第七章数值积分.docVIP

第八章 数值积分 我们知道，如果函数f (x)在区间[a, b]上连续，且原函数为F(x)，则可用牛顿――莱布尼兹公式 来求得定积分。然而，对有些函数来说，找到原函数往往很困难，有些原函数不能用初等函数表示出来，例如： （a为有限数） 还有的被积函数尽管能用初等函数的有限形式表示出来，但表达式过于复杂，也不便使用。特别是在实际问题中，更多的函数是用表格或图形表示的，对这种函数，更无法用牛顿――莱布尼兹公式求积分。因此，有必要研究用数值方法求定积分的问题。这种数值积分方法也是微分方程、积分方程数值解法的基础。 数值积分的基本思想是构造一个简单函数（例如多项式）Pn (x)来近似代替被积分函数f (x)，然后通过求 求得的近似值。 §1 插值型求积公式 设 （8.1） 插值型求积公式就是构造插值多项式Pn(x)，使 称（8.1）为插值求积公式。 由拉格朗日插值公式 代入（8.1），则有 记 其中?k为求积系数，xk为求积节点。 1．两点公式 构造以a，b为结点的线性插值多项式 （8.2） （8.2）亦称为梯形公式。 2．三点公式 以a, ，b为节点，构造二次插值多项式 其中 类似地，可求得 得三点公式： （8.3） 称（8.3）为辛卜生（Sinpson）求积公式。 我们也可以类似地构造五点、七点，…，n点求积公式，在实际运算中，以梯形和Sinpson公式为常用。 §2 复化求积公式 如果积分区间比较大，直接地使用上述求积公式，精度难以保证。在高等教学的学习中，曾经介绍过梯形法求积公式，它的几何意义是将积分区间[a, b]分成n个小区间，对f (x)用分段线性插值，然后积分。类似地，也可以对f (x)用分段抛物插值。 通常采取的办法是： （1）等分求积区间，比如取步长，分[a, b]为n等分，分点为 k = 0, 1, 2,…, n （2）在区间 [xk, xk+1]上使用以上求积公式求得Ik （3）取和值，作为整个区间上的积分近似值。 这种求积方法称为复化求积方法。 1．复化梯型公式 由（8.2） （8.4） 2．复化辛卜生公式 将[xk, xk+1]对分，中点记为 由（8.3） （8.5） 例8．1：利用数据表 xk 0 1/8 1/4 3/8 1/2 5/8 3/4 7/8 1 f (xk) 4 3.93846 3.76470 3.50685 3.20000 2.87640 2.46000 2.26549 2 计算积分 这个问题有明显的答案 取n = 8用复化梯形公式 取n=4,用辛卜生公式 比较T8 与S4两个结果，它们却需要调用f 9次，工作量基本相同，但精度差别却很大。这项计算结果表明，复化辛卜生公式是一种精度较高的求积公式。 为编程序方便，我们将辛卜生公式（8.5）写成 §3 变步长梯形方法 前面介绍的复化求积方法对提高精度是行之有效的。但是使用复化求积公式之前须给出合适的步长，步长取得太大精度难以保证，步长太小则会导致计算量的增加，而事先给出一个合适的步长往往又是十分困难的。 下面介绍一种变步长积分法，其基本思想是将区间逐次对分进行计算，用前后两次计算的结果进行估计，若合乎精度要求，就停止计算；否则再次对分，重复以上计算过程，直至达到精度要求为止。 设将区间[a, b] n等分，共有n + 1个分点，按复化梯形公式计算Tn，需要计算n + 1个f (x)的值，如果将求积区间再次对分，若仍然直接用复化梯形公式计算二分后的积分值 T2n ，则需要计算2n+1个f(x) 的值。注意到T2n 的全部分点中有n + 1个是二分前原有的点，重复计算这些“老分点”上的函数值显然是个浪费。因此，我们将二分前后两个积分值联系起来加以考虑，注意到每个小区间[xk, xk+1]经过二分再增加一个新分点后，用复化梯形公式求得该区间上的积分值为： 因此有 （8.6） （8.6）式的前一项Tn是二分前的积分值，在求T2n时可作为已知值使用，而它的后一项只涉及二分时新增加的分点，所要计算f值的次数为n，可见递推公式（8.6）由于避免了老节点的重复计算，而使计算量减少了一半。 §4 求积公式的误差 现在考虑求积公式的误差。因为Pn (x)是f (x)的n次插值多项式，所以当本身就是次数不超过n的多项式时，，这时，在不考虑舍入误差时，求积公式是精确成立的。 我们来看一下它的舍入误差，此时 取