2复化求积
chap4第2节 复化求积公式
Rn [ f ]
h (b a )
2
f ( ), (a , b)
12
如果记 M 2 max f ( x )
a xb
则有 Rn [ f ]
b
a
f ( x )dx Tn
( b a )h 12
2
M2
(b a ) 12n
2
3
M2
上式说明复化梯形公式是收敛的。
这时由
xk x k 1
得到
h h f f ( x )dx f ( xk 1 ) 4 f ( x 1 ) f ( xk ) k 2880 6 2 n
5
(4)
( k )
b
a
f ( x )dx
i 1
xk
f ( x )dx
x k 1
5 n h h (4) f ( k ) f ( x k 1 ) 4 f ( x 1 ) f ( x k ) 2880 k 1 k k 1 6 2
1
1 4 4 4 2 2 2 1 4 6 1 1 9 9
3.1230
4 )3
而梯形公式的结果为
1 x
0
1
4
2
dx
1 0 2
(
4
1 0 11
例 4.4 用复化梯形公式计算积分 I 0 e dx ,应将区间 [0,1]多少等分,才可以使其截断误差不超过 1 10 4
x
1
2
解:复化梯形公式的误差为
Rn [ f ] f ( x )dx Tn
a b
(b a ) 12n
复化求积公式
复化求积公式复化求积公式是计算定积分的一种常用方法。
它的基本思想是将区间分成多个小区间,用每个小区间上的函数近似代替原函数,然后将这些小区间的近似结果相加得到总的近似结果。
这个方法的优点是能够适用于各种函数类型,而且在计算机上也可以很方便地实现。
具体来说,我们可以将区间[a, b]均匀地分成n个小区间,每个小区间的长度都为Δx = (b-a)/n。
然后我们在每个小区间上选择一个点xi(可以是小区间的左端点、右端点、中点等)作为代表,然后计算这些小区间上的函数值f(xi)。
这样我们就得到了n个高度为f(xi)的矩形,它们的面积就是Δx * f(xi)。
将这n个矩形的面积相加,就得到了近似的定积分的结果。
单个小区间的近似结果可以表示为Δx * f(xi)。
为了得到更精确的结果,我们可以进一步增加小区间的数量,即取n趋向于无穷大的极限。
这样,我们就可以得到复化求积公式的一般形式:∫[a, b] f(x) dx ≈ Δx/2 * [f(x0) + 2f(x1) + 2f(x2) + ... + 2f(x(n-1)) + f(xn)]其中,Δx = (b-a)/n,x0 = a,xn = b,xi 是每个小区间上的代表点。
复化求积公式的精确度与小区间的数量n有关,通常情况下,n越大,近似结果越精确。
但是同时也需要注意,小区间的数量过大会导致计算量过大,需要更多的时间和计算资源。
复化求积公式在实际应用中有很重要的作用,特别是在数值计算和科学工程领域。
通过这个方法,我们可以近似地计算各种复杂的函数的定积分,例如概率密度函数、信号处理中的卷积运算等。
同时,复化求积公式也为数值积分提供了一种计算机实现的思路,可以通过编程语言实现自动计算定积分的功能。
总之,复化求积公式是计算定积分的一种重要方法,通过将区间分成多个小区间,用每个小区间上的函数近似代替原函数,并将这些小区间结果相加,从而获得近似结果。
它在实际应用中具有广泛的适用性和指导意义,为求解各种复杂问题提供了一种有效的数值计算方法。
复化求积公式的算法及其应用
复化求积公式的算法及其应用复化求积公式是数值计算方法中重要的一种技术,用于近似计算函数的积分值。
该方法通过将积分区间等分为多个小区间,并在每个小区间上使用求积公式来估计函数在该区间上的积分值。
本文将介绍复化求积公式的算法及其应用。
一、复化求积公式算法1.复化梯形求积公式复化梯形求积公式是复化求积公式中最简单的一种,其基本思想是将积分区间等分为若干个小区间,然后在每个小区间上使用梯形求积公式计算积分值,最后将所有小区间的积分值相加得到最终的积分值。
算法步骤:1)将积分区间[a,b]等分为n个小区间,每个小区间的长度为h=(b-a)/n。
2) 在每个小区间上使用梯形求积公式计算积分值,即Ii=h/2*(f(xi)+f(xi+1)),其中xi=a+i*h,i=0,1,2,...,n-13)将所有小区间的积分值相加得到最终的积分值,即I≈I0+I1+I2+...+In-12. 复化Simpson求积公式复化Simpson求积公式是一种更为精确的复化求积公式,它通过在每个小区间上使用Simpson求积公式来计算积分值,从而提高了计算精度。
算法步骤:1)将积分区间[a,b]等分为n个小区间,每个小区间的长度为h=(b-a)/n。
2) 在每个小区间上使用Simpson求积公式计算积分值,即Ii=h/6*(f(xi)+4f(xi+h/2)+f(xi+h)),其中xi=a+i*h,i=0,1,2,...,n-13)将所有小区间的积分值相加得到最终的积分值,即I≈I0+I1+I2+...+In-1二、复化求积公式应用1.数学分析中的数值积分计算,用于计算函数的定积分值。
2.物理学中的积分计算,用于计算物理量的平均值或总量。
3.统计学中的积分计算,用于计算概率密度函数的面积值。
4.工程学中的积分计算,用于计算工程问题中的各种积分量。
5.金融学中的积分计算,用于计算金融衍生品的价格或价值。
总结:复化求积公式是一种重要的数值计算方法,在数学、物理、统计、工程、金融等领域中有广泛的应用。
现代科学工程计算基础课后答案
现代科学工程计算基础课后答案《现代科学与工程计算基础》较为详细地介绍了科学与工程计算中常用的数值计算方法、基本概念及有关的理论和应用。
全书共分八章,主要内容有误差分析,函数的插值与逼近,数值积分与数值微分,线性代数方程组的直接解法与迭代解法,非线性方程及非线性方程组的数值解法,矩阵特征值和特征向量的数值解法,以及常微分方程初、边值问题的数值解法等。
使用对象为高等院校工科类研究生及理工科类非“信息与计算科学”专业本科生,也可供从事科学与工程计算的科技工作者参考。
《现代科学与工程计算基础》讲授由浅人深,通俗易懂,具备高等数学、线性代数知识者均可学习。
