数值积分与数值微分课件
第七章数值积分与数值微分 PPT
a
2
b
梯形公式
b
a
f
( x)dx
1 2
(b
a)
f
(a)
f
(b)
3
一般形式
数值积分公式得一般形式
一般地,用 f(x) 在 [a, b] 上得一些离散点
a x0 < x1 < ···< xn b
上得函数值得加权平均作为 f () 得近似值,可得
b
n
f ( x)dx
a
Ai f ( xi )
29
复合梯形公式
将 [a, b] 分成 n 等分 [xi , xi+1] ,其中
xi a i h,
h
b
a n
(i = 0, 1, …, n)
复合梯形公式
b
n1
f ( x) dx
a i0
xi 1 xi
f (x)
dx
n1 i0
h[ 2
f
(
xi
)
f ( xi1)]
余项
h 2
f (a)
n
Ai =A0 A1 An b a
i0
9
大家学习辛苦了,还是要坚持
继续保持安静
插值型求积公式
设求积节点为:a x0 < x1 < ···< xn b
n
若 f (xi) 已知,则可做 n 次多项式插值: Ln( x) li ( x) f ( xi )
i0
b
b
n
b
n
a f ( x)dx a Ln( x) dx f ( xi ) a li ( x) dx Ai f ( xi )
代数精度的验证方法
数值积分与数值微分ppt课件
a
,
x1
b
2
a
,
x2
b
,h
b
2
a
Cotes系数:
C0( 2 )
1 4
2
1
(t 1)(t 2)dt
0
6
4.5 4
C1(2)
1 2
2
t(t 2)dt
0
4 6
3.5 3
2.5
C2(2)
1 4
2
1
(t 1)tdt
0
6
2 1.5
1
求积公式:
2
Q2( f ) (b a)
n (t j)h
0
0
jn
(k
j)h
h
dt
jk
jk
h (1)nk n
(t j)dt
k!(n k)! 0 0 jn
jk
Ak
ˆ
(b
a
)
C (n) k
C
(n)称
k
为Cotes系
数
(1)nk
n
Ak
(b a)
3
I3(
f
)
b
6
a
(a2
(a
b)2
b2
)
b3
3
a3
R( , x2 ) 0
(3)当 f (x) x3时,I ( f ) b4 a4
4
I3(
f
)
b
数值分析课件 第4章 数值积分与数值微分
第4章 数值积分与数值微分1 数值积分的基本概念实际问题当中常常需要计算定积分。
在微积分中,我们熟知,牛顿—莱布尼兹公式是计算定积分的一种有效工具,在理论和实际计算上有很大作用。
对定积分()ba I f x dx =⎰,若()f x 在区间[,]ab 上连续,且()f x 的原函数为()F x ,则可计算定积分()()()ba f x dx Fb F a =-⎰ 似乎问题已经解决,其实不然。
如1)()f x 是由测量或数值计算以数据表形式给出时,Newton-Leibnitz 公式无法应用。
2)许多形式上很简单的函数,例如222sin 1(),sin ,cos ,,ln x x f x x x e x x-=等等,它们的原函数不能用初等函数的有限形式表示。
3)即使有些被积函数的原函数能通过初等函数的有限形式表示,但应用牛顿—莱布尼兹公式计算,仍涉及大量的数值计算,还不如应用数值积分的方法来得方便,既节省工作量,又满足精度的要求。
例如下列积分24111ln11arc 1)arc 1)xdxxtg tg C++=+⎡⎤+++-+⎣⎦⎰对于上述这些情况,都要求建立定积分的近似计算方法—数值积分法。
1.1 数值求积分的基本思想根据以上所述,数值求积公式应该避免用原函数表示,而由被积函数的值决定。
由积分中值定理:对()[,]f x C a b∈,存在[,]a bξ∈,有()()()baf x dx b a fξ=-⎰表明,定积分所表示的曲边梯形的面积等于底为b a-而高为()fξ的矩形面积(图4-1)。
问题在于点ξ的具体位置一般是不知道的,因而难以准确算出()fξ。
我们将()fξ称为区间[,]a b上的平均高度。
这样,只要对平均高度()fξ提供一种算法,相应地便获得一种数值求积分方法。
如果我们用两端的算术平均作为平均高度()f ξ的近似值,这样导出的求积公式[()()]2b a T f a f b -=+ (1.1)便是我们所熟悉的梯形公式(图4-2)。
数值分析数值计算方法课程课件PPT之第四章数值积分与数值微分
( x a )( x b ) d x a
b
[ a , b ].
