数值积分课件 (《计算方法》)
数值积分-计算方法
(k=0,1,…,n) 作代换x=a+th带入上式,变为: 其中:
(k=0,1,…,n) (1-1) 这个积分是有理多项式积分,它与被积函数f(x)和区间[a,b]无关。
只要确定n就能计算出系数
。 于是得到称为Newton—Cotes公式的求积公式: (1-2) 其中
称为Newton—Cotes系数。如表1所示。 表1 Newton—Cotes系数
§3.1计算n阶求积公式
若有m次代数精度,对(k=0,1,…)应有
而。
§3.2 Gauss求积公式的基本原理
更一般形式: (2-1) 为权函数,设>0,且在[a,b]上可积,构造n阶求积公式:
(2-2) 积分点使得(2-2)式达到2n+1次代数精度,则积分点称为Gauss 点,(2-2)式称为Gauss求积公式。
§2Newton—Cotes公式 §2.1Newton—Cotes公式的推导
当§1.1插值求积公式的插值节点为等距节点时,就得到Newton— Cotes公式。
将区间[a,b]n等分,,n+1个节点为 xk=a+kh (k=0,1,…,n)
在节点上对f(x)的Lagrange插值多项式是:
用Pn(x)代替f(x)构造求积公式: 记
y=(1-1/2*(sin(x)).^2).^(1/2); 在Matlab工作窗口中调用函数:
y2=gauss2('gaussf',0,pi/2) 运行结果为:
y2= 1.3508
第5章 结论
通过以上变成和计算,得到所求的两组积分:
应用Newton—Cotes积分公式所求的结果分别是 y1=1.5078,y2 = 1.3506,而应用Gauss-Legendre方法所求得的结果分别是y1=1.5705 和 y2= 1.3508。单从结果上看,我们也能看出,Newton—Cotes积分公式 和Gauss-Legendre积分公式在精度上的确存在着差异(两者n的取值不 同)。而结果上的差异来源很明显是插值积分在近似替代时产生的,结 合第1章理论依据的内容,Newton-Cotes积分公式的精度最高可达n+1 次,Gauss-Legendre积分公式的精度为2n+1次,由此可知,当n相同 时, Gauss -Legendre积分公式比Newton—Cotes积分公式具有更高的 代数精度。而就本题而言Gauss -Legendre积分公式具有5次代数精度, Newton—Cotes积分公式也具有5次代数精度。因此二者所求积分只存在 微小的差异,结果都比较准确。
计算方法课件1
理学院 崔丽鸿
教材:西安交通大学出版社 《计算方法》
作者:邓建中
2/47
主要参考书
1.《数值分析基础教程》, 李庆杨, 高等教育出版社, 2019年第1版
3/47
主要参考书
2.《数值方法和MATLAB实现与应用》, (美) Gerald Recktenwald 著 伍卫国 万群 张辉 等译, 机械工业出版社, 2019年第1版
其他各类有关 “数值分析” 和 “计算方法” 的 书
4/47
《计算方法》课程体系
第一章 第二章 第三章 第四章 第五章
数值计算中的误差 插值法 曲线拟合的最小二乘法 数值积分 非线性方程的数值解法
5/47
《计算方法》课程体系
插值法
数值逼近 数据拟合的最小二乘法
本
数值积分和数值微分*
§1.3 绝对误差和相对误差
一.绝对误差 /* absolute error */
设 x——准确值,x * ——近似值。
称 e(x)x*x 为 x * 的绝对误差(简称误差)
|e(x)| 为 x * 的绝对误差限。
二.相对误差 /* relative error */
称
e(x) er (x) x
2、(1.000002 )2 1.000004 0 (本应(1.000002)2 1.000004 1.0000040000 04 1.000004 0.0000000000 04 4 10 12)
舍入误差很小,本课程将研究它在运算过程中 是否能有效控制。
20/47
q(x)
上例说明,即使数学上的恒等公式,用计 算机来算,结果也是不一样的。
《计算方法》PPT课件
就可以得到一个递推公式
uk uk1x ank ,
k=1,2, …,n (1.3)
这样的计算过程只需要计算n次乘法和n次加法。 这种算法和上一种算法相比,不仅逻辑结构简单, 而且计算也明显地减少了。多项式求值的这种算法 称为秦九韶算法(计算框图见图1.2)。
2020/12/7
.