基本信息出版社: 四川大学出版社; 第1版 (2003年9月1日)平装: 378页语种:简体中文开本: 32ISBN: 7561426879条形码: 9787561426876商品尺寸: 20 x 13.8 x 1.6 cm商品重量: 399 g品牌: 四川大学出版社ASIN: B004XLDT8C《研究生系列教材:现代科学与工程计算基础》是我们在长期从事数值分析教学和研究工作的基础上,根据多年的教学经验和实际计算经验编写而成。
其目的是使大学生和研究生了解数值计算的重要性及其基本内容,熟悉基本算法并能在计算机上实现,掌握如何构造、评估、选取、甚至改进算法的数学理论依据,培养和提高读者独立解决数值计算问题的能力。
目录第一章绪论§1 研究对象§2 误差的来源及其基本概念2.1 误差的来源2.2 误差的基本概念2.3 和、差、积、商的误差§3 数值计算中几点注意事项习题第二章函数的插值与逼近§1 引言1.1 多项式插值1.2 最佳逼近1.3 曲线拟合§2 Lagrange插值2.1 线性插值与抛物插值2.2 n次Lagrange插值多项式2.3 插值余项§3 迭代插值§4 Newton插值4.1 Newton均差插值公式4.2 Newton差分插值公式§5 Hermite插值§6 分段多项式插值6.1 分段线性插值6.2 分段三次Hermite插值§7 样条插值7.1 三次样条插值函数的定义7.2 插值函数的构造7.3 三次样条插值的算法7.4 三次样条插值的收敛性§8 最小二乘曲线拟合8.1 问题的引入及最小二乘原理8.2 一般情形的最小二乘曲线拟合8.3 用关于点集的正交函数系作最小二乘拟合8.4 多变量的最小二乘拟合§9 连续函数的量佳平方逼近9.1 利用多项式作平方逼近9.2 利用正交函数组作平方逼近§10 富利叶变换及快速富利叶变换10.1 最佳平方三角逼近与离散富利叶变换10.2 快速富利叶变换习题第三章数值积分与数值微分§1 数值积分的基本概念1.1 数值求积的基本思想1.2 代数精度的概念1.3 插值型求积公式§2 等距节点求积公式2.1 Newton—CoteS公式2.2 复化求积法及其收敛性2.3 求积步长的自适应选取§3 Romberg 求积法3.1 Romberg求积公式3.2 Richardson外推加速技术§4 Gauss型求积公式4.1 Gauss型求积公式的一般理论4.2几种常见的Gauss型求积公式§5 奇异积分和振荡函数积分的计算5.1 奇异积分的计算5.2 振荡函数积分的计算§6 多重积分的计算6.1 基本思想6.2 复化求积公式6.3 Gauss型求积公式§7 数值微分7.1 Taylor级数展开法7.2 插值型求导公式习题第四章解线性代数方程组的直接法§1 Gauss消去法§2 主元素消去法2.1 全主元素消去法2.2 列主元素消去法§3 矩阵三角分解法3.1 Doolittle分解法(或LU分解)3.2 列主元素三角分解法3.3 平方根法3.4 三对角方程组的追赶法§4 向量范数、矩阵范数及条件数4.1 向量和矩阵的范数4.2 矩阵条件数及方程组性态习题第五章解线性代数方程组的迭代法§1 Jacobi迭代法§2 Gauss-Seidel迭代法§3 超松弛迭代法§4 共轭梯度法习题第六章非线性方程求根§1 逐步搜索法及二分法1.1 逐步搜索法1.2 二分法§2 迭代法2.1 迭代法的算法2.2 迭代法的基本理论2.3 局部收敛性及收敛阶§3 迭代收敛的加速3.1 松弛法3.2 Aitken方法§4 New-ton迭代法4.1 Newton迭代法及收敛性4.2 Newton迭代法的修正4.3 重根的处理§5 弦割法与抛物线法5.1 弦割法5.2 抛物线法§6 代数方程求根6.1 多项式方程求根的Newton法6.2 劈因子法§7 解非线性方程组的Newton迭代法习题……第七章矩阵特征值和特征向量的计算第八章常微方分程数值解法附录参考文献欢迎下载,资料仅供参考!!!资料仅供参考!!!资料仅供参考!!!。
复化求积公式
2 定理7 定理 若 f ( x ) ∈ C [a , b ] , 则复化梯形公式的余项为
说明: ) ( 式说明复化梯形公式的余项收敛于零的速度与 说明: 1)(3.3)式说明复化梯形公式的余项收敛于零的速度与 h2收敛于零的速度相同,即余项等 于O(h2)。 收敛于零的速度相同, 。 导数值)确定 (2)余项可由端点的函数值 导数值 确定。 )余项可由端点的函数值(导数值 确定。 3、复化中矩求积公式 (推导类似复化梯形公式) 、 推导类似复化梯形公式) x 1 x 1 x3 上采用中矩形公式, 在 [ x i −1 , x i ]上采用中矩形公式, n− 2 2 2 b − a xi xi −1 + xi , 记h = xn =b x = ∫xi−1 f ( x)dx ≈ h ⋅ f ( 2 ), a=x0 x1 x2 n i = 1,2,L, n 所以
即
∫
b
a
n −1 x i ) + f (b) 2 i =1 2
记
= Tn
( 3 .1)
下面考虑余项,先从每个小区间上考虑余项, 下面考虑余项,先从每个小区间上考虑余项,因为每个小区 间上是N- 公式中当 公式中当n=1时的梯形公式。 时的梯形公式。 间上是 -C公式中当 时的梯形公式
n n
所以 − h∑ f ′′(ξ i ) = −∑ O( h2 ) + f ′(a ) − f ′(b) → f ′(a) − f ′(b), (h → 0),
n
i =1 i =1
即 − h∑ f ′′(ξi ) → f ′(a) − f ′(b) (h →0)。
i=1
#
− (b − a)h2 ∫a f ( x)dxb − Tn = 12 f ′′(ξ ), a < ξ < b, ( 3 . 2 ) ∫a f ( x)dx − Tn → 1 ( f ′(a) − f ′(b)), h → 0。 及渐近估计式 ( 3 .3 ) 2 12 h
第五讲 复化求积公式
四、自动选取积分步长
事前确定步长的问题 (1) 高阶导数的估计往往是很困难的; (2) 这种估计往往是很保守的,得到的n往往偏大。 为了改正上述缺点,实际常采用“事后估计法” “事后估计法”的基本思想是 (1) 求数值积分时,将区间逐次分半; (2) 利用前后两次的计算结果来判断误差是否满足精度要求, 从而确定n. 下面以复化梯形公式为例来介绍这种步长逐次减半求积法
1 h n1 T f (x ), n k1 2 2 2k0
如何根据Tn和T2n来确定误差是否满足要求?
