第八数值积分与微分.ppt

第8章 数值积分与微 分 第8章目录 第8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 1.2 代数精度 代数精度(续1） 代数精度（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 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 柯特斯系数的性质 N为偶时的牛—柯公式的代数精度证明 N-C公式应用举例 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 2.3 牛顿一柯特斯公式的稳定性和收敛 §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 §4 逐次分半算法(变步长方法) 4.1 梯形法的递推公式 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4） 龙贝格(Romberg)求积公式（续2） 外推公式 外推公式（续） Romberg方法举例 §6 高斯型求积公式 一般理论举例 一般理论举例（续1） 一般理论举例（续2） 一般理论举例（续3） 带权函数的Gauss型求积公式 例11（续2） 例11（续3） 求解例11方法小结 求Gauss点的一般方法 Gauss点的充要条件 定理7.4证明 定理7.4证明（充分性） 定理7.4证明（充分性）（续） 6.2 Gauss型求积公式的误差 求积公式系数Ak 0的证明： 6.3 常用的Gauss型求积公式 n个Gauss点xk可取作pn(x)的零点 例12（续） 定理7.5 设f ( x )在[ a, b ]上2n阶连续可微，权函数 ? ( x )≥0，则带权? ( x )的Gauss型求积公式的余项为： 并且有： 1. n?? 时，Gauss型求积公式收敛于积分准确值，但 对比较大n，Gauss公式形式复杂不多用； 2. Gauss型求积公式数值稳定（含入误差可控制）； 3. 所有Ak 0，Gauss型求积公式系数的非负性。 （证明略） 对于3 特别有证明： 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。 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。 复重上述外推过程可得（直接用Richardson结果） 这就是龙贝格（Romberg）求积公式，以 近似I，误差见上： 实际计算时可列表计算： T3(0) T2(1) → T1(2) → T0(3) → 3 T2(0) T1(1) → T0(2) → ↓ 2 T1(0) T0(1) → 1 T0(0) ↓ 0 …… T3(k) T2(k) T1(k) T0(k) k [解]根据例6中的函数表按式（7-9），（7-21）与（7-25 ）计算，得： 例9 用Romberg方 法计算积分： 的近似值，要 求误差不超过 在Newton—Cotes公式 中，取xi为等距节点， 使得C i(n)的计算容易， 也使整个N─C公式简 便，我们由此得到的 逐次等分区间的变步长方法、 Romberg