数值分析ppt第4章_数值积分与数值微分

合集下载

数值分析-第4章 数值积分和数值微分

数值分析-第4章  数值积分和数值微分

A0+A1=2 A0x0+A1x1=0 A0x02+A1x12=2/3 A0x03+A1x13=0
A0 A1 1 解得: 1 x 0 x1 3
求积公式为
1 1 1 f ( x)dx f ( ) f ( ) 3 3
x f(x)
数值分析
1 4
2 4.5
3 6
4 8
5 8.5
1
一、数值积分的基本概念 求积节点 数值积分定义如下:是离散点上的函数值的线性组合
I [ f ] f ( x)dx I n [ f ] Ai f ( xi )
b a i 0 n
称为数值积分公式
称为求积系数,与f (x)无关,与积分区间和求积节点有关
b a
Rn ( x) dx
定理:形如 Ak f ( xk ) 的求积公式至少有 n 次代数精度
A 该公式为插值型(即: k a l k ( x)dx )
数值分析
b
5
例1 试确定参数A0,A1,A2,使求积公式
1 f ( x)dx A0 f (1) A1 f (0) A2 f (1)
证明 因为Simpson公式对不高于三次的多项式精确成立。即

b
a
p 2 ( x)dx
ba ab [ p 2 (a) 4 p 2 ( ) p 2 (b)] 6 2
构造三次多项式H3(x),使满足 H3(a)=(a) ,H3(b)=(b),
H 3 (( a b) / 2) f (( a b) / 2), H 3 (( a b) / 2) f (( a b) / 2), 这时插值误差为
1

数值分析Cht4数值积分和数值微分

数值分析Cht4数值积分和数值微分

x
j
)dx.
(1.7)
定理1
求积公式
ab f
( x)dx
n
wk
fk至少具有n次代数精度
k 0
它是插值型求积公式.
四、求积公式的余项
若求积公式
b
f (x)dx
a
n
wk fk的代数精度为m, 则其余项
k 0
R[ f ]
b
f (x)dx
a
n
wk fk Kf (m1) (),
k 0
a,b.
定义2 在求积公式(1.3)中, 若
lim
n
n
wk
k 0
f
( xk
)
ab
f
(x)dx,
h0
其中h max(xi xi1),则称求积公式(1.3)是收敛的.
1in
设f (xk )有误差k , 即f (xk ) ~fk k (k 0,1,, n), 则有
| In ( f ) In ( ~f ) |
12
(a,b).
2. 中矩形公式的余项
b f (x)dx f (a b)(b a), 代数精度为1.
a
2
K
1 2
1
3
(b3
a3)
(b
a)
a
2
b
2
(b
a)3 24
中矩形公式的余项 : R[ f ] (b a)3 f ''(),
24
(a,b).
五、求积公式的收敛性和稳定性
wk fk
k 0
1 1 (m 1)! m
2
(bm2
am2 )
n k 0
wk

数值分析课件第4章数值积分与数值微分

数值分析课件第4章数值积分与数值微分

森(simpson)公式(又称为抛物形求积公式),即
S b a [ f (a) 4 f (a b) f (b)].
6
2
上页 下页
n = 4 时的牛顿-柯特斯公式就特别称为柯特斯公 式. 其形式是
上页 下页
4.1.1 数值求积的基本思想
由积分中值定理, 对连续函数f(x), 在区间[a, b]
内至少存在一点,使
I
b
a
f
(x)d
x
(b
a)
f
(
)
只要对平均高度 f() 提供一种近似算法, 便可相应
地获得一种数值求积方法. 即所谓矩形公式.
几何图形见书p119.
上页 下页
例如, 用区间[a, b]两端点的函数值 f(a)与f(b)的
nn
(t j)dt
0 jk
(k=0,1,,n)
则 Ak (b a)Ck(n) , 于是得求积公式
n
In (b a) Ck(n) f ( xk )
k0
称为n 阶牛顿-柯特斯 (Newton-Cotes)公式, Ck(n) 称 为柯特斯系数。
显然, 柯特斯系数与被积函数 f (x) 和积分区间
如为了构造出上面的求积公式,原则上是一个 确定参数xk和Ak的代数问题.
上页 下页
4.1.3 插值型求积公式
设给定一组节点 a x0 x1 xn1 xn b
且已知f(x)在这些节点上的函数值 f(xk), 则可求得f(x)
的拉格朗日插值多项式(因为Ln(x)的原函数易求)
n
Ln ( x) f ( xk )lk ( x) 则 f (x)Ln(x)
k0
如果对任I给n( 小f )正 I数n(ε~f>)0, 只n 要Ak误[ f差( x|δkk)|充 ~f分k ]小就 ,有