(ba ) 2 I Tn ( h f ) 1 2 ba h 2 I T2n ( ( ) f ) 1 2 2
则有
如果二阶导数在区 间[a,b]上变化不大
n 1
R (Tn )
复化simpson公式的截断误差
( 4 ) 若 函 数 f ( x )[ 在 a ,] b 上 连 续 , 则
ba 4 (4) h5 (4) hf ( ) R ( S n ) f ( k ) I Sn 2 8 8 0 8 8 0 k0 2
0 . 9 4 6 0 8 3 2
1 1 C2 [ 7 f( 0 ) [ 3 2 f( x 1) 1 2 f( x 2) 3 2 f( x 3) ] k k k 1 8 0 k 0 4 4 4
1 4 f( x 7 f( 1 ) ] k)
k 1
1
0 . 9 4 6 0 8 3 0
n 1 h [ 7 f ( x ) 3 2 f ( x ) 1 2 f ( x ) 3 2 f ( x ) 7 f ( x ) ] k 1 2 3 k 1 k k k 9 0 k 0 4 4 4
4.3 复化求积公式
点,将新增加的分点处的函数值从求和记号中分离出来,就有:
b a
n1
n1
T2n
4n
f
(a)
2
k 1
f
(xk )
2
k 0
f
( xk 1
2
)
f
(b)
1 2
h 2
f
(a)
n1
2
k 1
f
(xk )
f
(b)
h 2
n k 0
0
1/4
例4.14 对于函数 f (x) sin x x
试用数据表应用复化梯形法计算积分
1 sin x
I ( f ) 0 x dx
2/4
x 0 1/8
解 将区间[0,1]划分为n=8等分,h=1/8, 应 2/8
用复化梯形法求得
3/8
T8
h 2
f
7
(a) 2
k 1
f
(xk )
x
k
1
)
2
f
( xk 1)]
xk
x k1
x k 1
2
b
n1
f (x)dx
xk1 f (x)dx
a
x k 0 k
4 4
xk 1 xk 6
m1 f
k0
xk
4f
(
x
k
1
)
2
f
( xk 1 )
4
4
4
称Sn为复化 Simpson公式
数值计算方法 复化求积公式 - 复化求积公式
nn
(t
0 j0
j )dt
jk
柯
特点: 插值型的、节点等距
特 斯
存在问题: 节点较多时,高次插值的不稳定导致高阶N-
公
K
式
解决办法公:式的复不化稳求定积。
复化求积法:区间分成若干子区间,在每个子区间上用低 阶求积公式。
N=1时的牛-柯公式
1
梯 形 公 式 T b a f a f b
牛 顿 -
xk1 xk
f
( x )dx
h[ 2
f
(xk )
f
(
xk
1
)]
h3 12
f ''(k )
k [ xk , xk1]
求和可得
I
b
n1
f (x)dx
xk1 f ( x )dx
a
k0 xk
h 2
n1
[
k0
f
(
xk
)
f ( xk1)]
Rn ( f )
2
记
Tn
h 2
n1 k0
[
f
(
xk
)
f ( xk1)]
b
lim
n
T
n
a
f ( x)dx,
复 化
事实上
h n1
Tn
2
[
k0
f
(
xk
)
Hale Waihona Puke f ( xk1 )]梯 形 公
1 b a n1
ba n
2 n
f (xk )
k0
n
f ( xk ).
k 1
式 的 收
lim
代数精度插值求积及复化公式
a b n (k i ) 所以: Ak li ( xk ) Ai (k i) k 0
( i 0,1, ,n )所以,求积公式 7 1 是插值型的。
(必要性) 设求积公式(7-1)是插值型的,则对所有次数不大于n 的多项式f (x),按(7-6)其求积余项Rn = 0,即这时插值型求积公 式是精确成立的。由定义1,n+1个节点的插值型求积公式至少具有 n次代数精度。(证毕) 注:n+1个节点的求积公式不一定具有n次代数精度.其原因是 此求积公式不一定是插值型的。 例: 例3 考察求积公式:
1
xdx 0 右边
§2 牛顿一柯特斯(Newton-Cotes)公式 本节介绍节点等距分布时的插值型求积公式,即牛顿一柯特 斯(Newton-Cotes)公式。 2.1 牛顿一柯特斯(Newton-Cotes)公式 设将积分区间[a, b] 划分为n等分,步长h=(b-a)/n,求积节点取为 xk = a+kh(k=0,1,…,n),由此构造插值型求积公式,则其求积系数为:
b bBiblioteka n x x j Ak lk ( x )dx dx (k 0,1, , n) 引入变换x a th a a j 0 xk x j jk n n n n t j b a ( 1)n k 则有 : Ak h dt ( t j )dt ( k 0,1, , n) 0 0 n k !( n k )! j 0 k j j 0
2h A A A 1 0 1 h 4h 0 h ( A A ) A A , A 1 1 1 1 0 3 3 3 2h h 2 ( A1 A1 ) 3
6.3 复化求积公式
§3 复化求积公式● 复化求积法的基本思想:将积分区间],[b a n 等分,可得到1+n 个求积节点:kh a x k +=,),,1,0(n k Λ=,其中nab h -=,对积分111()()k kn n bx k axk k I f x dx f x dx I +--=====∑∑⎰⎰在每一个小区间1[,]k k x x +上利用n 阶牛顿-柯特斯公式计算,然后对每个区间的近似积分值求和,用所得的值近似代替原积分值。
如此得到的求积公式称为复化求积公式。
● 复化梯形公式:(每个小区间上利用梯形公式求积)111110()()(()())2k kn bx ax k n k kk k k I f x dx f x dxx x f x f x +-=-++===-≈+∑⎰⎰∑求和展开得:0112111(()())(()())2(()())(()2()())2n n n n k k hT f x f x f x f x f x f x hf a f x f b --==++++++=++∑L其中,na b h -=复化辛甫生公式: (每个小区间上用辛甫生公式求积) 1、公式:112101110()()(()4()())6k kn bxax k n k kk k k k I f x dx f x dxx x f x f x f x +-=-+++===-≈++∑⎰⎰∑ 12k x +表示为区间1[,]k k x x +的中点。
求和展开得:13221201121((()4()())(()4()6())(()4()())n n n n hS f x f x f x f x f x f x f x f x f x --=+++++++++L121101(()4()2()())6n n k k k k hf a f x f x f b --+===+++∑∑ 其中:na b h -=。
复化柯特斯公式:(每个小区间上用柯特斯公式求积)1141324101101()()(7()32()9012()32()7())k kn bxax k n k kk k k k k k I f x dx f x dxx x f x f x f x f x f x +-=-++=+++==-≈++++∑⎰⎰∑ 12k x +为1[,]k k x x +的中点,14k x +,34k x +为1[,]k k x x +的四分之一分点。
复化求积公式
复化求积公式复化求积复化求积是数值计算中一种常用的数值积分方法,用于近似计算函数的定积分。