10
1.2 误差的来源及其基本概念
5
2020/. 12/7
5.
⒊得不到准确解时,设法得到近似解
例:求 x a, a 已0知数。
由数学中的极限理论可知,
当lim n
xn
x时(,极限存在)
有:lim n
xn1
lim
n
1 2
( xn
a xn
)
即x 1 ( x a )
2
x
于是 x2 a, a 0, x a
又∵n只能有限,∴x是近似值。
2020/12/7
.
6
在计算方法中,我们还将讨论: ⒋解的特性(近似程度,敛散性) ⒌各种方法的优缺点(速度,存储量) ⒍各种方法的实用范围(收敛范围)
7
2020/. 12/7
7.
⑵ 一个好的方法应具有如下特点:
第一,面向计算机,要根据计算机特点提供实际可行的 有效算法,即算法只能包括加、减、乘、除运算和逻辑运 算,是计算机能直接处理的。
计算方法
1
1.1 计算方法研究的对象和特点
计算方法实际上就是计算机上使用的数值计算方法,所 以这门课程又称为数值计算方法或数值分析。它是专门研究 求解各种数学问题的数值计算方法。现在,由于大多数科学 计算都比较复杂,人工计算无法完成;而计算机科学的迅速 发展和广泛应用提供了解决这些复杂问题的新途径。
计算方法第一讲知识课件
2020/9/27
例:计算多项式: 0 . 0 6 2 5 x 4 0 . 4 2 5 x 3 1 . 2 1 5 x 2 1 . 9 1 2 x 2 . 1 2 9 6 需10次乘法4次加法。
( ( ( 0 . 0 6 2 5 x 0 . 4 2 5 ) x 1 . 2 1 5 ) x 1 . 9 1 2 ) x 2 . 1 2 9 6
2020/9/27
教材与参考书
• 邓建中,刘之行,西安交通大学出版社,《计算方法》 ,2001年
• 李庆扬,关冶 《数值分析原理》,清华大学出版社, 2000年
• 李庆扬,易大义,王能超 《现代数值分析》,高教出版 社,1995年
• Michael T. H. Scientific Computing: An introductory Survey, 清华大学出版社,2001
• Matlews J. H. Numerical Methods Using Matlab, 电子工业 出版社,2002
2020/9/27
第一讲数值分析的意义内容与方法
数值分析或计算方法的历史早于计算机的产生 ,许多(如今仍在使用的)概念与方法由二 十世纪前的伟人给出 Newton (1642-1727) Euler(1707-1783) Lagrange(1736-1813) Laplace(1749-1817) Legendre(1752-1833) Hermite(1822-1901) Gauss(1777-1855) Cauchy(1789-1857) Jacobi(1804-1851) Adams(1819-1892) Chebyshev(1821-1894) Laguerre(18341886)
数值分析课件高斯求积公式
1
1
1 f ( x)dx A0 f (
求 A0 , A:1
3 ) A1 f (
) 3
令 f ( x) ,1,代x入公式精确成立,得到: A0 A1 1
或
1
1
A0 1 l0 ( x)dx 1, A1 1 l1( x)dx 1
两点Gauss-Legendre求积公式
3次代数精度
1
1
1
一、 Gauss积分问题的提法
n
积分公式的一般形式: In ( f ) Ak f ( xk ) k0
➢为了提高代数精度,需要适当选择求积节点:
①当求积节点个数确定后,不管这些求积节点如何选
取,求积公式的代数精度最高能达到多少?2n 1
②具有最高代数精度的求积公式中求积节点如何选取?