数值积分与数值微分ppt课件

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

(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

1_数值分析4-数值积分与微分

1_数值分析4-数值积分与微分

回忆定积分的定义
b
I f (x)dx lim In,
a
n
n
In
f
(k
)
b
n
a
k 1
n充分大时In就是I的数值积分
各种数值积分方法研究的是
k 如何取值,区间 (a,b)如何划分, 使得既能保证一定精度,计算量又小。
(计算功效:算得准,算得快)
5
数值积分
y
1.梯形公式
h
Tn

h
k 1
fk

2 ( f0

fn )

b
f (x)dx
a
b
R( f ,Tn ) I Tn f (x)dx Tn
a
梯形公式在每小段上是用线性插值函数T(x)代替 f(x)
f (x) T(x)
f
(k
2
)
(
x

xk
)(x

xk
1
),
k (xk , xk1)
(
f0

fn)
(3)
k 1
非等距分割梯形公式
Tn

n1 k 0
fk
fk 1 2
(xk 1

xk
)
(4)
8
数值积分 2.辛普森(Simpson)公式
(抛物线公式)
梯形公式相当于用分段线性插值函数代替 f (x)
提高精度
分段二次插值函数
抛物线 公式
y
y=f(x)
每段要用相邻两小区间
数值积分
数值 积分
为什么要作数值积分
• 积分是重要的数学工具,是微分方程、概率 论等的基础;在实际问题中有直接应用。

数值分析课件 第4章 数值积分与数值微分

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)。

数值分析第四章数值积分与数值微分-PPT课件

数值分析第四章数值积分与数值微分-PPT课件

二、数值积分的基本思想
1、定积分的几何意义
y
I ( f ) f ( x)dx
f x
a
b
o
a
b
x
2、数值积分的理论依据
依据积分中值定理, 对于连续函数 f x ,
在 a , b 内存在一点 ,使得
f ?
I (f) ) dx ( b a )f( ) f(x
1、问题的提出
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 A k 和求积节点 x k ; (ii) 判定求积公式精度的衡量标准; (iii) 求积公式的误差估计和收敛性分析.
2、定义
称求积公式 In ( f ) A k f (x k ) 具有m次代数精度,如
n k0
第四章
数值积分 与数值微分
§1 引 言
一、数值积分的必要性
本章主要讨论如下形式的一元函数积分
I ( f ) f ( x)dx
在微积分里,按Newton-Leibniz公式求定积分
a
b
If () x d x F () b F () a f()
a
b
要求被积函数 F x ☞ 有解析表达式;
上述积分称为第二类椭圆积分。 What’s the It’s so Original complex that function?! we can 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:
上述定义中的条件(i),(ii)等价于:
k k k ( i ) R ( x ) I ( xI ) ( x 0 ,( 0 k m ) n )

数值分析(清华大学第五版) 第四章数值积分和微分

数值分析(清华大学第五版) 第四章数值积分和微分


b
a
l j ( x)dx ( x x j -1 )( x x j 1 ) ( x x j 1 )( x x j 1 ) ( x xn ) ( x j xn )
dx
作变量代换, x a th ,则
n t (t 1) h (t j 1)(t j 1) (t n) 上式 dt b a 0 j ( j 1) 1(1) ( j n) 1 n t (t 1) (t j 1)(t j 1) (t n) dt n 0 j ( j 1) 1 (1) ( j n)
该积分仅与 n 有关,与 a, b, f ( x) 无关.
③ 设 n 1 个线性无关的次数 n 的多项式为 e0 ( x), 等距结点 x0 ,
过同样 , en ( x) ,
, xn , 对每一个 ei ( x) 利用 Newton Cotes 公式求积,且积分
余项均为零.即有
n b 1 b a a e0 ( x) dx c j e0 ( x j ) j 0 n 1 b e1 ( x)dx c j e( x j ) a (1) b a j 0 n b 1 b a a en ( x)dx c j en ( x j ) j 0
, n) ,
又设过该结点的次数 n 的 Lagrange插值多项式
P( x) f ( x j )l j ( x) ,
j 0
n
余项
f ( ) R( x) ( x) . (n 1)!
( n 1)
代数精确度
b n
定义 设求积公式 f ( x)dx A j f ( x j ) R(a, b, f ) .