1. 方法介绍复化求积的基本思想是将要求解的定积分区间划分为若干个小区间,并对每个小区间采用数值积分方法进行近似计算,最后将各小区间的积分结果相加得到整个定积分的近似值。
2. 公式列表以下是复化求积的常用公式:矩形公式矩形公式是最简单的复化求积公式,将每个小区间近似为一个矩形,并取矩形的高度为该小区间上函数值的平均值。
矩形公式的表达式如下:∫[a, b] f(x) dx ≈ (b - a) * (f(a) + f(b)) / 2其中,a和b为积分区间的上下限。
梯形公式梯形公式是复化求积中常用的公式,将每个小区间近似为一个梯形,并取梯形的高度为该小区间上函数值的平均值。
梯形公式的表达式如下:∫[a, b] f(x) dx ≈ (b - a) * (f(a) + f(b)) / 2其中,a和b为积分区间的上下限。
辛普森公式辛普森公式是复化求积中精度更高的公式,将每个小区间近似为一个二次曲线,并取二次曲线的高度为该小区间上函数值的平均值。
辛普森公式的表达式如下:∫[a, b] f(x) dx ≈ (b - a) * (f(a) + 4 * f((a + b) / 2) + f(b)) / 6其中,a和b为积分区间的上下限。
3. 示例说明以求解函数f(x) = x^2在区间[0, 1]上的定积分为例,通过复化求积方法进行近似计算。
矩形公式计算将区间[0, 1]划分为n个小区间,每个小区间的宽度为h = (1 - 0) / n。
利用矩形公式计算每个小区间的积分值,然后将所得结果相加。
∫[0, 1] x^2 dx ≈ (1 - 0) * (f(0) + f(1)) / 2= (1 - 0) * (0^2 + 1^2) / 2= 1/2梯形公式计算同样将区间[0, 1]划分为n个小区间,每个小区间的宽度为h = (1 - 0) / n。
复化求积公式的算法及其应用
摘要在数值计算中,低阶牛顿柯特斯求积方法存在很多缺陷,从余项公式可以看出其要求提高求积公式的代数精度,必须增加结点个数,会导致插值多项式出现龙格现象,且数值稳定性不能保证.基于以上原因,我们往往采用复化求积方法,此方法不仅可以克服以上缺点而且便于在计算机上实现,值得研究和学习.在本课程设计中,我们首先从复化求积公式的思想引入,然后详细介绍复化梯形求积公式、复化辛普森求积公式和复化柯特斯求积公式的推导过程和相关性质,再对三种求积公式进行比较和总结,其次画出三种求积公式的流程图,最后通过求解例题写出三种求积算法的程序设计.关键词复化求积算法;流程图;程序设计目录引言 (1)第一章复化求积算法 (2)§1.1复化求积公式 (2)§1.1复化求积公式的思想 (3)§1.2复化求积公式的构造 (3)§1.2复化梯形求积公式 (3)§1.2.1复化梯形求积公式的推导过程 (3)§1.2.2复化梯形求积公式的性质 (3)§1.3复化辛普森求积公式 (4)§1.3.1复化辛普森求积公式的推导过程 (4)§1.3.2复化辛普森求积公式的性质 (4)§1.4复化柯特斯求积公式 (5)§1.4.1复化柯特斯求积公式的推导过程 (5)§1.4.2复化柯特斯求积公式的性质 (5)§1.5三种复化求积公式的比较及总结 (6)第二章复化求积公式算法的流程图及其应用 (9)§2.1 流程图 (9)§2.2 应用 (12)参考文献 (15)附录A (16)附录B (17)附录C (18)引言积分计算在分析数学领域里是个古老的问题,在数值分析中已被广泛应用.但在计算机上却不能像在分析数学中那样,用原函数[满足)()('x f x F =的函数)(x F 就是函数)(x f 的原函数]计算积分.这是因为在实际问题中,函数关系往往是用列表数据或曲线给出的.即使知道了函数的表达式,求其一个原函数并非一个简单问题.许多函数难以用初等函数表示(如2,/sin x e x x -等).在计算机上,通常利用函数的若干个离散值,以代数运算近似计算积分值,这类近似计算法称为数值积分法.设给定区间],[b a 上的函数)(x f .需要建立计算积分dx x f f I ba ⎰=)()(的近似方法.数值积分的基本思想是试图用一个简单又易于积分的函数逼近)(x f ,以计算积分)(f I .显然插值多项式是一个很好的选择,因为插值多项式可由)(x f 的若干值构造出来,其积分很容易计算.为此,需将],[b a 分为n 等分n i x x i i ,,2,1],,[1 =+,其中b x x x x a n =<<<<=+1321 .分割步长h ,因此,1,3,2,/)1(1+=-+=n i h i x x i 对应的函数值)()(,),(),()(121b f x f x f x f a f n ==+ .显然)(f I 可以表示为所有小区间上各函数的积分的和,即)()(1f I f I ni i ∑==其中 dx x f I i ix x i ⎰+=1)(通常把为每个)(f I i 建立的计算公式简称为求积公式,而把)(f I 建立的求积公式称为复化求积公式.由于在实际计算时,不宜使用高阶的牛顿——柯特斯公式,但若积分区间较大,单独用一个低阶的牛顿——柯特斯公式来计算积分的近似值,显然精度不好,为了提高数值求积的精确度,可利用积分对区间的可加性来解决这个问题,这就是通常采用的复合求积法.而且使用这种方法之后,求积公式的收敛性和稳定性也得到了改善.第一章 复化求积算法牛顿—柯特斯公式的求积余项表明,求积节点n 越大,对应的求积公式精度越高,但由于牛顿—柯特斯公式在8>n 时数值不稳定,因此不能用增加求积节点数的方法来提高计算精度.实用中常将求积区间],[b a 分成若干个小区间,然后在每个小区间上采用数值稳定的牛顿—柯特斯公式求小区间上的定积分,最后把所有小区间上的计算结果相加来作为原定积分的近似值.采用这种方法构造的求积公式就称为复合求积公式.复合求积公式具有计算简单且可以任意逼近所求定积分值的特点,这是牛顿—柯特斯公式一般做不到的.常用的复合求积公式有复合梯形求积公式和复合辛普森求积公式以及复合柯特斯求积公式.以下我们将从三种复化求积算法的构造、余项、稳定性、收敛性等几方面进行讨论,并写出相应的流程图以及应用中所涉及到的算法的程序设计.§1.1复化求积公式§1.1.1 复化求积公式的思想n 很大时,牛顿——柯特斯求积公式出现了不稳定、不收敛现象,往往使用低阶牛顿——柯特斯求积公式,误差比较大,故将],[b a 若干等分,在每个子区间上反复使用低阶牛顿——柯特斯公式,进行累加.而构造出来的新的求积公式,称之为复化求积公式.在构造求积公式的过程中,我们将求积区间],[b a 进行等距细分:n i nab ia x i ,,1,0, =-+=,在每个小区间],[1i i x x -上用相同的“基本”求积公式(如梯形公式;中矩形公式;左(右)矩形公式或辛普森公式)计算出dx x f i i x x ⎰-1)(的近似值i S .§1.1.2 复化求积公式的的构造将定积分⎰ba dx x f )(的区间],[b a 划分为n 等分,各节点为kh a x k +=,n k ,,1,0 =,nab h -=,在子区间)1,,1,0](,[1-=+n k x x k k 上使用牛顿——柯特公式,将],[1+k k x x 分割为l 等份,步长为l h,节点为1,,2,,+=+++k k k k k x llhx l h x l h x x记121,,,,++++=k ll k lk lk k x xxxx为在],[1+k k x x 上作)(x f 的l 阶牛顿——柯特斯求积公式.