n 个1求积节点, n个求1 积系数,共 个2n未知2量,需要
f p max f p axb
则Gauss型求积公式(*)是收敛的。
证明:由Weierstrass定理知 对 0
存在m次多项式 p( x满)足
下证 N , 当 n 时N
f
p 2
b
( x)dx
a
b
n
f ( x)( x)dx
a
Ak f ( xk )
k0
b
n
f ( x)( x)dx
➢ Gauss-Chebyshev求积公式
(x)
1
n
f ( x)( x)dx
1
Ak f ( xk )
k0
1 1 x2
其中求积节点
多项式的零点
xk
n [a, b] 是n+1次Chebyshev
k0
计算方法数值积分插值型积分PPT课件
bn1 an1 n1
1
其系数
x
0
矩阵
x02
x
n 0
1 …
x1 …
x
2 1
…
…
x
n 1
…
1
x
n
x
2 n
当
xk (k 0,1,…, n)
互异时,有唯一
x
n n
解 {Ak }
定理4.1 n+1个节点的求积公式
插值型求积
b f(x)dx a
理得
R(f) b f(x) P(x)dx b f(n1)(ξ) ω(x)dx
a
a (n 1)!
其中 ξ [a, b]
注意:当f(x)是次数不高于n的多项式时, f(n1)(x) 0
R(f) 0 因此,求积公式(4.1)成为准确的等
式。
例1 给定插值节 为点定积分
home机械求积方法大家应该也有点累了稍作休息大家应该也有点累了稍作休息大家有疑问的可以询问和交流大家有疑问的可以询问和交流41数值积分概述图41数值积分的几何意义积分值的几何表示
计算方法 (Numerical Analysis)
第6次 数值积分-插值型积分-误差求积公式的收敛性与稳定性
第四章 数值积分
j0
(*)
lk (x)
(x - x0 )...(x (xk - x0 )...(xk
-
xk-1 )(x - xk1 )...(x - xn ) xk-1 )(xk - xk1 )...(xk - xn )
注意lk(xk ) 1, 而当j k的时候,lk(x j ) 0
西安交通大学《计算方法》课件-第一章
浮点运算原则
(1)避免产生大结果的运算,尤其是避免小数作为除数 参加运算 (2)避免“大”“小”数相加减 (3)避免相近数相减,防止大量有效数字损失 (4)尽可能简化运算步骤,减少运算次数
第1章 绪论
定义 数据相对小的变化引起解的相对大的变化的问题 称为病态问题,否则称为良态问题。
问题的性态就是指问题的解对原始数据扰动的敏感性
第1章 绪论
浮点数系运算误差
(2)计算结果的尾数多于t位数字
在F (2,3,1,2)中
(0.100 20 ) (0.111 20 ) 0.1101 21 (0.100 22 ) (0.111 21 ) 0.1000111 22
需要对结果进行舍入处理,产生的差称为舍入误差
记为F ( , t , L,U )
l
将计算机中所能表示的全体数的集合称为计算机的浮点数系
浮点数系中的数的个数是有限的,其个数为
2( 1) t 1 (U L 1) 1
第1章 绪论
浮点数系的误差
在计算机的浮点数系中,四则运算是非封闭的 为使经过算术运算产生的结果仍然要用浮点数系中的数 表示,因此必须用一个比较接近的数来代替 因此产生误差 称此误差称为舍入误差
第1章 绪论
第1章 绪论
什么是计算方法
《计算方法》介绍基本的数学问题中的主要数值方法, 介绍方法的思想、结构、条件、对输入数据的要求、生成 数据的意义、应注意的事项等 介绍数值计算中的一些最基本的概念 设计常见应用问题的数值处理方法 对数值方法的数值特性进行研究 分析方法的可靠性 分析方法的效率
第1章 绪论
问题的性态
已知问题f ( x)的输入数据只有一个 ,用x来表示 若有两个输入数据x和~ x , 则可以得到两个不同的结果f ( x)和f ( ~ x)
离散化原理及要求和常用的几种数值积分法PPT课件
ki4 )
ki1 hfi (tm , y1m , y2m , , ynm )
hfi (tm
h2m
1 2
k21,
,
ynm
hfi (tm
h 2
,
y1m
1 2
k12 ,
y2m
1 2
k22 ,
,
ynm
1 2 1 2
k n1 ) kn2 )
ki4 hfi (tm h, y1m k13, y2m k23, , ynm kn3 )
38
课堂测验: 已知微分方程 y ey t2,分别用欧拉法、 梯形法和四阶龙格库塔法写出前两步的差分 方程的解(t0=0, y0=0, 步长h=0.1)
39
近似值
fp n1
f
(tn1,
yp n1
)
3.然后用梯形法求出修正后的 ye
n1
25
迭代运算:
1.用欧拉法预估一个初值 y(0)
n1
2.用下式求出 y(1)
n1
y(1) n1
y(tn )
1 2
h
f (tn, yn )
f
(tn1,
y(0) n1
)
3.再用 y(1) 求 y(2)
n1
n1
y(2) n1
一阶龙格-库塔公式——欧拉公式
35
优点
编制程序容易 改变步长方便 稳定性较好 是一种自启动的数值积分法
36
(4)单步法的特点
需要存储的数据量少 可自启动 容易实现变步长运算
37
例:已知系统方程
y 0.5y 2y 0, y(0) 0, y(0) 1
取步长 h 0.1 计算 t 0.1,0.2时的y值
计算方法 第六章 数值积分(深)
ò
b
a
Ln ( x)dx
若f (x)在[a,b]上具有n+1阶导数,则 f (x)=Ln (x) + Rn (x) 其中
wn+ 1 ( x) =
f ( n1) Rn ( x ) n1 ( x ) ( n 1)!
