计算方法课 第五章数值积分

合集下载

数值计算方法数值积分共77页文档

数值计算方法数值积分共77页文档

数值计算方法数值积分
41、实际上,我们想要的不是针对犯 罪的法 律,而 是针对 疯狂的 法律。 ——马 克·吐温 42、法律的力量应当跟随着公民,就 像影子 跟随着 身体一 样。— —贝卡 利亚 43、法律和制度必须跟上人类思想进 步。— —杰弗 逊 44、人类受制于法律,法律受ቤተ መጻሕፍቲ ባይዱ于情 理。— —托·富 勒
45、法律的制定是为了保证每一个人 自由发 挥自己 的才能 ,而不 是为了 束缚他 的才能 。—— 罗伯斯 庇尔
谢谢
11、越是没有本领的就越加自命不凡。——邓拓 12、越是无能的人,越喜欢挑剔别人的错儿。——爱尔兰 13、知人者智,自知者明。胜人者有力,自胜者强。——老子 14、意志坚强的人能把世界放在手中像泥块一样任意揉捏。——歌德 15、最具挑战性的挑战莫过于提升自我。——迈克尔·F·斯特利

大学精品课【工程计算基础】工程计算5数值积分和数值微分

大学精品课【工程计算基础】工程计算5数值积分和数值微分

Rtn
(b a)h2 12
f ()
(a,b)
2020/9/29
18
5.2 梯形公式和Simpson求积公式
如果采用Simpson公式,则须在区间[a,b]内有 2n +1个节点
a =x0< x1<…<x2n=b xk= a + kh k = 0,1,…,2n 其中,h = (ba)/2n
[a,b]分成n个子区间,每个子区间[x2n,x2n+2]
2020/9/29
4
5.2 梯形公式和Simpson求积公式
• 5.2.1 梯形公式和Simpson公式
采用插值原理构造数值求积公式。
对于两点插值{a,f(a);b,f(b)},其拉格朗日插值
公式和余项分别为
xb
xa
L1(x)
ab
f (a) ba
f (b)
R1 ( x)
1 2
f
( )(x a)(x b)
2020/9/29
10
5.2 梯形公式和Simpson求积公式
• 5.2.2牛顿-考特斯 (Newton-Cotes)公式
将区间[a,b]划分为n等分,步长h = (ba)/n,
选取等距节点xk=a+kh 构造出的插值性求积公式
n
In ( f ) (b a)
C(n) k
f
(
xk
)
k 0
称为牛顿-考特斯 (Newton-Cotes)公式。
12 其中,h =b a。
(a,b)
2020/9/29
6
5.2 梯形公式和Simpson求积公式
如果在[a,b]内取三个插值节点,{a,f(a);(a +b)/2, f((a +b)/2); b,f(b)},则插值函数为

《数值积分方法》课件

《数值积分方法》课件

数值积分的分类
按方法分类
可分为直接法和间接法。直接法如蒙特卡洛方法,间 接法如梯形法则、辛普森法则等。
按精确度分类
可分为低阶和高阶方法。低阶方法如梯形法则,高阶 方法如复合梯形法则、复合辛普森法则等。
按使用范围分类
可分为有限区间上的数值积分和无限区间上的数值积 分。
02
直接法
矩形法
总结词:简单直观
在金融建模中的应用
期权定价模型
数值积分方法可以用于求解期权定价模型,从而为金融衍生品定价提供依据。例如,二叉 树模型和蒙特卡洛模拟等。
利率衍生品定价
在利率衍生品定价中,数值积分方法可以用于求解利率期限结构模型,例如LIBOR市场模 型等。
风险管理
通过数值积分方法,可以对金融风险进行量化评估和管理。例如,计算VaR(风险价值) 和CVaR(条件风险价值)等指标,以评估投资组合的风险暴露程度。
自适应插值控制法
总结词
自适应插值控制法是一种通过插值技术来提 高数值积分精度的控制方法。
详细描述
在数值积分过程中,自适应插值控制法利用 插值技术对积分函数进行逼近,以提高数值 积分的精度。这种方法能够根据积分区间和 积分函数的特性,自动选择合适的插值方法 ,以获得更高的积分精度。同时,自适应插 值控制法还能够有效地处理复杂积分函数和
80%
算法设计与实现
数值积分方法的设计与实现是计 算数学的重要研究内容,推动了 科学计算的发展。
数值积分的概念
定义
数值积分是对函数在某个区间 上的定积分进行数值逼近的方 法。
思想
通过选取适当的积分点和权函 数,将定积分的计算转化为数 值逼近问题。
近似公式
常用的数值积分公式有梯形公 式、辛普森公式、复合梯形公 式、复合辛普森公式等。

