第七章+数值计算方法.pptVIP

* 要点 * 对于积分 但是在工程技术和科学研究中,常会见到以下现象: * 以上这些现象,Newton-Leibniz很难发挥作用 只能建立积分的近似计算方法 这类方法很多,但为方便起见,最常用的一种方法是利用 插值多项式来构造数值求积公式,具体步骤如下: 不同的 插值方法 有不同的 基函数 * 这就是数值求积公式 为了使一个求积公式能对更多的积分具有较好的实际计 算意义,就要求它对尽可能多的被积函数都准确地成立 * 复合梯形公式 复合Simpson公式 复合抛物线公式 * * * 数值分析应用范围:工程计算、数值模拟 数值分析内容: (1)数值逼近方法 (2)数值代数方法 (3)数值计算方法 数学可以分为两大体系: 一是算法体系; 二是演绎体系 * 数值分析方法的主要任务: 1.将计算机上不能执行的运算化为在计算机上可 执行的运算 2.针对所求解的数值问题研究在计算机上可执行 的且有效的计算公式 3.因为可能采用了近似等价运算,故要进行误差分析, 即数值问题的性态及数值方法的稳定性 * 例1. 给出等差数列1,2,3,…,10000的求和算法 解: 记数器置零 * * 插值法 * 要点 用简单的函数(如多项式函数)作为一个 复杂函数的近似,最简单实用的方法就是 插值 主要介绍有关插值法的一些基本概念, 及多项式插值的基础理论 * 能否存在一个性能优良、便于计算的函数 一、插值问题 * ------(1) 这就是插值问题, (1)式为插值条件, 其插值函数的图象如图 * * 二、代数插值多项式的存在唯一性 整体误差的大小反映了插值函数的好坏 为了使插值函数更方便在计算机上运算,一般插值函 数都使用代数多项式和有理函数 讨论的就是代数插值多项式 且满足 --------(2) --------(3) * --------(4) 上述方程组的系数行列式为n+1阶Vandermond行列式 * 定理1. 由Cramer法则,线性方程组(4)有唯一解 --------(2) --------(3) 则满足插值条件 的插值多项式 存在且唯一. 虽然线性方程组(4)推出的插值多项式存在且唯一 但通过解线性方程组(4)求插值多项式却不是好方法 * 其中 * 例2. 并作图比较. 解: * function y=lagrangen(x0,y0,x) % lagrangen n=length(x0);m=length(x); for i=1:m s=0; for k=1:n L=1; for j=1:n if j~=k L=L*(x(i)-x0(j))/(x0(k)-x0(j)); end end s=s+L*y0(k); end y(i)=s; end y; Lagrange插值多项式 求插值的Matlab程序. * %Chazhibijiao.m x=-5:0.1:5; y=1./(1+x.^2); plot(x,y,r) axis([-5 5 -1.5 2]);pause,hold on for n=2:2:10 x0=linspace(-5,5,n+1); y0=1./(1+x0.^2); y1=lagrangen(x0,y0,x); plot(x,y1), pause end y=interp1(x0,y0,x); plot (x,y,g),hold off gtext(n=2),gtext(n=4),gtext(n=6) gtext(n=8),gtext(n=10) gtext(f(x)=1/(1+x^2)) 比较不同的插值多项式次数对插值的影响 * 不同次数的Lagrange插值多项式的比较图 Runge现象 * 结果表明,并不是插值多项式的次数越高,插值效果 越好,精度也不一定是随次数的提高而升高,这种现 象在上个世纪初由Runge发现,故称为Runge现象. * 3 分段插值法 从上节可知,如果插值多项式的次数过高，可能产生 Runge现象，因此，在构造插值多项式时常采用分段 插值的方法。 构造Lagrange线性插值 * 也称折线插值,如右图 曲线的光滑性较差 在节点处有尖点 但如果增加节点的数量 减小步长,会改善插值效果 因此 则 * 分段低次Lagrange插值的特点 计算较容易 可以解决Runge现象 但插值多项式分段 插值曲线在节点处会出现