ξ∈(a,b)
Õ (xi= 0
n
xi ) = ( x - x0 )( x - x1 ) L ( x - xn )
i= 1
。
b- a 1 2 (b - a 2 ) 2 1 (b m+ 1 - a m+ 1 ) m+ 1
15
ò
b
a
å
i= 1
f ( xi )Ai , n ì b 0 ï ï ï òa x dx = å Ai = ï i= 0 ï ï n ï b ï ï x1dx = å Ai xi = ï òa í i= 0 ï ïM M ï ï ï b n ï ï ï ò x m dx = å Ai xim = ï a ï i= 0 ï î
3
6.1 数值积分公式的构造 及其代数精度
4
6.1 数值积分公式的构造及代数精度
定义:设函数f (x)在[a, b]上有界,在[a, b]中任意 插入若干个分点a=x0<x1<……<xn-1<xn= b,把 区间[a, b]分成n个小区间
[x0 , x1],[x1 , x2],…[xn-1 , xn]
å
n
f (xi )Vxi
i= 1
记λ=max( △x1, △x2,… ,△xn )(λ:细度) 如果不论对[a,b]怎样分法,也不论在小区间上 点如何取法,只要当λ→0时,和S总趋向于确定 的极限I,称极限I为函数f (x)在区间上的定积分
计算方法数值积分
计算方法数值积分数值积分也叫数值积分法,是一种利用数值计算方法来近似计算定积分的技术。
数值积分法的基本思想是将求解定积分的问题转化为连续函数的逼近问题,通过对确定的函数值进行加权平均来估计定积分的值。
数值积分法的步骤如下:1.将被积函数f(x)分割成若干个小区间;2.在每个小区间上选择一个或多个代表点,计算这些代表点的函数值;3.将这些函数值与一组预先选定的权重相乘,并将结果求和,即可得到最终的近似积分值。
常用的数值积分法有矩形法、梯形法、辛普森法等。
矩形法是数值积分中最简单粗糙的近似计算方法。
它将每个小区间上的函数值等分为一个常量,用矩形面积的和来近似计算定积分。
具体来说,矩形法可分为左矩形法、右矩形法和中矩形法三种。
其中,左矩形法以每个小区间的左端点作为代表点,右矩形法以右端点作为代表点,中矩形法以每个小区间的中点作为代表点。
梯形法是通过近似使用梯形面积来计算定积分。
它的计算思想是将每个小区间上的函数值重新排列为两个连续点的直线,并计算这些直线与x轴之间的面积和。
具体来说,梯形法通过连接每个小区间的左右两个函数值,构成一个梯形来近似计算定积分。
辛普森法是一种更加精确的数值积分方法。
它的计算思想是将每个小区间上的函数值近似为一个二次多项式,并计算这些多项式的积分值。
辛普森法使用了更多的代表点,其中每两个相邻的代表点组成一个小区间,并使用一个二次多项式来逼近这个小区间上的函数。
辛普森法的精度比矩形法和梯形法要高。
数值积分法的精度受步长的影响,步长越小,近似误差越小。
在实际计算中,需要根据被积函数的特点和计算精度的要求来选择合适的数值积分法和步长。
此外,为了提高计算精度,还可以采用自适应步长和复合数值积分等方法。
总之,数值积分是求解定积分的一种近似计算方法,其基本思想是对函数的逼近和面积的加权平均。
常用的数值积分法有矩形法、梯形法和辛普森法等,选择合适的方法和步长可以提高计算精度。
数值积分法在科学计算领域和工程实践中被广泛应用。
数值计算方法课件CH4数值积分4.2复合求积法
f
(b)
f (a)]
1 4
(I
Tn
)
20
因此有
I T2n 1 I Tn 4
4I 4T2n I Tn
即
I
T2n
1 3
(T2
n
Tn )
这说明, T2n作为I的近似值时的截断误差 绝对值约为
1 3 T2n Tn
若预先给定的误差限为,只要 ,就认为此时的数
值积分T2n已经达到精度要求,可以停止计算了.