∑∑⎰=++=+=-=≈+li li k l i li k li l i k k k i x x xf C h xf C x x I dx x f k)(0)(1)()()()()(1由积分区间的可加性,可得nli k n k li l i n k k l n k k k baI xf C h I dxx f dx x f ==≈=+-==-=-=+∑∑∑∑⎰⎰)()()(100)(1)(11§1.2 复化梯形求积公式§1.2.1 复化梯形求积公式的的推导过程将积分区间],[b a 划分等分,步长nab h -=,求积节点kh a x k +=,n k ,,1,0 =在每个小区间)1,,1,0](,[1-=+n k x x k k 上应用梯形公式)]()([2)(11++≈⎰+k k x x x f x f hdx x f k k然后将它们累加求和,作为所求积分I 的近似值.])()(2)([2)]())()()((2)([2)]()([2)()(11121011011∑∑∑⎰⎰---+-=-=++=+++++=+≈==+n i k n n k k n k n k x x bab f x f a f hx f x f x f x f x f hx f x f hdx x f dx x f I k k记n T )]()(2)([211b f x f a f hn i k ++=∑-=式为复化梯形求积公式,下标n 表示将区间n 等分,若把区间n 2等分,在每个小区间上仍用梯形求积公式,则可得到n n T T ,2和n H 间的关系为:)(212n n n H T T +=其中∑=--+=nk n nab k a f h H 1]2)12([ §1.2.2复化梯形求积公式的性质性质1.1复化梯形求积公式余项当)(x f 在],[b a 上有连续的二阶导数,则复化梯形公式的余项:)(12)()(''2ηf h a b T dx x f R n ba T --=-=⎰ ],[b a ∈η 性质1.2稳定性若],[,)(''b a x M x f ∈≤,则有估计式M na b R nT 2312)(-≤ 复化梯形求积公式的系数均大于零,且满足a b nh n hA ni i -==+-+=∑=]1)1(21[2因此,复化梯形求积公式的计算过程是数值稳定的.性质1.3收敛性可证复化梯形求积公式是收敛的. 性质1.4代数精度定义1.1 若积分⎰b adx x f )(的数值积分公式⎰badx x f )()(0k nk k x f A ∑=≈对于任意一个次数不高于m 次的多项式都精确成立,且存在一个1+m 次多项式使之不精确成立,则称该数值积分公式的代数精度为m .可证复化梯形求积公式的代数精度为2.§1.3 复化辛普森求积公式§1.3.1 复化辛普森求积公式的的推导过程将积分区间],[b a 划分等分,记子区间],[1+k k x x 的中点为h x x k k 2121+=+在每个小区间上应用辛普森公式,则有))()(2)(4)((6)444(6)]()(4)([6)()(101121211223112101211011b f x f x f a f hf f f f f f f f f hx f x f x f hdxx f dx x f I n k n k k k n n n k k k n k n k x x bak k+++=+++++++++=++≈==∑∑∑∑⎰⎰-=-=+--++-=-=+其中h x xk k 2121+=+记 )]()(2)(4)([6111021b f x f x f a f hS n k k n k k n +++=∑∑-=-=+式为复化辛普森求积公式§1.3.2复化辛普森求积公式的性质性质1.5复化辛普森求积公式余项当)(x f 在],[b a 上有连续的四阶导数,复化辛普森公式的求积余项为:)(2880)()2(180)4(4)4(4ηηf h a b f h a b R S --=--= ],[b a ∈η 性质1.6稳定性同复化梯形求积公式,复化辛普森求积公式的系数均大于零,且满足总和为a b - 因此,复化辛普森求积公式的计算过程是数值稳定的.性质1.7收敛性可证复化辛普森求积公式是收敛的. 性质1.8代数精度可证复化辛普森求积公式的代数精度为4.§1.4 复化柯特斯求积公式§1.4.1 复化柯特斯求积公式的的推导过程将积分区间],[b a 划分等分,若把每个子区间],[1+k k x x 四等份,内点依次记为432141,,+++k k k xxx,同理可得复化柯特斯求积公式)](7)(14)(32)(12)(32)(7[9010101143211041b f x f x f x f x f a f hC n k n k n k k k k n k k n +++++=∑∑∑∑-=-=-=++-=+(1-1)其中h x xh x x h x x k k k k k k 43;21;41432141+=+=+=+++ 记(1-1)为复化柯特斯求积公式§1.4.2复化柯特斯求积公式的性质性质1.9复化柯特斯求积公式余项当)(x f 在],[b a 上有连续的四阶导数,复化柯特斯公式的求积余项为:)()4(945)(2)6(6ηf h a b R c --= ],[b a ∈η性质1.10稳定性同复化梯形求积公式,复化柯特斯求积公式的系数均大于零,且满足总和为a b - 因此,复化柯特斯求积公式的计算过程是数值稳定的.性质1.11收敛性可证复化柯特斯求积公式是收敛的. 性质1.12代数精度可证复化柯特斯求积公式的代数精度为6.§1.5 三种复化求积公式的比较及总结为了更形象的表述三种复化求积公式之间的关系,我们通过一个例子来进行比较例1.1使用各种复化求积公式计算定积分dx xxI ⎰=10sin 为简单起见,依次使用8阶复化梯形公式、4阶复化辛普森公式和2阶复化柯特斯公式,可得各节点的值如下表表1-1节点值94569086.0)]1()(2)0([161718=++=∑=f x f f T k k 94608331.0)]1()(2)(4)0([2413031214=+++=∑∑==+f x f x f f S k k k k 94608307.0)]1(7)(14)](32)(12)(32[)0(7[180111104342412=+++++=∑∑==+++f x f x f x f x f f C k k k k k k 比较三个公式的结果:精度最低 94569086.08=T 精度次高 94608331.04=S 精度最高 94608307.02=C原积分的精确值为6719460830703.0sin 10==⎰dx xxI . 我们知道,三种求积公式的余项分别如表1-2表1-2 复化梯形、辛普森、柯特斯求积公式的余项定义1.2对于复化求积公式n I 若存在0>p 及0≠c ,使其余项n I I -满足c h I I pnh =-→0lim则称复化求积公式n I 是p 阶收敛的 P 阶收敛性的意义:对于一个数值求积公式来说,收敛阶越高,近似值n I 收敛到真值dx x f ba ⎰)(的速度就越快.由于三种求积公式的余项分别是h 的2,4,6阶无穷小量 所以n n n C S T ,,趋于定积分I 的速度依次更快.从这三种求积公式的构造过程中可以看出,它们都属于机械求积公式,但不属于插值行和牛顿柯特斯公式.都具有稳定性和收敛性,且收敛速度一个比一个快,一个比一准确.在使用函数值个数相等的情况下,248,,C S T 的精度逐渐升高.