半法举例 例8（续） 例8说明 例8说明（续1） 例8说明（续2） 例8说明（续3） 例8说明（续4） §5 龙贝格（Romberg）求积公式 外推法（续1） 外推法（续2） 外推法（续3） 外推法（续4） 李查逊（Richardson）外推法 李查逊（Richardson）外推法（续） 5.2 龙贝格（Romberg）求积公式 龙贝格(Romberg)求积公式（续1） 龙贝格(Romberg)求积公式（续2） 外推公式 外推公式（续） Romberg方法举例 Romberg方法小结 第七章（上） 结 束 由于 为复化Cotes序列， 即由Simpson序列可构造出收敛更快的Cotes序列 。 并且我们的具体做法都是利用控制结束的误差式，构 成新的，收敛更快的序列，而由前面的推导可知，下面这 些公式具有如下规律性： 类似地，也可以推导出： 5.1 外推法 从上面例，我们看到复化梯形序列{T2m}收敛较慢，而利 用梯形序列这些较粗略的近似值，重新进行线性组合得到 的结果收敛更快，更准确。这种利用若干精略近似值推算 更精确的近似值的方法，称为外推法。 下面再举例说明： 可见梯形公式序列收敛差，而由T4与T8经线性组合却收敛很快，可见提高收敛速度，研究外推算法很重要。 关于外推算法，我们再举引例，帮助理解：利用近似 值找更精确的近似值。科学实验中，特殊值的函数值很重 要，但很难求出。如f (0)无法求出，只能通过实验求出一 串f (h)，f (h/2)，…来逼近f (0)，h越小，实验的难度和代 价就越大，能否用f (h)，f (h/2)，构造一个新的序列，使 它更快地收敛于f (0) 呢？ 实际上，我们可运用Taylor展式得到： 既然f1(h) 容易获得，那么我们能否以f1(h) 再产生 新的序列f2(h)，使f2(h)比f1(h)更快地收敛于f (0)呢？ 可见：序列{f2(h) }逼近f (0) 的误差阶为O(h3) 比{f1(h) }逼近f (0)的O(h2)高 。 上述过程我们可以一直继续下去，这就是外推算法,可以达到加快收敛的目的。 从一个基本公式出发，利用加速收敛的技巧，可以构造 出收敛速度更快的近似序列，下面的李查逊（Richardson） 外推法就是这样一种方法。 设用某种数值方法求积分I的近似值，一般设近似值是 步长的函数，记为I1(h)，若有相应的误差关系式： 回到这里的积分问题我们可由变步长公式计算复化梯形 T2m，得到梯形序列{T2m}，它收敛较慢，能否由它构造出 新的，收敛更快的序列？ 将上述Ri