计算方法-数值积分市公开课获奖课件省名师示范课获奖课件

计算方法-数值积分市公开课获奖课件省名师示范课获奖课件

-辛1 普森求积公式旳几何意义是用一条过三点旳抛物线(如上 图中三点)近似替代被积函数旳曲线,从而用一种二次抛物线 -1所.5 围成旳轻易计算旳曲边梯形面积(图中阴影部分)来近似替 代原来旳曲边梯形旳面积.
-2
-2.5
辛普森积分法
❖ 经过对n个区间按上述公式累加,可得区间[x0,x1]上 旳积分形式为
算法特色
❖ 成果输出清楚,且精度高,能保存到小数点后13位(中值法)
算法特色
将各措施旳误差一次性输出,能直观旳看出各积分措施旳误差大 小并进行比较
总结
经过本章旳学习,我们更深刻旳了解了数值积分 旳原理及实现措施,而且在小组讨论中,学习到了怎 样实当代码旳简洁、降低变量旳定义以及怎样实当代 码时间与空间旳优化等,大家都有所收益
❖ 对大多数f(x)而言,找原函 数困难,虽然存在原函数也 不能用初等函数表达
ex2 , sin x , 1 x3 ...... x
❖ 原函数体现式过于复杂
x2 2x2 3 3
❖ 被积函数由表格给出,没有 解析形式,也无法使用 Newton-Leibniz公式来求 积分
数值积分
❖ 为了防止上述积分过程中存在旳问题,我们能够采用 数值积分旳措施来求解,这么就防止了原函数旳求解 过程,同步对于由测量或计算得到旳数据表表达旳 f(x)也能够求解
进行泰勒展开,可得区间
[x0,x0+2x ]上旳积分形式如下所
2
示: 2.5
3
3.5
x0-12x
x0-1.5
f
(x)dx
x 3
(
f
(x0)
4f
(x0
x)
f
(x0
2x))
O(x5)

newch5插值型数值微分与数值积分

newch5插值型数值微分与数值积分

f ( 2 ) — 右端点
2.两点公式(n=2) 给定三点 x i 1 , x i , x i 1及其对应的函数值 y i 1 , y i , y i 1 即
x i 1 y i 1 xi yi x i 1 y i 1
y i 1 y i 1 ( x x i 1 )( x x i 1 ) ( x i x i 1 )( x i x i 1 ) yi
步长 h x i 1 x i
x xi x i 1 x i
1 h
yi
y i 1
1 h 1 h
y i 1
( y i 1 y i )
f ( x i ) P1( x i )
( y i 1 y i ) — 左端点公式 1 h ( y i 1 y i ) — 右端点公式
5.2 插值型数值积分
插值型数值积分的思想是:
若已知 f ( xi ) (i 0,1, , n ), a x 0 x1 x n 日插值多项式建立近似计算公式
b,
则利用拉格朗

这里
b a
L n ( x ) dx

n i0 n
b a
f ( x ) dx
b

b a
L n ( x ) dx
n
(i n )
b a ( 1) n
i! ( n i )!
(n )
t ( t 1) ( t i 1)( t i 1) ( t n ) dt
0
( b a )C i
C
(n ) i

ni ! ( n i )! ( 1)
f ( x i 1 )

数值计算方法数值积分共77页文档

数值计算方法数值积分共77页文档

❖ 知识就是财富 ❖ 丰富你的人生
71、既然我已经踏上这条道路,那么,任何东西都不应妨碍我沿着这条路走下去。——康德 72、家庭成为快乐的种子在外也不致成为障碍物但在旅行之际却是夜间的伴侣。——西塞罗 73、坚持意志伟大的事业需要始终不渝的精神。——伏尔泰 74、路漫漫其修道远,吾将上下而求索。——屈原 75、内外相应,言行相称。——韩非
数值计算方法数值积分