第二章 复化求积公式算法的流程图及其应用§2.1 流程图1. 复化梯形求积公式图2.1 复化梯形求积公式算法的流程图Step1给出被积函数)(x f 、区间],[b a 端点b a ,和等分数n ; Step2求出,kh x k =nab h -=; Step3计算∑-=1)(),(),(n k k x f b f a f ;Step4得)]()()([211b f x f a f h T n k k n ++=∑-=2. 复化辛普森求积公式图2.2 复化辛普森求积公式算法的流程图Step1 给出被积函数)(x f 、区间],[b a 端点b a ,和等分数n ; Step2求出,kh x k =nab h -=; Step3计算∑∑-=+-=1211)(,)(),(),(n k k n k k xf x f b f a f ;Step4得)]()(2)(4)([6111021b f x f x f a f hS n k k n k k n +++=∑∑-=-=+3. 复化柯特斯求积公式图2.3 复化柯特斯求积公式算法的流程图Step1给出被积函数)(x f 、区间],[b a 端点b a ,和等分数n ;Step2求出,kh x k =nab h -=; Step3计算∑∑∑∑-=-=+-=+-=+11143121141)(,)(,)(,)(),(),(n k k n k k n k k n k k x f xf xf xf b f a f ;Step4得)](7)(14)(32)(12)(32)(7[9010101143211041b f x f x f x f x f a f hC n k n k n k k k k n k k n +++++=∑∑∑∑-=-=-=++-=+§2.2 应用例2.1.分别用复化梯形,复化辛普森,复化柯特斯公式计算函数32)(x x x f -=在区间]1,0[上的弧长S .(要求写出源程序和运行结果) *注 在],[b a 上的弧长dx x f S ba⎰+=2'))((11.用复化梯形公式计算S 的过程:(1).写出变量说明表2-1 复化梯形求积公式程序设计的变量说明Step1 输入n ,nab h -=,被积函数0),(1=s x f ; Step2 for 1=k to 1-n ;{计算11)(s kh a f s →++} ))(2)((21b f s a f hs ++=;Step3 输出近似值s .(3) 写出源程序和运行结果(见附录A) 2.用复化辛普森公式计算S 的过程: (1).写出变量说明表2-2 复化辛普森求积公式程序设计的变量说明Step1:输入n ,nab h -=,被积函数0),(1=s x f 0,2=s ; Step2:for 1=i to 1-n ,2+=i i ;{计算11)2/*(s h i a f s →++} Step3:for 2=j to 1-n ,2+=j j ; {计算22)2/*(s h j a f s →++}))(24)((621b f s s a f hs +++=; Step4:输出近似值s .(3).写出源程序和运行结果(见附录B) 3.用复化柯特斯公式计算S 的过程: (1).写出变量说明表2-3 复化柯特斯求积公式程序设计的变量说明Step1输入n ,nab h -=,被积函数0),(1=s x f 0,2=s 0,3=s ; Step2 for 1=i to 1-n ,2+=i i ;{计算11)4/*(s h i a f s →++} Step3:for 2=j to 1-n ,4+=j j ; {计算22)4/*(s h j a f s →++} Step4: for 4=k to 2-n ,2+=k k ; {计算33)4/*(s h k a f s →++}))(141232)((90321b f s s s a f hs ++++=; Step5:输出近似值s .(3).写出源程序和运行结果(见附录C)根据运行结果可知,由三种复化求积公式求得的S 的值分别为064837.1、061199.1、061189.1,精度逐渐升高.参考文献[1] 薛毅,耿美英.数值分析[M]. 北京:北京工业大学出版社.2003年.[2] 刘长安.数值分析教程[M].西安:西北工业大学出版社.2005年.[3] 朝伦巴根,贾德彬.数值计算方法[M].北京:中国水利水电出版社.2007年.[4] 韩旭里,万中.数值分析与实验[M].北京: 科学出版社.2006年.[5] 林成森.数值分析[M].北京: 科学出版社.2007年.[6] 封建湖,车刚明,聂玉峰.数值分析原理. 北京: 科学出版社.2001年.附录A 1.复化梯形求积公式的程序设计:(1).源程序:#include<stdio.h>#include<math.h>double f(double x){double z;z=sqrt(1+pow((2*x-3*pow(x,2)),2));return z;}main(){ int n,k;float h;float a;float b;double s=0.0;double s1=0.0;double t;printf("Please input the deng fen ;"); scanf("%d",&n);printf("Please input qujian a ;");scanf("%f",&a);printf("Please input qujian b ;");scanf("%f",&b);h=(b-a)/n;for (k=1;k<n;k++){ t=a+k*h;s1=s1+f(t);}s=(h/2)*(f(a)+2*s1+f(b));printf("%f\n",s);}(2).运行结果:图1 复化梯形求积公式计算弧长结果附录B2.复化辛普森求积公式的程序设计:(1).源程序:#include<stdio.h>#include<math.h>double f(double x){double z;z=sqrt(1+pow((2*x-3*pow(x,2)),2));return z;}main(){ int n,i,j;float h;float a;float b;double s=0.0;double s1=0.0,s2=0.0;double t,l;printf("Please input the deng fen ;");scanf("%d",&n);printf("Please input qujian a ;");scanf("%f",&a);printf("Please input qujian b ;");scanf("%f",&b);h=(b-a)/n;for(i=1;i<8;i=i+2){t=a+i*h/2;s1=s1+4*f(t);}for(j=2;j<8;j=j+2){l=a+j*h/2;s2=s2+2*f(l);}s=(h/6)*(f(a)+s1+s2+f(b));printf("%f\n",s);}(2).运行结果:图2 复化辛普森求积公式计算弧长结果附录C3.复化柯特斯求积公式的程序设计:(1).源程序:#include<stdio.h>#include<math.h>double f(double x){double z;z=sqrt(1+pow((2*x-3*pow(x,2)),2));return z;}main(){int n,i,j,k;float h;float a;float b;double s=0.0;double s1=0.0,s2=0.0,s3=0.0;double t,l,m;printf("Please input the deng fen ;");scanf("%d",&n);printf("Please input qujian a ;");scanf("%f",&a);printf("Please input qujian b ;");scanf("%f",&b);h=(b-a)/n;for(i=1;i<8;i=i+2){t=a+i*h/4;s1=s1+32*f(t);}for(j=2;j<7;j=j+4){l=a+j*h/4;s2=s2+12*f(l);}for(k=4;k<6;k=k+2){m=a+k*h/4;s3=s3+14*f(m);}s=(h/90)*(7*f(a)+s1+s2+s3+7*f(b));printf("%f\n",s);}(2).运行结果:图3 复化柯特斯求积公式计算弧长结果19。