(2) f ( x) C [a, b], 则 辛 普 森 公 式 的 截 断 差 误 为:
f ()b a b 2 R ( x a )( x ) ( x b ) d x S a 4 ! 2
b ab a 4 ( 4 ) ( ) f ( ), 180 2
n 1
I k 求出积分值Ik,然后将它们累加求和,用 作为所求积分 I的近 k 0 似值。
h I f ( x ) dx f ( x ) dx f ( x ) f ( x ) k k 1 a x k 2 k 0 k 0 h f ( x ) 2 ( f ( x ) f ( x ) ... f ( x )) f ( x ) 0 1 2 n 1 n 2
记
1 S f ( a ) 4 f ( x ) 2 f ( x ) f ( b ) 1 n k k 2 6 k 0 k 1
n 1 n 1
称为复化辛普森公式。
18
类似于复化梯形公式余项的讨论,复化辛普森公式的求 积余项为
R s h f 2880 ba
1
4.3 复化求积公式
问题1:由梯形、辛普森和柯特斯求积公式余项,分析随着求 积节点数的增加,对应公式的精度是怎样变化? 问题2:当n≥8时N—C求积公式还具有数值稳定性吗?可用增 加求积节点数的方法来提高计算精度吗? 在实际应用中,通常将积分区间分成若干个小区间, 在每个小区间上采用低阶求积公式,然后把所有小区间上 的计算结果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。常用的复化求积公式有复化梯形 公式和复化辛普森公式。
数值分析第四章数值积分与数值微分-PPT课件
Cotes系数只与 j 和 n 有关, 与 f x 和积分区间 a , b
无关, 且满足:
1 C k
n
n
C n k
n
(n) 2 C j 1 j0
2、截断误差
Newton-Cotes公式的误差为:
1 ) f (n ( ) R (f) w (x ) dx n 1 a ( n 1 )! b n 2 n n h (n 1 ) f ( ) ( tj) dt , ( a ,b ) ( n 1 )!0 0 j
n ( u j ) du 2
据此可断定 R f 0 ,因为上述被积函数是个奇函数.
4、数值稳定性
现在讨论舍入误差对计算结果产生的影响. 设用公式 近似计算积分
( n ) I ( f ) ( b a ) C j f(xj) n j 0 n
I ( f ) f ( x)dx
a
b
0 , 1 ,2 , . . . n 时, 其中计算函数值 f x j 有误差 ,而 j j
计算 C
n
j
没有误差, 中间计算过程中的舍入误差也不考虑,
j
则在 I n ( f ) 的计算中,由
引起的误差为
( n ) e ( b a ) C f ( x ) ( b a ) C j) j (f(xj) n j j 0 ( n ) j j 0 ( n ) ( b a ) C j j n
x
f x
1 4
2 4.5
3 6
4 8
5 8.5
呵呵…这就需要积 原来通过原函数来计 分的数值方法来帮 算积分有它的局限性。 忙啦。 那…… 怎么办呢?
数值积分和数值微分
误差阶: 记步长为h时的误差为e~,步长为h/n时的误差为 e~(n 这里n=2),
则,相应的误差阶为:
ln(e~n )
d
e~ ln(n)
24
Sample Output ( represents a space)
复化梯形积分,误差(科学计数形式)和误差阶为
k=0,e0=0. ############e00 k=1,e1= 0.############e-1, k=2,e2= 0.############,
...
d1=? 比如 d1= 1.1111 d2=?
复化Simpson积分,误差和误差阶为
k=1, e0= 0. ############e00
k=2, e1 = 0.############e-1, d1=?
...