46、寓形宇内复几时,曷不委心任去 留。

47、采菊东篱下,悠然见南山。

48、啸傲东轩下,聊复得此生。

49、勤学如春起之苗,不然,不蔽风日;短褐穿结 ,箪瓢 屡空, 晏如也 。
谢谢你的阅读

第五章数值积分

第五章数值积分
1
误差 -0.0057 0.00003 0.000003
0
则要求h<0.006
(2)、复化抛物线公式:
则要求h<0.15 (3)、逐次分半抛物线公式计算:
5.5加速收敛技巧与Romberg求积 1.加速收敛技巧—Richadson外推法:
真值F*,近似值F,考虑真值与h无关,而F是与h有关的函数,记为F1(h), 它的截断误差估计式记为:
4.例3:P114用复化梯形公式、复化抛物线公式和n=6的牛顿-科茨公 式计算积分:
下表给出sinx在7个点的值, 计算结果与精确值比较
计算结果与真值比较:
计算方法 复化梯形公式 复化抛物线公式 牛顿-科茨公式(n=3)
真值
若要具有5位有效数字,则: (1)、复化梯形公式:
结果 0.99429 1.00003 1.000003
两边取对数并整理得:
所以只要1/h=68即可,也即把区间[0,1]等分为68份就可: 用复化抛物线求积公式计算,由式(5.16)有:
两边取对数并整理得:
所以只要1/h=3即可,也即把区间[0,1] 6等分就可:
5.4 逐次分半法 1.问题所在:结合上节误差估计式以复化梯形公式为例
区间n等分时截断误差:
第五章 数值积分
区间[a,b]上的黎曼可积函数f(x)的积分:
b
a f (x)dx
有两种可能:(1)f(x)原函数无法用初等函数表示出来。 (2)f(x)用表格形式给出
考虑积分数学上描述:如图
5.1 求积公式
利用前面插值多项式P(x)逼近逼近被积函数f(x),并对P(x)求积代替原积分
即:
b
b
a f (x)dx a P(x)dx

数值积分与数值微分21599

数值积分与数值微分21599
假设

b
a
f ( x)dx I n Ak f ( xk ) 至少具有n次代数精度,
k 0
n
所以用插值基函数lk(x)当作f(x)代入,上式精确成立,即:

b
a
lk ( x)dx I n Aj lk ( x j ) Ak
n
j 0
n
所以 I n Ak f ( xk ) 为插值型的求积.
b a 1i n
则称求积公式是收敛的. 中,由于计算 f(xk) 定义 在求积公式a f ( x)dx Ak f ( xk )
b n
可能产生误差,实际得到 fk 即: f ( xk ) fk k n n 记 I n ( f ) Ak f ( xk ),I n ( f ) Ak f k 如果对任
由书中表知,当 n 8 时柯特斯系数出了负值,所以
(n) (n) C C k k 1 k 0 k 0 n n
故 n 8 时Newton-Cotes 公式不适用。
2019/4/23
数计学院《数值计算》课程建设组QAB
二、偶数阶求积公式的代数精度
n 为偶数阶的Newton-Cotes 公式至少有 n+1 次代数精度。 证明: 当n 为偶数时,由于有 f ( n1) ( x) ( xn1 )( n1) (n 1)!
余项
b
余项 R[ f ]
b a 4 (4) h f ( ) , 180
( a, b) , h
ba 2
2019/4/23
数计学院《数值计算》课程建设组QAB
n = 4: C
(4) 0
7 (4) 16 (4) 2 (4) 16 (4) 7 , C1 , C2 , C3 , C4 柯特斯公式 90 45 15 45 90

数值计算方法教案数值积分(有添加哦

数值计算方法教案数值积分(有添加哦

数值积分教案教学目标:1. 理解数值积分的概念和意义;2. 掌握数值积分的基本方法和原理;3. 能够运用数值积分解决实际问题。

教学内容:1. 数值积分的概念和意义;2. 数值积分的基本方法:梯形法、辛普森法、高斯法等;3. 数值积分的原理:数值积分近似解的误差估计;4. 数值积分的应用:解决实际问题,如物理、工程等领域中的积分计算。

教学方法:1. 讲授法:讲解数值积分的概念、方法和应用;2. 案例分析法:分析实际问题,引导学生运用数值积分解决;3. 练习法:让学生通过练习题巩固所学知识。

教学准备:1. 教案、PPT、教学视频等教学资源;2. 计算器、电脑等教学工具。

教学过程:一、导入(5分钟)1. 引入数值积分的重要性,例如在物理、工程等领域中的应用;2. 引导学生思考如何利用数值方法近似计算积分值。

二、数值积分的概念和意义(10分钟)1. 讲解数值积分的定义;2. 解释数值积分的意义和作用;3. 举例说明数值积分在实际问题中的应用。

三、数值积分的基本方法(10分钟)1. 介绍梯形法、辛普森法和高斯法等基本方法;2. 讲解各种方法的原理和步骤;3. 通过实例演示数值积分的计算过程。

四、数值积分的原理(10分钟)1. 介绍数值积分近似解的误差估计;2. 解释误差估计的原理和意义;3. 引导学生思考如何选择合适的数值积分方法以减小误差。

五、数值积分的应用(10分钟)1. 分析实际问题,引导学生运用数值积分解决;2. 让学生通过练习题巩固所学知识;3. 引导学生思考数值积分在实际工程中的应用和限制。