复化求积公式课程设计
复化求积公式课程设计一、课程目标知识目标:1. 理解复化求积公式的概念和基本原理;2. 掌握复化求积公式的推导过程;3. 学会运用复化求积公式解决数值积分问题;4. 能够分析复化求积公式的误差来源及改进方法。
技能目标:1. 培养学生运用数学软件或计算器进行复化求积运算的能力;2. 提高学生解决实际数值积分问题的计算技巧;3. 培养学生将复化求积公式应用于其他数学及物理问题的能力。
情感态度价值观目标:1. 培养学生对数学学习的兴趣和热情,增强自信心;2. 培养学生团队合作精神,学会倾听、交流、分享;3. 培养学生严谨的科学态度,敢于面对和克服困难;4. 培养学生运用数学知识解决实际问题的意识和责任感。
课程性质:本课程属于数学学科,以高中数学知识为基础,重点讲解复化求积公式及其应用。
学生特点:学生具备一定的数学基础,具有较强的逻辑思维能力和抽象思维能力。
教学要求:通过本课程的学习,使学生能够掌握复化求积公式的推导和应用,提高解决实际问题的能力,同时培养良好的情感态度价值观。
在教学过程中,注重理论与实践相结合,充分调动学生的积极性,激发学生的学习兴趣。
教学设计和评估将围绕课程目标的实现进行,确保学生达到预期学习成果。
二、教学内容1. 引入数值积分的概念,回顾牛顿-莱布尼茨公式及其局限性;2. 讲解复化求积公式的原理,包括复合梯形公式、复合辛普森公式等;3. 详细推导复化求积公式的过程,并通过示例展示其应用;4. 分析复化求积公式的误差,探讨提高精度和稳定性的方法;5. 介绍数学软件(如MATLAB、Python等)在复化求积运算中的应用;6. 结合实际案例,让学生运用复化求积公式解决具体数值积分问题;7. 总结复化求积公式在数学及物理领域中的应用,拓展学生视野。
教学内容安排和进度:第一课时:回顾数值积分概念,引入复化求积公式;第二课时:讲解复化求积公式原理,进行公式推导;第三课时:分析误差来源,提高精度和稳定性方法;第四课时:数学软件在复化求积运算中的应用;第五课时:实际案例分析与讨论;第六课时:总结复化求积公式应用,拓展学生视野。
教案二复化求积公式、变步长求积方法
=
T (h 2)
− T (h))
=
T (h 2)
− T (h)) .
3
4 −1
总结:变步长求积方法的优点: 1)不需要事先确定步长;
3
2)能对每步计算结果估计误差; 3)与相应的复化求积公式计算量相当; 4)是一种稳定的和收敛的求积方法. 类似于上述讨论,也可以将步长求积方法用于复化辛普森求积公式。. 例 3.3.1 利用变步长方法计算
∫1 sin xdx
0x 使截断误差不超过 0.5 ×10−3 . 本例目的:1)演示变步长方法的计算过程;2)说明算法如何终止。 课堂小结 布置作业 参考文献 1. Burden R L, Faires J D.Numerical Ananlysis(Fourth Edition). Prindle, Boston, Weder and Schmidt,1989. 2. Stoer J.,Bulirsch R.,Introduction to Numerical Analysis, Second Edition, SpringerVerlag, NewYork, 1992. 3. A. Ralston and P.Rabinowitz, A First Course in Numerical Analysis, Dover Publication, 2001. 4. Cuyt A., Wuytack L., Nonlinear Methods in Numerical Analysis, Elsevier Science Publishers, B.V.,1987. 5. Richard L. Burden, J. Douglas Faires, Numerical Analysis (Seventh Edition), Brooks Pub. Co.,2001. 6. 蔡大用,白峰杉. 高等数值分析. 清华大学出版社,北京,1998. 7. 邓建中,刘之行. 计算方法(第二版).西安交通大学出版社,2001. 8. 韩旭里. 数值分析. 中南大学出版社,2003.
4.2复化求积公式
实用标准文案4.2 复化求积公式一、教学目标及基本要求通过对本节课的学习,使学生掌握积分的复合求积公式。
二、教学内容及学时分配本节主要介绍复合求积公式。
具体内容如下:牛顿柯特斯公式、复化求积公式。
三、教学重点难点1.教学重点:复化求积公式。
2.教学难点:复化考特斯求积公式。
四、教学中应注意的问题多媒体课堂教学为主。
适当提问,加深学生对概念的理解。
五、正文复合求积公式1公式的推导Newton-Cotes公式是由拉格朗日插值公式推导出来的数值积分公式。
h ba,分点为xka kh,k=0,1,...,n,这将区间 [a,b]等分 n 等份 , 记nn+1 个节点上的函数值为f (x k ),k0,1,n, 从而区间 [a,b]上的拉格朗日插值多项式为L n (x)nf (x k )l k (x) k 0b b n b f (x )l(x)dxf (x)dxa L n (x)dx a k ka k 0n bl k ( x)dx f (x k )k 0anA k f (x k )k 0由于插值结点是等距节点,故插值多项式可以进一步化简:因为x k a kh, x a thx k x j(k j )h x x j(t j )h 故,l k(x)(x x0)(x x k 1)(x x k 1)(x x n)(x k x k 1)(x k x k 1)(x k x n) (x k x0)t(t1)(t k1)(t k1)(t n)k(k1)(k k1)(k k1)(k n)(1)n k n(t j)k!(n k)! j0, j kb dx hdt b adt因Ak alk(x)dx,作积分变量代换x a th,n,当 x=a时, t=0 ;当 x=b 时, t=n ;故A k b a 1 ( 1)n kn n(t j)dt()k!(n k)!n0j 0, j kA(b a)C(n) , k 0,1,n,我们称C k(n)记k k为柯特斯( Cotes)系数,它不仅与函数 f(x)无关,而且与积分区间 [a,b]无关。
- 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)。
h4 1 ( ) 10 4 180 2
即得n 3.2.故应取n = 4.
