计算方法—数据分析与智能计算初探（第2版）教学课件 第5章 数值积分.pptVIP

* * 微分中值定理： * 龙贝格求积公式（续） * 达到精度要求了吗 ？ 二分前的步长 * 作业 课本 P82： 1(3) 3 7 9 11 13 14(2) * * * 梯形公式（续） x y 0 A B y = p1(x) y = f (x) f (a) a b f (b) 梯形公式的几何意义是用四边梯形的面积近似代替 y = f (x) 围成的曲边梯形的面积。 * 辛普森公式 若积分区间 [a, b] 两端点以及积分区间中点 (a + b)/2 处的函数值 f (a), f (b), f [(a + b)/2] 为已知，可应用抛物线插值公式 p2(x) 在区间 [a, b] 上的积分来近似替代 f (x) 在 [a, b] 上的积分，即牛顿-柯特斯公式中取 n = 2 的情况。 当 n = 2 时，C0(2) = C2(2) = 1/6 ， C1(2) = 4/6 ，从而： * 辛普森公式（续） x y a b y = p2(x) y = f (x) 0 辛普森公式的几何意义为用抛物线 y = p2(x) 围成的曲边梯形面积近似代替 y = f (x) 围成的曲边梯形的面积。 * 柯特斯（Cotes）公式 当 n = 4 时，由四次 Lagrange 插值式推导而得的求积公式称为柯特斯（Cotes）公式： * 牛顿-柯特斯公式余项 定理：对于 n 阶 Newton-Cotes 公式，当 n 为偶数时，其代数精度至少可以达到 n + 1 若 f (x) 为 n + 1 次代数多项式，则： 积分区间变为[0, n] 证明： * n 为偶数， 变量替换： 设 * 补充：积分第二中值定理 设 f (x) 在区间 [a, b] 上连续，g (x) 在区间 [a, b] 上不变号，则必存在一点 ? ? [a, b] ，使得： 最大值最小值定理： 不妨考查 g (x) 0 介值定理： * 梯形公式的余项 设 f (x) 在 [a, b] 上有二阶连续导数 * 辛普森公式的余项 设 f (x) 在 [a, b] 上有四阶连续导数 辛普森公式代数精度为 3，其余项为某个三次插值多项式的截断误差在 [a, b] 上的积分 构造三次 Hermite 插值多项式满足： 其截断误差为： * 所以： 恒为负 作变量替换： 并记： * * 柯特斯公式的余项 设 f (x) 在 [a, b] 上有六阶连续导数 柯特斯公式 其截断误差为： 代数精度为 5 * 例题 解： 1) n = 2 时 2) n = 3 时 * 复化求积 Newton-Cotes 公式实质上是以积分区间内的等距节点为插值节点，通过构造被积函数的 Lagrange 插值多项式而推导出的求积公式 在一定范围内，求积公式的代数精度随插值节点的增加而提高 高次插值容易产生 Runge 现象 n 较大时， Newton-Cotes 系数既不容易求解，且出现负数项，同时求积产生的误差涉及到高阶导数，不易估计 * 复化求积（续） 从余项的讨论看到，积分区间越小，求积公式的截断误差也越小。因此，我们经常把积分区间分成若干小区间，在每个小区间上采用次数不高的插值公式，构造出相应的求积公式，然后再把它们加起来得到整个区间上的求积公式，这就是复化求积公式的基本思想。 复化求积公式克服了高次 Newton-Cotes 公式计算不稳定的问题，其运算简单且易于在计算机上实现。 常用的复化求积公式是复化梯形公式和复化抛物线公式 * 复化梯形公式 将区间 [a, b] 划分为 n 等分，积分节点表示为  每个小区间 [xi, xi+1] 上的积分为： 小区间的长度称为步长： * 复化梯形公式（续） f (x)在区间 [a, b] 上的积分为每个小区间 [xi, xi+1] 上的积分之和，即： 0 1 n 2 …… h 中间节点 * f (x)在区间 [a, b] 上的积分为每个小区间 [x2i, x2i+2] 上的积分之和，即： 偶数节点 复化辛普森公式 将区间 [a, b] 划分为偶数等分 n = 2m，每个小区间 [x2i, x2i+2] 上的积分为： 　其中步长 h = (b -a)/n 奇数节点 * 2h 1 2 6 3 …… 0 n 4 5 7 8 头节点 尾节点 奇数节点 偶数节点 n 为偶数 * 复化柯特斯公式 将区间 [a, b] 划分为偶数等分 n = 4m，每个小区间[x4i, x4i+4] 上的积分为： 步长 * 例题 用复化梯形公式 T7 计算 解：步长 其中： 将数据代入求得： * 复化求积公式的截断误差 梯形公式的余项： 因此每个小区间 [xi, xi+1] 的余项： 复化梯形公式在整个区间 [a, b