教学评价:1. 课堂问答:检查学生对数值积分的概念和方法的理解;2. 练习题:评估学生对数值积分的应用能力;3. 课后作业:巩固学生对数值积分的掌握程度。

数值积分教案数值积分(有添加哦)六、梯形法的改进与应用(10分钟)1. 分析梯形法的局限性,如计算量大、精度低等问题;2. 介绍梯形法的改进方法,如自适应梯形法、辛普森法与梯形法的组合等;3. 通过实例讲解改进方法的原理和应用。

《数值计算方法》复习资料

《数值计算方法》复习资料

实用文档《数值计算方法》复习资料第一章数值计算方法与误差分析第二章非线性方程的数值解法第三章线性方程组的数值解法第四章插值与曲线拟合第五章数值积分与数值微分第六章常微分方程的数值解法自测题课程的性质与任务数值计算方法是一门应用性很强的基础课,在学习高等数学,线性代数和算法语言的基础上,通过本课程的学习及上机实习、使学生正确理解有关的基本概念和理论,掌握常用的基本数值方法,培养应用计算机从事科学与工程计算的能力,为以后的学习及应用打下良好基础。

第一章数值计算方法与误差分析一考核知识点误差的来源类型;绝对误差和绝对误差限,相对误差和相对误差限,有效数字;绝对误差的传播。

二复习要求1.知道产生误差的主要来源。

2.了解绝对误差和绝对误差限、相对误差和相对误差限和有效数字等概念以及它们之间的关系。

3.知道四则运算中的误差传播公式。

实用文档三例题例 1 设x*= =3.1415926⋯近似值 x=3.14 = 0.314× 101,即 m=1,它的绝对误差是- 0.001 592 6 ,⋯有即 n=3,故 x=3.14 有 3 位有效数字 .x=3.14准确到小数点后第 2 位 .又近似值 x=3.1416,它的绝对误差是0.0000074 ⋯,有即 m=1,n= 5, x=3.1416 有 5 位有效数字 .而近似值x=3.1415,它的绝对误差是0.0000926 ⋯,有即 m=1,n= 4, x=3.1415 有 4 位有效数字 .这就是说某数有s 位数,若末位数字是四舍五入得到的,那么该数有s 位有效数字;例 2指出下列各数具有几位有效数字,及其绝对误差限和相对误差限:2.000 4-0.002 009 0009 000.00解因为 x1=2.000 4= 0.200 04× 101, 它的绝对误差限 0.000 05=0.5 × 10 1―5,即m=1,n=5, 故 x=2.000 4 有 5 位有效数字 . a1=2,相对误差限x2=- 0.002 00,绝对误差限0.000 005,因为 m=-2,n=3 ,x2=- 0.002 00 有 3 位有效数字 . a1=2 ,相对误差限r ==0.002 5实用文档x3=9 000 ,绝对误差限为0.5× 100,因为 m=4, n=4, x3=9 000 有 4 位有效数字, a=9 ,相对误差限r== 0.000 056x4=9 000.00 ,绝对误差限0.005,因为 m=4, n=6, x4=9 000.00 有 6 位有效数字,相对误差限为r== 0.000 000 56由 x3与 x4可以看到小数点之后的0,不是可有可无的,它是有实际意义的.例 3 ln2=0.69314718⋯,精确到10-3的近似值是多少?解精确到 10-3= 0.001,意旨两个近似值x1,x2满足,由于近似值都是四舍五入得到的,要求满足,近似值的绝对误差限应是=0.0005,故至少要保留小数点后三位才可以。

第五章数值积分方法优秀课件

第五章数值积分方法优秀课件
bf(x)dxf(x)(ba) a
将其用于积分的近似计算,取ξ=b, 得
---积分右矩形公式
复合右矩形公式 如在区间[a,b]内插入节点xj=a+jh(j=0,1,···,n), h=(b-a)/n 得到复合右矩形求积公式:
利用拉格朗日中值定理 f(x)f(a)f'(x)x (a)(x[a,b])
T(f)baf(a)f(b)
2
Tn
n1
Ik
k 0
n1 k 0
h 2
f
(xk
)
f (xk1)
Tn(f)h 2f(a)2k n 1差减小→控制
复合梯形公式(节点加密)
x 1/2
x 3/2
x k 1/2
x n1/2


x0
x1
x2 xk
2
5.1 插值型求积公式
梯形公式误差
广义积分中值定理 若f在[a, b]上连续,g在[a, b]上可积,且g(x)在[a, b]
上不变号,存在x, x∈[a, b],使
bf(x)g(x)dxf(x)
b
g(x)dx
利用这一定理
a
a
梯形与曲边梯形面积的对比:
正负决定
5.1 插值型求积公式 三点二次拉格朗日插值积分--辛卜生公式 y=f(x) L2(x)
xk+1 xn-1
xn
Tnkn10Ikkn10h2f(xk)f(xk1) Tn
n1 k 0
Ik
n1 k 0
h 2
f
(xk )
f
(xk1)
Tn(f)h 2f(a)2kn 1 1f(xk)f(b)
I k k f(x) L1(x)axbbf(xa)L b1x(x)aafx(b)bbf(a)h 4 bxaaf(b) h 4 f x fk x k fx k 1 2 /2 f x h 4 k 1 f/2 x k 1 /2 f f x k x 1 k 1