研究生课程《数值分析》第四章数值积分与数值微分

研究生课程《数值分析》第四章数值积分与数值微分

b
a
f
(x)dx
1 (b 6
a)
f
(a)
4
f
(a
2
b)
f
(b)
y=f(x)
梯形公式把 f(a), f(b) 的加权平均值
1 f (a) f (b)
2
aa ((aa++bb))//22 bb
作为平均高度 f( ) 的近似值而获得的一种数值积分方法。
中矩形公式把 [a,b] 的中点处函数值
f
ab 2
定义 (代数精度) 设求积公式(1)对于一切次 数小于等于 m 的多项式( f (x) 1, x, x2 , , xm 或 f (x) a0 a1x a2 x 2 am x m )是准确的,而对于 次数为 m+1 的多项式是不准确的,则称该求积公 式具有 m 次代数精度(简称代数精度)
作为平均高度 f( ) 的近似值而获得的一种数值积分方法。
Simpson公式是以函数 f(x)在 a, b, (a+b)/2 这三点的函数
值 f(a),
f(b),
f
a
2
b
的加权平均值

1 ( f (a) 4 f ( a b ) f (b))作为平均高度 f() 的近
6
2
似值而获得的一种数值积分方法。
将积分区间细分, 在每个小区间内用简单函数代替复 杂函数进行积分,这是数值积分的思想。本章主要讨论 用代数插值多项式代替 f(x) 进行积分。
5.1.1 数值积分的基本思想
积分 I b f (x)dx 在几何上可以理解为由 x=a, x=b, a
y=0 以及 y = f(x) 这四条边所围成的曲边梯形面积。如图 1 所 示,而这个面积之所以难于计算是因为它有一条曲边 y=f(x)。

数值方法中的数值微分和数值积分

数值方法中的数值微分和数值积分

泰勒展开法:将函数 在某点处展开成泰勒 级数,然后利用级数 的各项系数计算数值 微分
牛顿插值法:利用牛 顿插值多项式计算数 值微分,其思想是通 过构造插值多项式ห้องสมุดไป่ตู้ 逼近导数函数
数值微分的误差分析
数值微分的基本概念
数值微分误差的来源
数值微分误差的估计
减小误差的方法
数值微分的应用
计算物理量的变化 率
应用领域的比较
数值微分的应用领域:主要应用于求解微分方程的近似解,例如在物理学、 工程学和经济学等领域。
数值积分的应用领域:主要应用于求解定积分、不定积分等积分问题,例 如在计算面积、体积、物理实验数据处理等领域。
比较:数值微分和数值积分在应用领域上存在差异,但两者都是数值计算 中的重要工具,可以相互补充。
矩形法:将积分区 间划分为若干个小 的矩形,用矩形面 积的和近似积分
梯形法:将积分区 间划分为若干个小 的梯形,用梯形面 积的和近似积分
辛普森法:将积分 区间划分为若干个 等分的子区间,用 抛物线面积的和近 似积分
牛顿-莱布尼茨法 :利用定积分的定 义和牛顿-莱布尼 茨公式,通过求和 的方式计算定积分
预测函数的变化趋 势
优化问题中的梯度 计算
机器学习中的梯度 下降算法
Part Three
数值积分
数值积分的概念
数值积分定义:用数值方法近似计算定积分的值 常用方法:矩形法、梯形法、辛普森法等 近似误差:与使用的数值方法有关,通常误差随迭代次数增加而减小 应用领域:科学计算、工程、数学建模等
数值积分的计算方法
数值积分的误差分析
算法稳定性:数值积分方法的稳定性和误差控制 步长选择:步长对误差的影响和最佳步长选择 收敛性:数值积分方法的收敛速度和误差收敛性 误差来源:数值积分中误差的来源和减小误差的方法

数值分析学习课件

数值分析学习课件

Ak =
∫ ∏
xn x0 i≠k
n 0
=∫
(t − i ) h (b − a )( − 1) n − k ∏ (k − i ) h × h dt = n k !( n − k )! i≠k
( x − xi ) dx ( x k − xi )