3 4
)]
14
k
1
f
(xk ) 7
f
(1)]
0.94608307
10
比较三个 公式的结果
精度最低 精度次高
T8 0.94569086 S4 0.94608331
精度最高 C2 0.94608307
原积分的精确值为 I 1sin x dx 0.946083070367183 0x
这三种方法都是求积区间上9个节点上的函数值的线性组合 进行计算,只是组合方法不同,但工作量基本相同.T8的精 度很低,但S4和C2的精度很高,相比较而言,复合Simpson 公式的复杂性居中,精度又可达到要求,故使用更普遍.
在数值积分中,精度是一个很重要的问题,复合求积法 对提高精度是很有效的.由复合求积公式的余项表达式看到, 精度与步长有关. 步长取得太大,精度难以保证,步长太小, 则求积会公导式致之计前算最量好的先增给加出,步并长且.积I累 T误n 差 11也2 h2会[ f 增(b) 大f (,a)]因此使用
从理论上讲,可以根据复合I求 S积n 公 118式0 的2h 4余[ f 项(b) 公f 式(a)或] 其近 似于被表积达函式数,的预高先阶确导定数出很恰难当估的计步I,长 C或hn 来者 9.24但被5 在积h4 6实函[ f (际数5)(b使)没 f用有(5)(中解a)],析表由 达式,因此这个预估h的方法是不宜使用的.
数值积分方法课件
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
计算方法数值积分教学PPT
ji
Rn ( f )
b a
f (n (n
1) ( )
1)!
n
1
(
x
)
dx
b f ( x)dx
a
n
f ( xi )ai(n) Rn ( f )
i0
}
推导具体计算公式
由
ai(n)
b a
jn x x j dx, j0 xi x j
ji
xi a ih, x j a jh, ba
5888/ 28350
-928/ 28350
10496/ 28350
-4540/ 28350
10496/ 28350
例如:n=2时,有
c(2) 0
1 6
,
c(2) 1
4 6
,
c(2) 2
1 6
n=3时,有
c(3) 0
1 8
,
c(3) 1
3 8
,
c(3) 2
3 8
,
c(3) 3
1 8
-928/ 28350
a
( i
n)
i!
(1)ni (n i)!
hn
n 0
n
(s
j0 ji
j) hn hds
(1)ni (b a)
i! (n i)!
n 0
n
(s
j0 ji
j ) ds
a(n) i
(b
a)
c(n) i
,
ci(n)
(1)ni i! (n i)!