计算方法--数值积分省公开课获奖课件市赛课比赛一等奖课件

计算方法--数值积分省公开课获奖课件市赛课比赛一等奖课件

f
( x)
(x ( x1
x0 )( x x) x0 )( x1 x)
f
( x1 )

x1 f ( x)dx
x0
x1 x0
L2
(
x )dx
尤其地:当
x
1 2
(
x0
x1 )
,于是,
x1 x0
f
( x)dx
( x1
6
x0 )
f
(x0 ) 4
f
(
x0
2
x1 )
f
( x1)
Simpson公式
30
在Newton-Cotes公式中,n=1,2,4时旳公式是最常用也 最主要三个公式,称为低阶公式
取n 1, 有x0 a , x1 b , h b a
Cotes系数为
C ( 1 ) 01(t01)dt1 2
C ( 1 ) 1
1
tdt
0
1 2
求积公式为
31
1
I1( f ) (b a) Ck(1) f (xk )
按此余项公式,对于次数不超出 n 旳多项式 f (x) ,
余项 R[ f ] 等于零,求积公式至少具有 n 次代数精度。
23
§5.1.4 插值求积法 - 余项
n+1 个节点旳求积公式为插值型 该求积公式至少有 n 次代数精度.
反之, 若求积公式至少具有 n 次代数精度,则肯定 是插值型旳。因为求积公式对 n 次多项式是精确成立旳:
b
n
a lk (x)dx Ajlk (x j ) Ak
j0
Return 24
§5.2 Newton-Cotes公式
第1节 公式旳一般形式 第2节 低阶公式及其他项 第3节 复合求积公式

数值计算方法(第5章)1 深圳大学 科学与工程计算 数值分析 PPT课件

数值计算方法(第5章)1 深圳大学 科学与工程计算 数值分析 PPT课件

5
1 19, 75,50,50, 75,19 288
6
1 41, 216, 27, 272, 27, 216, 41 840
7
1 751,3577,1323, 2989, 2989,1323,3577, 751 17280
8
1 989,5888, 928,10496, 4540,10496, 928,5888,989 28350
其中
RT
[
f
]
(b a)3 12
f
'' (
)
(a,b)
y f (x)
f (x) Ln (x) Rn (x)
由Lagrannge插值,任何一的函数

L可n (x以) 近似l的j (x表) y示j是成f (x)的Lagrage插值多项式。
j0
其中
为简便起见,取节点为等分
h ba,x
25几个常用的求积公式的代数精度几个常用的求积公式的代数精度1t公式的代数精度公式具有一次的代数精所以xdxdxs公式的代数精度成立所以xdxdx27精确成立28精确成立同理可得n公式具有三次代数精度c公式具有五次代数精度
第5章 数值积分
引言
在数学分析中,我们学习过微积分基
本定理 Newton-Leibniz 公式:
Newton Cotes积分公式
定义 设f (x)是[a, b]上的连续函数,将
[a, b]区间等分n等分,取h
ba n
, xj
a kh
( j 0,1,2..., n), 记f (x j ) f j ,以{x j }0n 为节点作
f (x)的lagrage插值多项式,即
f (x) Ln (x) Rn (x)

数值计算方法褚衍东第五章

数值计算方法褚衍东第五章

数值计算方法褚衍东第五章哎呀呀,亲爱的朋友,今天咱就来唠唠这个《数值计算方法褚衍东第五章》。

这第五章啊,就像是一个神秘的宝库,里面藏着好多实用的宝贝方法。

首先呢,咱来说说第一个关键的方法,就像是打开宝库的第一把钥匙——插值法。

这插值法呀,你就把它想象成你去参加一个猜价格的游戏。

比如说有几个已知的价格点,就像给了你几个提示,然后让你去猜猜中间那些不知道价格的地方大概是多少。

插值法就是帮你根据已知的点,去估摸那些未知的。

具体咋操作呢?比如说给了你几个点(x1,y1),(x2,y2)…… 那咱就可以通过一些公式,像拉格朗日插值公式啥的,来算出中间那些没告诉你的点的数值。

这公式就像是一个神奇的魔法咒语,你得把那些点的坐标带进去,然后就能算出个大概来。

接着,咱们迎来了第二个方法——数值积分法。

这数值积分啊,就好比你要算一块形状不规则的地有多大。

你没办法直接用学过的公式来算,那咋办?咱们就把这块地切成好多小块,每一小块都近似看成一个规则的形状,比如长方形啥的,然后把这些小块的面积加起来,大概就知道整块地的面积啦。