25
(x ( xi
xi1 )( x xi1 )L ( x xn ) xi1 )( xi xi1 )L ( xi xn )
• 积分误差
I ( f ) In ( f )
b
a Rn (x)dx
b a
f
(n1) ( (x))
(n 1)!
n
( x)dx?
b
ba b2 a2
2 m1 am1
m 1
6
若数值积分 In ( f ) 至少有n 阶代数精度,则求积系数唯一
Lagrange插值基函数
b
ai a li (x)dx, i 0,..., n
li
( x x0 )L ( xi x0 )L
a x0 x1 xn b.
数值积分和数值微分课件
一般地,欲使求积公具 式有m 次代数精度,只要令对 它于 f(x) 1,x,,xm 都能准确成立。
利用代数精度的概念求求积公式的代数精确度
梯 形 公 式 (T b f (x) dx [ f (a) f (b)] (b a))
a
2
令f (x) 1, x,....
当f (x) 1, 左 边
xk a kh 构造出的插值型求积公式
n
In (b a)
C(n) k
f
( xk
),
k 0
称为 牛顿 - 柯特斯公式(Newton- Cotes公式),
C(n) k
称为 柯特斯系数.
作变换x a th,则有
C(n) k
h ba
n n t j dt 0 j0 k j
jk
(1)nk
定理1 形如 (1)式的求积公式至少有n次代数精度的充分必要条件是, 它是插值型的。
如果求积公式是插值型的,按 (2) 式,对于次数不超过n 的多项式
f(x),其余项 R[f] 等于零,因而这时求积公式至少具有n 次代数精度。
反之,如果求积公式 (1) 至少具有 n 次代数精度,则它必定是
插值型的。事实上,这时公式 (1) 对于特殊的n 次多项式 插值基
二、复化梯形公式
将区间[a, b] 等分为 n 个小区间[xk , xk1],其中分点
xk
a kh,
(h
b a ,k n
0,1,, n),
并在每个小区间上应用梯形公式, 则得复化梯形公式
I
b
n1
f (x)dx
a k 0
xk 1 xk
f
(x) dx
h 2
n1
[f
数值分析课件第4章 数值积分与数值微分
上页
下页
如果我们事先选定求积节点xk,譬如,以区间 [a, b]的等距分点作为节点,这时取m=n求解方程组 即可确定求积系数Ak,而使求积公式至少具有 n次 代数精度. 本章第2节介绍这样一类求积公式,梯形 公式是其中的一个特例.
如为了构造出上面的求积公式,原则上是一个
上页 下页
得求积公式为
I
2h
2h
8 4 8 f ( x ) d x hf ( h) hf (0) hf ( h) 3 3 3
2h 3
令 f (x)=x3,得
8 3 3 0 x d x h[( h) h ] 0 2h 3
令 f (x)=x4,得
64 5 2 h 4 8 16 5 4 4 h x d x h[( h) h ] h 2h 5 3 3
~ In ( f ) In ( f )
~ Ak [ f ( xk ) f k ] ,
k 0
n
成立,则称求积公式ΣAkf(xk)是稳定的,
上页
下页
定理2 若求积公式ΣAkf(xk)中所有系数Ak>0, 则此求积公式是稳定的.
证明 对任给ε>0,若取δ=ε/(b-a), 对所有k都有 ~ f ( xk ) f k ( k 0,1,, n) n 则有 ~ ~ I n ( f ) I n ( f ) Ak [ f ( x k ) f k ]
k 0 n
k 0 n
~ Ak f ( x k ) f k
Ak (b a ) .
k 0
故求积公式是稳定的.
上页 下页
6.2 牛顿—柯特斯公式
数值分析第四章数值积分与数值微分
称 f 为区间 a , b 的平均高度.
3、求积公式的构造
若简单选取区间端点或中点的函数值作为平均高度,则 可得一点求积公式如下:
左矩形公式: Iffaba
中矩形公式: Iff a2bba
右矩形公式: Iffbba
左矩形公式: Iffaba
0
0
上述积分称为第二类椭圆积分。
WhatI’st’tshseo Ocorimgipnlaelx that funwcteiocnan?!not
get it.