n 0
n
(s
j0
j ) ds
ji
}
由
}
5.1.1 牛顿-柯特斯求积公式的构造
力学中的计算方法(数值积分)
机械求积法: f
a
b
x dx Ak f xk
k 0
定义 若某个求积公式所对应的误差R[ f ]满足:R[ Pk ]=0 对任
意 k n 阶的多项式成立,且 R[ Pn+1 ] 0 对某个 n+1 阶多项式
成立,则称此求积公式的代数精度为 n 。 例:对于梯形公式
解:设
1 1
f ( x )dx A0 f ( x0 ) A1 f ( x1 ) ,应有 3 次代数精度。
因为只有2个待定系数
b
a
x 2dx b
3
a 3 3
b a 2
[a 2 b2 ]
代数精度 = 1
就是梯形公式
思 利用插值多项式 P ( x ) f ( x ) 则积分易算。 n 路
在[a, b]上取 a x0 < x1 <…< xn b,做 f 的 n 次插值
多项式 Ln ( x ) f ( xk )l k ( x ) ,即得到
( 2) n = 2: C 0
1 2 1 ( 2) ( 2) , C1 , C 2 Simpson’s Rule 6 3 6 b bNewton-Cotes a n 为偶数阶的 ab f ( x ) dx [ f ( a ) 4 f ( 2 ) f ( b )] a 代数精度 = 3 公式至少有 n+6 1 次代数精度。
ba , i 0, 1, ... , n n
注:Cotes 系数仅取决于 n 和 i, 可查表得到。与 f (x) 及区 间[a, b]均无关。
Cotes系数 Ci( n )
( 1) ( 1) , C1 n = 1: C0
- 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)。
(7―7)
19
数值计算方法 这里yi=f(xi),对式(7―6)两边积分得
b
a
f ( x)dx pn ( x )dx Rn ( x )dx
a a n b n
b
b
b x xk 1 ( n 1) [ dx] yi f ( )n 1 ( x )dx a a (n 1)! i 0 k 0 xi xk k i
k 0
n
(2)
n
R( f ) I ( f ) I n ( f ) f ( x)dx Ak f ( xk ),
b a k 0
(3)
称(2)为数值求积公式,(3)为求积公式余项(误差). 构造或确定一个求积公式,要讨论解决的问 题有
(i) 确定求积系数Ak和求积节点xk ;
(ii) 求积公式的误差估计和收敛性
b b
a
f ( x)dx ( x)dx
a b
现用第六章介绍的插值多项式Pn(x)来代替被积函数f(x), 即有
b a
f ( x)dx Pn ( x)dx
a
取节点为等距,即
a=x0<x1<…<xn=b
2016/4/12 18
数值计算方法
ba h xk 1 xk , k 0,1,2,, n 1 n xi x0 ih i 0,1,2,, n
k 0
该公式为插值型(即:Ak lk ( x )dx )
a
b
推论1 求积系数满足:
AHale Waihona Puke j 0nj
ba
2016/4/12
17
数值计算方法
1.1 牛顿―柯特斯公式 (Newton―Cotes)
建立数值积分公式最基本的思想是选取一个既简单又有 足够精度的函数φ(x), 用φ(x)代替被积函数f(x),于是有
则分别可以看作用 a, b, c=(a+b)/2, 三点 高度的加权平均值 [f(a)+f(b)]/2 和 [f(a)+4f(c)+f(b)]/6 作为平均高度f(ξ)的近似值.
2016/4/12
9
数值计算方法
更一般地,取区间[a,b]内n+1个点 {xi},(i=0,1, 2,…n) 处的高度{f(xi)} (i=0,1,…,n)通过加权平均的方法 近似地得出平均高度f(ξ),这类求积方法称为机械求 积:
b
a
f ( x) F (b) F (a)
(7―1)
来求定积分。
2016/4/12
2
数值计算方法
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
ai yi Rn ( f )
i 0
n
2016/4/12
20
数值计算方法
x xk ai dx a k 0 xi xk
b n k i b 1 ( n 1) Rn ( f ) f ( )n 1 ( x)dx a (n 1)!