这里面常用的方法,像矩形法、梯形法,你可别被这名字吓到。

矩形法呢,就是把那些小块都看成矩形来计算;梯形法呢,就是把它们看成梯形来算。

再来说说第三个方法——常微分方程数值解法。

这个就有点像你追着一个调皮的小孩跑。

这个小孩的运动轨迹不好直接算,但是咱们可以一小段一小段地去估计他的位置。

比如说,咱们可以用欧拉方法,每一步都根据前面的位置和速度来推测下一步他会跑到哪儿。

在实际操作的时候,你得先确定好初始条件,就像知道小孩从哪儿开始跑,跑得多快。

然后按照公式一步一步地算下去,慢慢地就能大概知道他之后的位置啦。

总之,这第五章里的数值计算方法,虽然听起来有点复杂,但其实就跟咱们日常生活中的一些小事情差不多。

只要你多琢磨琢磨,多练练手,就一定能掌握这些神奇的“魔法”!朋友,加油,相信你能搞定!回头你要是弄明白了,别忘了来跟我分享分享你的成果哟!。

数值积分方法课件

数值积分方法课件
热力学分析
通过数值积分方法,可以对物体的传热过程进行精确 分析。
在金融计算中的应用
01
股票价格预测
数值积分方法可以用于预测股票 价格的变动趋势,为投资决策提 供支持。
02
03
风险管理
精算学
在金融风险管理中,数值积分方 法可以用于评估投资组合的风险 水平。
在精算学中,数值积分方法可以 用于计算生命保险、养老保险等 保险产品的精算现值。
THANKS
感谢观看
按照被积函数的特征分类
可以分为有理函数的积分、无理函数的积分、超越函数的积分等。
02
常见数值积分方法
矩形法
总结词
简单、易理解、精度低
详细描述
矩形法是一种简单的数值积分方法,其基本思想是将积分区间划分为一系列小的矩形,然后用每个小 矩形的面积近似代替该区域的积分。该方法易于理解和实现,但精度较低。
分。
Gauss-Legendre积分法
03
精度高,计算量较大,适用于求解具有特定形状的积
分。
适用范围与场景
梯形法则
适用于简单的一维函数不定积分,如常数函 数、三角函数等。
Simpson法则
适用于具有对称性的积分,如奇函数或偶函数的积 分。
Gauss-Legendre积分法
适用于求解具有特定形状的积分,如圆环域 、球域等。
常见的数值积分公式包括梯形法则、辛普森法则 、高斯积分等。
数值积分的重要性
解决实际问题
数值积分被广泛应用于各种实际问题中,如物理学、工程学、经济学等。
理论计算基础
数值积分也是许多理论计算的基础,如微分方程、偏微分方程的求解等。
数值积分的分类
按照所使用的数值方法分类

第五章 数值积分.ppt

第五章 数值积分.ppt

1
dx 1
0
1 xdx 1
0
2

A0

A1

1 2

1
所以公式为: 0
f
( x)dx

1
2
f
0
f
1 .
12
三 、牛顿—柯特斯(Newton-Cotes)公式
定义3 等距节点下的插值型求积公式称为牛顿—柯特斯公式。
把区间 a,b分成 n 等分,每份的长度为 h (b a) / n ,
解: e0 1, e 2.71828 , e0.5 1.64872
所以利用梯形公式:
I

T1

1 2
1
2.71828
1.85914

利用 Simpson 公式:
I

S1

1 6
1
41.64872
2.71828
1.71851 .
对比真值 I 1.71828,可见 S1 更精确一些.
C
(n i
)

C
(n) ni

这可以从柯特斯系数的积分表达式中直接得到.
17
应用中必须考虑数值稳定性,设函数值计算产生误差为:
f xi fi i ,并记 max i ,则在牛顿—柯特斯公式计算中:
n
n
C(n) i
f
xi

C(n) i
fi
,误差是:
i0
f
( x)dx

ba 90
7
f
(a) 32
f
(x1) 12
f
(x2 )