2. 有些被积函数其原函数虽然可以用初等函数表示成有限 形式,但表达式相当复杂,计算极不方便. 例如函数:
x2 2x2 3
并不复杂,但它的原函数却十分复杂:
(i) 对所有次数≤m次的多项式 Pm (x,)有
R (P m ) I(P m ) In(P m ) 0
(ii)存在m+1次多项式 Pm1(x),使得
R (P m 1 ) I(P m 1 ) In (P m 1 ) 0
上述定义中的条件(i),(ii)等价于:
( i )R ( x k ) I ( x k ) I n ( x k ) 0 ,( 0 k m )
f x xn1 的余项为零。
由于 f x xn1,所以 fn1xn1!
即得
R(f)hn2 n n (tj)dt 0
j0
引进变换 t u n ,因为 n 为偶数,故 n 为整数,
2
2
于是有
n
R(f)hn2
2 n
2
n (unj)du
且每个波纹以近似 2 英寸为一个周期. 求制做一块波纹瓦所需
铝板的长度L.
这个问题就是要求由函数 f xsinx
第四章 数值积分与数值微分
寻找一个足够精度的简单函数p(x)代替f(x) ,于是
有 a
b
f ( x)dx p( x)dx,把p(x)取成插值多项式,
a
b
则可得到插值型求积公式。
设给定节点 a x0 x1 x2 xn b
并已知这些节点上的函数值 f ( xk ) (k 0,1,, n)
当求积系数由 Ak
l ( x)dx
a k
b
所唯一确定时,所得的求积公式称为插值型求 积公式。 Remark:由截断误差可知,插值型求积公式 至少具有n次代数精度。
2018/11/17 17
二. Newton-cotes公式
h (b a) n 将[a,b]分为n等份, 取节点 xk a kh(k=0,1,…,n)
a a a
m a0 Ak a1 Ak xk am Ak xk k 0 k 0 k 0
2018/11/17 5
n
n
n
求积公式的代数精确度(续)
b
a
dx Ak
n
b
a
xdx Ak xk
k 0 n
b
a
x dx Ak x
m k 0
k 0
3
2018/11/17 12
三.收敛性与稳定性
Ak f ( xk ) f ( x)dx (lim R[ f ] 0), 如果 lim a n h 0
b n
( xi xi 1 ),则称该求积公式是收敛的。 其中 h max 1 i n
k 0
n
如果求积公式对舍入误差不敏感(误差能够控 制),则称该求积公式是稳定的。
计算方法课件-第5章-数值微分与数值积分讲解
h2 R2 ( x0 ) 3
f (1 )—左端
h2 R2 ( x1 ) - 6
f (2 )
—中
R2 ( x2 )
h2 3
f (3 )
—右端
例1:已知列表
X 2.5
2.55 2.60 2.65 2.70
Y 1.58114 1.59687 1.61245 1.62788 1.64317
求f (2.50), f (2.6), f (2.7)的近似值。
h 2!
f ''( ) O(h)
因此,有误差
f ( x0 h)
f ( x0 ) hf
'( x0 )
h2 2!
f
''( ), x0
x0 h
4
5.1 数值微分
5.1.1 差商型求导公式
中心差商
f '( x0 )
f ( x0 h) f ( x0 h) 2h
由Taylor展开
f ( x0
因此,有误差
R( x)
f
'( x0 )
f ( x0 h) h
f ( x0 )
h 2!