(7-8) (7-9)
代入(7―10)式得到求积公式
2016/4/12
b
a
ba f ( x)dx [ f ( x0 ) 3 f ( x1 ) 3 f ( x2 ) f ( x3 )] (7-14) 8
26
数值计算方法 类似地可分别求出 n=4,5,…时的柯特斯系数 ,从而建立相 应的求积公式。具体结果见表7―1。 从表中可以看出,当n≤7时,柯特斯系数为正;从n≥8开始,
n
误 差 R[ f ] a
n
b
f ( x)dx Ak f ( xk ) [ f ( x) Ln ( x)]dx
b k 0 a
b a
f ( n 1) ( x ) n ( x xk ) dx (n 1)! k 0
定理1 形如 Ak f ( xk ) 的求积公式至少有 n 次代数精度
2016/4/12
, ( a, b)
与x有关
23
数值计算方法
称Ci(n)为柯特斯求积系数。很显然,当n=1时,可 算得
C
(1) 0
C1(1)
1 ( s 1)ds 0 2 1 1 sds 0 2
1
此时式(7―10)为
b
a
ba f ( x )dx [ f (a ) f (b)] 2
(7―13)
b
a
ba ab f ( x )dx [ f (a ) 4 f ( ) f (b)] 6 2
这是抛物线(Simpson)公式。
2016/4/12 25
数值计算方法
当n=3时,
C
(3) 0
C1(3)
(3) C2 (3) C3
1 3 1 ( s 1)( s 2)( s 3)ds 18 0 8 1 3 3 s( s 2)( s 3)ds 6 0 8 1 3 3 s( s 1)( s 3)ds 6 0 8 1 3 1 s( s 1)( s 2)ds 18 0 8
表 7―1
(7―2)
5
数值计算方法
同样可得到右矩形公式:
2016/4/12
b
a
f ( x)dx (b a) f (b)
(7―3)
6
数值计算方法
如图7.2,若用梯形的面 积近似地代替曲边梯 形的面积,则得到计算 定积分的梯形公式
图 7.2
2016/4/12
b
a
ba f ( x )dx [ f (a ) f (b)] 2
我们称
b
a
f ( x)dx ai yi
i 0
n
(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。
2016/4/12
21
数值计算方法
令
b n
x=x0+sh , 0≤s≤n dx=hds=(b-a)/nds
x xk ba n n sk (n) ai dx ds ( b a ) c i a 0 n k 0 xi xk k 0 i k
k i k i
Ci( n )
1 n n sk ds 0 n k 0 i k
k i n n (1) n i ( s k )ds i !(n i )!n 0 k 0 k i
i 0,1, 2,, n
(7―11)
2016/4/12 22
数值计算方法
为了构造形如式(2)的求积公式,需要提供一 种判定求积方法精度高低准则
2016/4/12 12
数值计算方法
求积公式的代数精度
定义1 称求积公式(2)具有m次代数精度,如果它满 足如下两个条件: (i)对所有次数≤ m次的多项式 Pm ( x) ,有 R( Pm ) I ( Pm ) I n ( Pm ) 0 (ii)存在m+1次多项式 Pm1 ( x) ,使得
利用拉格朗日插值多项式 其中
f ( x) pn ( x) Rn ( x)
x xk Pn ( x) li ( x) yi ( ) yi i 0 i 0 k 0 xi xk
n n n k i
(7―6)
f ( n 1) ( ) Rn ( x) n1 ( x) (a, b) (n 1)!
数值计算方法
第7章 数值积分
§1 插值型求积公式 §2 复化求积公式 §3 龙贝格(Romberg)求积方 法
2016/4/12
1
数值计算方法
§1 插值型求积公式
在一元函数的积分学中 ,我们已经熟知,若函 数 f(x) 在区间[ a, b] 上连续且其原函数为 F(x) ,则可用牛顿―莱布尼兹公式
为插值余项
于是有
2016/4/12 14
数值计算方法
b
a
f ( x)dx Ln ( x)dx Rn ( x)dx
a a b b l j ( x)dx f ( x j ) R( x)dx a a j 0 n
b
b
取
b
a
f ( x )dx f ( xk ) l k ( x )dx
(7―4)
7
数值计算方法
如图 7.3, 若用抛物线代 替曲线 f(x), 则可得到抛物 线公式(或辛普生公式)
图7.3
b
a
ba ab f ( x )dx [ f (a ) 4 f ( ) f (b)] b 2
(7―5)
2016/4/12
8
数值计算方法
此外,众所周知的梯形公式: I(f)≈(b-a)[f(a)+f(b)]/2 和 Simpson公式: I(f)≈(b-a)[f(a)+4f((a+b)/2)+f(b)]/6
(7―12)
这是梯形公式。
2016/4/12 24
数值计算方法
当n=2时,可得
C
(2) 0
C1(2)
(2) C2
于是
1 2 1 ( s 1)( s 2)ds 4 0 6 1 2 4 s( s 2)ds 2 0 6 1 2 1 s( s 1)ds 4 0 6
b
a