计算方法 第5章 数值积分

计算方法 第5章 数值积分
来求定积分。
(7―1)
2020/1/11
2
公式(7―1)虽然在理论上或在解决实际问题中 都起了很大的作用,但它并不能完全解决定积分 的计算问题。因为定积分的计算常常会碰到以 下三种情况:
(1)被积函数f(x)的原函数F(x)不易找到。许多
很简单的函数,例如
sin x , 1 , ex2 x ln x
2 0
(s 1)(s 2)ds 1 6
C ( 2 ) 1


1 2
2 0
s(s 2)ds 4 6
C ( 2 ) 2

1 4
2 0
s(s 1)ds 1 6
b f (x)dx b a [ f (a) 4 f ( a b) f (b)]
a
6
2
这是抛物线(Simpson)公式。
C (1) 0


1 0
(s 1)ds 1 2
C (1) 1

1 0
sds 1 2
此时式(7―10)为
b f (x)dx b a [ f (a) f (b)]
a
2
(7―12)
这是梯形公式。
2020/1/11
25
当n=2时,可得
于是
C ( 2 ) 0

1 4
k i
Rn
(
f
)

(n
1 1)!
b a
f (n1) ( )n1(x)dx
(7-8) (7-9)
我们称
b
n
f (x)dx
a
ai yi
i0
(7-10)
为牛顿―柯特斯(Newton-Cotes)求积公式,Rn(f)为 牛顿―柯特斯求积公式的余项。
  1. 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. 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. 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)。
qn 1 ( x) bk x k 记 n 1 次多项式为
k 0 n 1
( qnn 1) ( x) (n 1)!bn 1 则 n 1次导数为 1
f ( n 1) ( ) ( x) 两边积分得: 对 f ( x) pn ( x) (n 1)!
b f ( n 1) ( ) a f ( x)dx a pn ( x)dx a (n 1)! ( x)dx b b
(n 1)!
定义:对牛顿一柯特斯公式,当 f ( x) Cna ,b , f ( n 1) ( x)
多项式,则
f ( n1) ( ) 0
, 因此 f ( x) pn ( x)
牛顿一柯特斯公式的代数精确度至少是n。
证明:当n为偶数时,牛顿一柯特斯公式的代数精确度至 少是n,可以达到 n 1
( x a)( x ab ) f (b)) 2
用 p2 ( x) 代替 f ( x) 则求得:

b
a
f ( x)dx p2 ( x)dx
b
ba ab ( f (a ) 4 f ( ) f (b)) 6 2
三、牛顿一柯特斯公式(Newton-Cotes) 区间分法:把区间 [a, b] n等分,其分点为
也就是说 H (u ) 是一个奇函数,故
n 0t (t 1) (t n)dt 0
即当n为偶数时,牛顿一柯特斯公式对 n 1 次多项式精确 度成立,因此代数精确度达到 n 1 , ※ 抛物求积公式是 n 2 时的牛顿一柯特斯公式,代数 精确度至少是3,容易证明,抛物线求积公式对四次多项式 不能精确成立。取 f ( x) x 4
(a ih a)(a ih (a h))(a ih (a 2h))
(a ih (a (i 1)h))(a ih (a (i 1)h))
(a ih (a nh))
ih(i 1)h(i 2)h(i i h)(i i 1)h(i i 2)h
xi a ih, i 0,1, 2,, n, h ba n
过这 n 1个节点,构造一个n次多项式
pn ( x)
i 0 n
w( x) f ( xi ) ( x xi ) w( xi )
其中 w( x) ( x x0 )( x x1 )( x xn ),用 pn ( x) 代替被 积函数 f ( x) ,则有
(i n)h
hn (1)n i (i !)(n i)!
故 Ai a

b
w( x) dx ( x xi ) w( xi )
h n 1t (t 1) (t n) .hdt n i n (1) h (i !)(n i)!h(t i)
n t (t 1) (t n) (1)n i dt 0 n (i !)(n i )! (t i ) ·

b
a
f ( x)dx P( x)dx
a
b
一、梯形公式
过a,b两点,作直线方程
P ( x) 1 xa x b f (b) f (a) ba a b
用 P1 ( x) 代替 f ( x) ,得

b
a
f ( x)dx P ( x)dx ( 1
a a
b
b
xa x b f (b) f (a))dx ba a b
n
0
引进记号
Ci( n )