f
''( ) O(h)
3
5.1 数值微分
5.1.1 差商型求导公式
向后差商
f '( x0 )
f ( x0 ) f ( x0 h) h
由Taylor展开
R( x)
f '( x0 )
f ( x0 ) f ( x0 h) h
f ( )的近似值,这样导出的求积公式
ab
f
( x)dx
b
2
a
数值积分与数值微分课件
第5章数值积分与数值微分方式关于定积分计算,已经有较多方式,如公式法、分步积分法等,但实际问题中,常常显现不能用通常这些积分方式计算的定积分问题。
如何把这些通常方式失效的定积分在必然精度下快速计算出来,专门是通过运算机编程计算出来确实是本章研究的内容。
另外,如何依照函数在假设干个点处的函数值去求该函数的导数近似值也是本章介绍的内容。
本章涉及的方式有Newton-Cotes求积公式、Gauss求积公式、复化求积公式、Romberg求积公式和数值微分。
引 例人造地球卫星轨道可视为平面上的椭圆。
我国的第一颗人造地球卫星近地址距离地球表面439km ,远地址距地球表面2384km ,地球半径为6371km ,求该卫星的轨道长度。
本问题可用椭圆参数方程cos ,,0sin x a ta b y b tπ=⎧≤≤>⎨=⎩ (0t 2) 来描述人造地球卫星的轨道,式中a, b 别离为椭圆的长短轴,该轨道的长度L 确实是如下参数方程弧长积分但那个积分是椭圆积分,不能用解析方式计算。
问题的描述与大体概念要想用运算机来计算()baf x dx ⎰,应付其做离散化处置。
注意到定积分是如下和式的极限1()lim ()nbi i ai f x dx f x λξ→==∆∑⎰要离散化,做 1) 去掉极限号lim 2) 将i ξ取为具体的i x 值3) 为减少离散化带来的误差,将i x ∆用待定系数iA 代替 于是就取得概念 假设存在实数1212,,,;,,,,n n x x x A A A 且任取()[,],f x C a b ∈都有1()()nbi i ai f x dx A f x =≈∑⎰()那么称式为一个数值求积公式。
i A 称为求积系数,i x 称为求积节点;而称1()()()nbi i ai R f f x dx A f x ==-∑⎰ ()为求积余项或求积公式()的截断误差。
从概念能够看到,数值求积公式依托于求积节点个数n 、求积节点{}i x 和求积系数{}i A ,这三个量有一个发生转变,那么产生不同的求积公式。
数值微分和数值积分
mi由“m关系式” 确定的方程组求得。
2005 10 21
2.2 数值积分
数值积分是用来求解定积分中被积函数是以离散点形式
(xi, f(xi)) 给出;或被积函数无法求出的情形。它是定积分计 算的一种近似方法。
在微积分中,定积分是Riemann和的极限,即
L2 (x)
(x
x1)(x x2 ) 2h 2
f
(x0)
(x
x0 )(x x2 ) h2
f
( x1 )
(x
x0 )(x x1) 2h 2
f
( x2 )
f (x) L2 (x)
f (x0 2h 2
)
(
x
x1
x
x
2
)
f
( x1 ) h2
(x
x0
x
h0
h
• 设定最佳步长
计算数值微分时产生的误差有截断误差和舍入误差两部 分组成。由数值微分公式产生截断误差,有原始数据产生舍 入误差。
一般情况,步长 h 越小,误差也越小,但步长太小,会
引起误差的增长。因此,实际计算时,需要选择一个最佳步
长。 用中心差商分析数值微分的误差。
∵ f(x0-h)≈f(x0+h) 有效数字严重损失
显然,对任意次数不超过 m 次的多项式 f(x) 有,
In( f ) = I( f )。
2.2.1 插值型数值微分
给定[a, b]上的点列 (xi, f(xi)), i = 0,1,2,…,n, 构造Ln(x), 则
b
b
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第5章数值积分与数值微分方法关于定积分计算,已经有较多方法,如公式法、分步积分法等,但实际问题中,经常出现不能用通常这些积分方法计算的定积分问题。
怎样把这些通常方法失效的定积分在一定精度下快速计算出来,特别是通过计算机编程计算出来就是本章研究的内容。
此外,怎样根据函数在若干个点处的函数值去求该函数的导数近似值也是本章介绍的内容。
本章涉及的方法有Newton-Cotes求积公式、Gauss求积公式、复化求积公式、Romberg求积公式和数值微分。
5.1 引例人造地球卫星轨道可视为平面上的椭圆。
我国的第一颗人造地球卫星近地点距离地球表面439km,远地点距地球表面2384km,地球半径为6371km,求该卫星的轨道长度。