复化求积方法又称为定步长方法,复化求积公式,根据预先给 定的精度能估计出合适的步长或n,进而确定对积分区间的等分数, 如同例7一样. 然而当被积函数稍复杂一些,要由误差估计式给出 合适的步长,就要估计被积函数导数的上界值,而这一点是相当 困难的。这个是本方法缺点。
xk 1 xk
求和得: f ( x)dx
a
整理得:
式(7-17)称为复化Simpson公式。
W Y
f ( x)dx
b
h [ f ( xk ) 4 f ( xk 1/ 2 ) f ( xk 1 )] 6
k 0
n 1
xk 1
xk
f ( x)dx
n 1
k 0
n 1
h [ f ( xk ) 4 f ( xk 1/ 2 ) f ( xk 1 )] 6
h [ f (a) 4 f ( xk 1/ 2 ) 2 f ( xk ) f (b)] 6 k 0 k 1
n 1
b a
h f ( x)dx [ f (a) f (b) 2 f ( xk ) 4 f ( xk 1/ 2 ) S n (7 - 17) 6 k 1 k 0
0.3
若用复化求积公式计算积分: I 1 e x dx
0
要求计算结果有四位有效数字,即要求误差不超过10-4 / 2.又因为: f ( k ) ( x) e x 1 x [0,1]
由复化梯形公式误差估计式: RT
h=1/n
即: n 2
因此若用复化梯形公式求积分, n应等于41才能达到精度. 若用复化Simpson公式,由式(7-18)
k 0 k 1
n 1
n 1
(7 - 19)
( ), (a, b)
(7 - 20)
在实验计算中常用的前面三种低价N-C公式,但若积分区 间比较大,直接使用以上三种低阶求积公式,则精度难以保证; 若增加节点,就要使用高阶的N-C公式,然而前面已指出, 当n 8时,由于N-C公式的收敛性和稳定性得不到保证,因此 不能采用高阶的公式。事实上,增加节点,从插值的角度出发, 必然会提高插值多项式的次数,Runge现象表明,一般不采用 高次插值,亦即不用高阶N-C公式。 为提高精度,当增加求积节点时,考虑对被积函数用分段低次多 项式近似,由此引出复化求积公式:复化梯形和复化辛普生公式.
复化Cotes公式的截断误差为:
2(b a ) h Rc ( f ) I Cn f 945 4
6 ( 6)
W
3.3复化Cotes公式
Y
x k a kh( k 0,1, , n), ba n
h
32 f ( xk 3 / 4 ) 14 f ( xk ) 7 f (b)]
在每个小区间: [ x k , x k 1 ] 上,共五个点:x k , x k 1 , x k 2 , x k 3 , x k 1
4 4 4
用Cotes公式得到复化Cotes公式 :
n 1 n 1 h Cn [7 f (a ) 32 f ( xk 1 / 4 ) 12 f ( x 2 ) k 90 k 0 k 0 4
n 1 h f (x)dx [ f ( a ) f ( b ) 2 f ( xk )] Tn (7-15) 称为复化梯形公式. 2 k 1
如果f ( x ) C ( 2 ) [a, b], 在小区间 [ xk , xk 1 ]上, 梯形公式的截断误差为 h h3 xk f ( x )dx 2 [ f ( xk ) f ( xk 1 )] 12 f ( k ) b h 3 n 1 因此:RT ( f ) f ( x )dx Tn f ( k ) a 12 k 0
m 1 连续,故存在(a, b),使得: f ( ) f ( 4) ( k ) m k 1
RS ( f )
b a h 4 (4) ( ) f ( ) 180 2
(a , b)
(7 - 18)
例
[解 ]
的近似值,要求计算结果有四位有效数字,n应取多大? 因为当0≤x≤1时有0.3<e-1≤e-x≤1于是:
xk 1
k ( xk , xk 1 )
1 f ( ) b),使得: n
f (
k 0
n 1
k
)
3.2 复化Simpson公式 如果用分段二次插值函数近似被积函数,即在小区间上用Simpson公 式计算积分近似值,就导出复化Simpson公式。
ba , n 小区间 [ xk , xk 1 ]的中点为xk 1/ 2 , 用Simpson 公式求积分, 则有 : 将区间 [a, b]分成n等分, 分点为xk a kh(k 0,1, , n), h
W
I
1 sinx
作 业
Y
dx
( x)
(k )
1 0
(
dk dxk
cos xt )dt
k
1 0
t k cos(tx
k )dt 2
1 kn 1 ( x) max t cos(tx ) dt `t k dt 0 0 x 1 0 2 k 1
1
将区间[a, b]分成n 等分,分点为:
用分段线性插值函数来近似被积函数,等于把积分区间分成 若干小区间,在每个小区间上以梯形面积近似曲边梯形面积,即用 梯形公式求小区间上积分的近似值.这样求得的近似值显然比整区 间上用梯形公式计算精度高。————复化梯形公式
W
§3 复化求积公式
Y
小区间[ xk , xk 1 ]( k 0,1,
W Y
用复化梯形求积公式计算积分:
x 要使截断误差不超过10-3 / 2,h应取多大?辛普生公式又怎么样?
0
1 sin x 由于f ( x) cos xtdt , 所以 0 x
f
(k )
故: f
1 h2 h 2 1 1 3 当k 2时, f ( x) RT (1 0) f ( ) 10 3 12 12 3 2 18 1 ba h 0.1342 ,因此可取h 0,125 163 8 8
b a
整理得
由f (x) 在[a, b] 连续,由介值定理,存在(a,
3
从而有: RT ( f ) b f ( x)dx Tn h nf ( ) b a h 2 f ( ) (a, b) (7 - 16) a
12 12
这就是复化梯形公式的截断误差.
W Y
3.1 复化梯形公式
将积分区间[a,b]n等分,记h
ba , xk a kh( k 0,1, n ,n 1 )上用梯形公式并求和, 得
n-1 k 0
,n ).在b a
n 1
xk 1 xk
f ( x )dx
h [ f ( xk ) f ( xk 1 )] 2
RS h4 f 180
( 4)
例子的计算结果表明,为达到相同的精度,用复化Simpson公 式所需的计算量比复化梯形公式少,这也说明了复化Simpson公式 的精度较高,实际计算时多采用复化Simpson公式。
W Y
1 0
e x dx 1
1 10 4 6
1 2 h2 1 h f ( ) 10 4 12 12 2
W
RS ( f )
a
f ( x )dx
6
[ f (a ) f (b) 2 f ( xk ) 4 f ( xk 1 / 2 )]
k 0 k 0
k 1
m
h h 4 ( 4) ( ) f ( k ) 180 2
k [ x k , xk 1 ]
(4)
(4)(x)
n 1
n 1
如果f (x)C(4)[a, b],由式(7-13)可得复化Simpson公式的截断误 n 1 n 1 公式的截断误差 b 复化Simpson 差为: h
Y
因为f
式(7-18)表明,步长h越小,截断误差越小.与复化梯形公式的分 析相类似,可以证明,当n 时,用复化Simpson公式所求得的近似 值收敛于积分值,而且算法具有数值稳定性.