Ai (b a)C
(n) i
ba h n
计算牛顿一柯特斯系数 只要能给出n就能求出 例: n 11, , n)
1 (t 1)dt 0 2 1 1 (1) C1 tdt 0 2
(a th (a nh))
hn 1t (t 1)(t 2) (t n) w( xi ) w(a ih)
( xi x0 )( xi x1 )( xi x2 )( xi xi 1 )( xi xi 1 )
( xi xn )

ba ( f (a) f (b)) 2
二、辛浦生(Simpson)公式(抛物线求积公式)
把 [a, b] 区间二等分,过a,b和
ab 三点,作抛物线: 2
2 ab P2 ( x) (( x )( x b) f (a) 2( x a)( x b) 2 (b a) 2
定义:对一个一般的求积公式

b
a
f ( x)dx Ak f ( xk )
k 0
n
若求积公式 f ( x) 为任意一个次数不高于m次的代 数多项式时,等号成立,而对 f ( x)是m+1次多项式时, 公式不能精确成立,则我们说求积公式具有m次代数 精确度。 梯形求积公式具有一次代数精确度。 当 f ( x) C[a, b], f ( x) 在上存在 [a, b] ,用一 次多项式 P1 ( x) 逼近 f ( x) 有关系式:
(3)牛顿一柯特斯求积公式(取 n 4 )

1
0.5
xdx
0.5 (7 0.5 32 0.625 12 0.75 32 0.875 7) 0.43096407 90
1
*积分的准确值 5.2
0.5
2 3 xdx x 2 3
1 0.5
0.43096441
梯形求积公式和抛物线求积公式的误差估计
f ( ) f ( x) P ( x) ( x a)( x b), a b 1 2!
根据假定 f ( x) 是一次多项式,则, f ''( x) 0 因此,( x) P ( x) 则 f 1

b
a
f ( x)dx P ( x)dx 1
a
b
ba ( f (a) f (b)) 2
但当 f ( x) x 时
2

b
a
f ( x)dx
b
a
b3 a 3 b a x dx ( f (a) f (b)) 3 2
2
梯形公式具有一次代数精确度
牛顿一柯特斯公式的代数精确度至少是n。
在 a, b 存在,用n次插值多项式 pn ( x) 逼近 f ( x) 有关系式: f ( n 1) ( ) f ( x) pn ( x) ( x), a x b() 假若 f ( x) 是n次
(x
ab )( x b) ( x a)( x b) a b 2 f (a) f( ) ab ab ab 2 (a )(a b) ( a)( b) 2 2 2 ab ) 2 f (b) ab (b a)(b ) 2 2 ab ab (( x )( x b) f (a) 2( x a)( x b) f ( ) 2 (b a) 2 2 ( x a)( x
相应的求积公式为

b
a
ba f ( x)dx [ f (a) f (b)] T 2
n 2 时有: C
(2) 0
1 2 1 (t 1)(t 2)dt 4 0 6
1 2 4 C t (t 2)dt 2 0 6 1 2 1 (2) C2 t (t 1)dt 4 0 6 N=4时,相应的求积公式为:
因为
4 1 5 ba 4 ab 4 5 4 ax dx 5 (b a ) 6 b 4 2 a
b
所以抛物线求积公式的代数精确度是3。
2 定理5.1若 f ( x) C [a, b] ,则梯形求积公式有误差估计
ba R( f ) f ( x)dx ( f (a) f (b)) a 2 (b a)3 f ( ) 2
(2) 1

b
a
ba f ( x)dx [7 f ( x0 ) 32 f ( x1 ) 12 f ( x2 ) 90
32 f ( x3 ) 7 f ( x4 )] C
其中
xk a k .
ba (k 0,1, 2,3, 4) 4
n 4 *的 N C 公式,特别称为柯特斯公式。
*教材表5.1给出了n= 1至6的牛顿一柯特斯系数表。 例1.试用梯形求积公式,抛物线求积公式和牛顿一柯特 斯公式(取n=4)计算定积分

(1)梯形求积公式
1
1
0.5
xdx
0.5 0.5 xdx 2 ( 0.5 1) 0.4267767 (2)抛物线求积公式

1
0.5
xdx
0.5 ( 0.5 4 0.75 1) 0.43093403 6
f( ab ab ) ( x a)( x ) f (b) 2 2
构造 p2 ( x) 的过程:利用Lagrange插值法得公式:
p2 ( x) l0 ( x) y0 l1 ( x) y1 l2 ( x) y2

( x x0 )( x x2 ) ( x x0 )( x x1 ) ( x x1 )( x x2 ) y0 y1 y2 ( x0 x1 )( x0 x2 ) ( x1 x0 )( x1 x2 ) ( x2 x0 )( x2 x1 )
b
a b
证明:根据定理2.1有
f ( ) f ( x) P ( x) ( x a)( x b), a b 1 2
其中 是依赖于x的函数,两边积分得
R( f )
b a
f ( ) ( x a)( x b)dx 2
其中 Ai a
b
w( x) dx ( x xi ) w( xi )
相关文档
最新文档