本问题可用椭圆参数方程cos ,,0sin x a t a b y b tπ=⎧≤≤>⎨=⎩ (0t 2) 来描述人造地球卫星的轨道,式中a, b 分别为椭圆的长短轴,该轨道的长度L 就是如下参数方程弧长积分但这个积分是椭圆积分,不能用解析方法计算。
5.2问题的描述与基本概念要想用计算机来计算()ba f x dx ⎰,应对其做离散化处理。
注意到定积分是如下和式的极限 01()lim ()nbi i a i f x dx f x λξ→==∆∑⎰ 要离散化,做去掉极限号lim将i ξ取为具体的i x 值为减少离散化带来的误差,将i x ∆用待定系数i A 代替 于是就得到定义 5.1 若存在实数1212,,,;,,,,n n x x x A A A 且任取()[,],f x C a b ∈都有1()()nb i i a i f x dx A f x =≈∑⎰ (5.1) 则称式(5.1)为一个数值求积公式。
式中i A 称为求积系数,i x 称为求积节点,而称 1()()()nb i i a i R f f x dx A f x ==-∑⎰ (5.2) 为求积余项或求积公式(5.1)的截断误差。
从定义可以看到,数值求积公式依赖于求积节点个数n 、求积节点{}i x 和求积系数{}i A ,这三个量有一个发生变化,则产生不同的求积公式。
定义5.2 若求积公式1()()nbi i a i f x dx A f x =≈∑⎰ 对所有不超过m 次的多项式()m p x 有求积余项()0m R p =,而对某一个m+1次多项式1()m p x +有1()0m R p +≠,则称该求积公式的代数精度为m 。
1()()()nb i i a i R f f x dx A f x ==-∑⎰一般,一个求积公式的代数精度越大,则该求积公式越好。
确定代数精度的方法依次取()(0,1,)k f x x k ==代入公式1()()()nb i i a i R f f x dx A f x ==-∑⎰ 并验证()0k R x =是否成立。
若第一个使()0k R x=不成立的k 值为m ,则对应的代数精度为m-1。
例 5.1确定求积公式11()((33f x dx f f -≈-+⎰ 的代数精度。
解 取()kf x x =代入求积公式有11()[((]331[(](1(1))13k k k k k k R x x dx k -=--+=-+-+⎰易验证 0123()()()()0R x R x R x R x ====,但48()045R x =≠,故本题求积公式代数精度为3。
例 5.2确定下面求积公式22()()(0)(2)h h f x dx Af h Bf Cf h -≈-++⎰ 的参数A ,B ,C ,使它具有尽可能高的代数精度,并指出相应的代数精度。
解 本题要先求出具体的求积公式,然后再判断所求公式的代数精度。
公式有3个待定参数,h不是求积公式的参数,故利用3个条件得到的3个等式关系就可以解决求出具体求积公式的问题。
依次取2()1,,f x x x =代入求积公式并取等号,有解之得故所求的求积公式为 221648()()(0)(2)939hh h h h f x dx f h f f h -≈-++⎰ 为确定其代数精度,再取3()f x x =代入求出的公式继续计算,有3416()03R x h =-≠,故所求的求积公式具有二阶代数精度。
5.3 插值型求积公式借助多项式插值函数来构造的求积公式称为插值型求积公式。
一般选用不同的插值公式就可以得到不同的插值型求积公式。
基本思想利用被积函数()f x的插值函数代替()f x做定积分的近似计算来构造求积公式。
1.构造原理考虑()f x 在n 个节点12,,,n x x x 上的n-1次Lagrange 插值多项式1()n L x -与()f x 的余项,有()()11()()()[,]!n ni in n i f f x f x l x x x a b n ξω-==∑+∈() 这里()()()111,nnk in n k kk i k k ix x l x x x x x x ω-==≠⎛⎫-=∏=- ⎪-⎝⎭∏。
两边取积分,有()()11()()()!n nbbbiin n aa ai f f x dx f x lx dx x dx n ξω-==∑+⎰⎰⎰()记1()b i in aA l x dx -=⎰ (5.3)则有(5.4) 若舍去()()()!n bn af x dx n ξω⎰,得求积公式 1()()nbi i ai f x dx A f x =≈∑⎰求积系数1()bi in aA l x dx -=⎰的求积公式就是插值型求积公式。
插值型求积公式的求积余项()()()()!n bn af R f x dx n ξω=⎰当()f x 为次数小于n 次的多项式时,有()()0n f x ≡,对应的()0R f =。
因此插值型求积公式的代数精度至少为n-1。
若取()1f x =,代入式(5.4),可得插值型求积公式的求积系数之和为1nkk Ab a ==-∑下面具体介绍常用的几个插值型求积公式。
2. Newton-Cotes 求积公式1) n 点的Newton-Cotes 公式的构造将求积节点i x 取为[a,b]上的等距节点2,,n做积分变量变换:x a th =+则当[],xa b ∈时,有[]0,1t n ∈-,于是有插值型求积公式的求积系数为()(),1,2,,1(5.5)n i i A b a C i n =-=-()n i C 常称为Cotes 系数,易验证()11nn i i C ==∑通常称()()1()()n bn i i ai f x dx b a C f x =≈-∑⎰(5.6)为n 点的Newton-Cotes 公式。
由于求积节点i x 是等距的,因此也称式(5.6)为等距节点求积公式。
Newton-Cotes公式A) 2 点的Newton-Cotes公式(5.7)这正是我们熟悉的梯形公式。
B) 3点的Newton-Cotes公式为(5.8)称它为Simpson公式或抛物线公式。
表5.1n ()niC 23456789例5.3 试分别用梯形公式和Simpson公式计算1 0sin xI dxx=⎰解用梯形公式计算,有用Simpson公式计算,有2)n 点Newton-Cotes 公式的代数精度定理5.1 当求积节点个数n 为奇数时,对应的Newton-Cotes 求积公式的代数精度至少为n 。
证明 由于是插值型求积公式,故有()0,0,1,,1kR xk n ==-对nx有()()()()()()11112121111!1n nnnx a thb n x nn kak k n l l s t ll n lk x R xx x dxht k dtn h s l k dsξ=+-=+===++=-+-==-=-+=+-+∏∏⎰⎰∏⎰记()()()21111l lm l k k m ls s l k s m ϕ+=-+==-=+-+=+∏∏,易知()()s s ϕϕ-=-,故是奇函数,得()()10lnn lR x h s ds ϕ+-==⎰,得证。
3) 梯形公式与Simpson 公式的余项引理 5.1 (积分中值定理)设()()[],,f x g x C a b ∈,且()g x 在[],a b 上不变号,则有()()()()[],bb aaf xg x dx f g x dxa b ξξ=∈⎰⎰梯形公式余项为()()()()1[,]2!baf R f x a x b dx a b ξξ''=--∈⎰()()x a x b --在[a,b]不变号,()f x 有2阶连续导数,由引理 5.1,有()()()()()()31[,]2!12baf b a R f x a x b dx f a b ηηη''-''=--=-∈⎰梯形公式余项(5.9)抛物线公式的余项(5.10)4)Newton-Cotes 公式的数值稳定性设计算函数()k f x 时产生舍入误差为k ε实际在计算机中参加计算的是()k f x 的近似值()()1,2,k k kf x f x k n ε=-=故Newton-Cotes 公式在计算机中产生的误差为()()()()()()111()()nnn n n i i i i i i nn i ii b a C f x b a C f x b a C ηε====---=-∑∑∑若记1max ii nεε≤≤=,则有()()1nn n i i b a C ηε=≤-∑由Cotes 表5.1,当时, ()0niC >,从而有 ()()()1nn n i i b a C b a ηεε=≤-=-∑说明此时计算舍入误差可以控制,从而Newton-Cotes 公式是数值稳定的。
但当n>8时,()n iC 有正有负,()1nn ii C =∑ 随n 增大而增大,从而导致舍入误差增加。
故n>8时,Newton-Cotes 公式是数值不稳定的。
因而一般不用n>8的Newton-Cotes 公式来做定积分计算。
3. Gauss 求积公式1)Gauss 求积公式的构造与概念n 点的插值型求积公式的代数精度至少是n-1 ,那么是否还能提高其代数精度呢?若能,其代数精度最大能是多少?为回答这个问题,观察一下插值求积公式的构造方法,发现其至少具有n-1次代数精度的结论是在限定求积节点i x 的前提下得出的,若让求积节点i x 也可以自由取值,则就给提高代数精度创造了条件。
为使问题讨论更具一般性,这里考虑带权的定积分求积公式()()()1nbkkak x f x dx A f x ρ=≈∑⎰ (5.11)式中()x ρ是已知的非负函数,为区间[a,b]上的权函数,[a,b]可以取为∞。