x =a+th
∫ ∏ (t − i )dt
n 0 i≠k
注:Cotes 系数仅取决于 n 和 k, , 可查表得到。 可查表得到。与 f (x) 及区 均无关。 间[a, b]均无关。 均无关
2
n
机械求积
∫ f ( x ) dx ≈ ∑ A f ( x )
a k =0 k k
注:机械求积是将积分求值问题归结为函数值的计算。 机械求积是将积分求值问题归结为函数值的计算。
1.2 代数精度
如果某个求积公式对于次数不超过m的多项式均能 如果某个求积公式对于次数不超过 的多项式均能 准确成立,但对于m+1次多项式就不准确成立,则 次多项式就不准确成立, 准确成立,但对于 次多项式就不准确成立 称该求积公式具有m次代数精度 次代数精度。 称该求积公式具有 次代数精度。 例如:梯形公式和矩形公式都具有 次代数精度 次代数精度。 例如:梯形公式和矩形公式都具有1次代数精度。 一般,若要使得求积公式具有m次代数精度,只要令 一般, 次代数精度, 2 m 都能准确成立, 它对于 f ( x ) = 1, x, x ,L , x 都能准确成立,即
∫ f ( x ) dx = f (ξ )( b − a )
b a
1.1 数值积分的基本思想
思 只要对平均高度 提供一种算法, f (ξ ) 提供一种算法,相应地便获 路 得一种数值求积的方法。 得一种数值求积的方法。

《数值分析-李庆杨》第4章 数值积分与数值微分-文档资料

《数值分析-李庆杨》第4章  数值积分与数值微分-文档资料

(a

b).得到的求积公式就是中矩形公式。再令

f (x) x2, 代入(1.4)式的第三式有

分 析 》
A0 x02
(b
a)( a
b)2 2

b
a 4
(a2
b2)

b x2dx 1 (b3 a3 ),
a
3
说明中矩形公式对f (x) x2不精确成立,故它的代数精确度为1.
当f(x)=x2时(1.4)式的第三个式子不成立,因为
b a (a2 b2 ) b x2dx 1 (b3 a3).
2
a
3
故梯形公式(1.1)的代数精确度为1.
第4章 数值积分与数值微分
在方程组(1.4)中如果节点xi及系数Ai都不确定,那么方 程组(1.4)是关于xi及Ai(i=0,1,…,n)的2n+2个参数的非线性方 程组。此方程组当n>1时求解是很困难的,但当n=0及n=1的 情形还可通过求解方程组(1.4)得到相应的求积公式。
练习 设有求积公式
1
1 f (x)dx A0 f (1) A1 f (0) A2 f (1)
试确定系数A0, A1, A2, 使上述求积公式的代数精度尽量高.
三、插值型求积公式
第4章 数值积分与数值微分
在n 1个互异节点a x0 x1 xn b上已知函数值f0,

A1

1(b a).于是得 2
数 值
I ( f ) b f ( x)dx b a [ f (a) f (b)]
a
2

析 这就是梯形公式(1.1),它表明利用线性方程组(1.4)推出的求积公式,

数值积分和数值微分ppt课件

数值积分和数值微分ppt课件

5.2.2 数值微分
设函数 f(x)在[a,b]上可导,已知 f(x)在 x j 的函数 值 y j f (x j ) ( j 0,1,, n) , a x0 x1 xn b . 如果 f(x)的解析表达式未知,问如何近似计算 f(x)在 某点 x=c 处的导数?特别是如何近似计算 f(x)在 x0, x1,, xn 的导数?
y4
未 知 函 数 f(x)
y3
已知结点
线 性 插 值 函 数 S41(x)
y2
y1
y0
y
0
x0
x1
x2
x3
x4
x
图5.9 复化梯形求积公式示意图
5.2.1 数值积分
容易求得
b a
Sn1
(
x)dx
的值为
1 n
Tn 2 j1 x j x j1 y j1 y j
(5.2.1)
如果划分 a x0 x1 xn b 将区间[a,b] n 等分,
b]为n等分,分点为 xk x0 kh k = 0, 1, 2,…, n
2)在区间 [xk, xk+1]上使用以上求积公式求得Ik 3)取和值,作为整个区间上的积分近似值。 这种求积方法称为复化求积方法。
j
值 y j f (x j ) ( j 0,1,, n) , a x0 x1 xn b ,
5.2.2 数值微分
先考虑简化的问题:设划分 a x0 x1 x2 b 将 区间[a,b]二等分,记 h (b a) 2 ,已知 f(x)在 x j 的函
数值 y j f (x j ) (j=0,1,2). 记
L2 (x) c1(x x1)2 c2 (x x1) c3 是由结点 (x j , y j ) (j=0,1,2)确定的至多二次插值多项

数值分析第四章数值微分

数值分析第四章数值微分

如何选择合适的步长h,需要进行误差分析。
在x=a处做泰勒展开
误差分析
h h f (a h) f (a ) hf (a ) f (a ) f (a ) 2! 3! 4 5 h (4) h (5) f ( a) f (a) 4! 5!
f (a h) f (a h) 代入: G( h) 2h
(2)向后差商数值微分公式 f (a ) f (a h) f (a ) f (a h) f (a ) lim h 0 h h
中点方法与误差分析
(3)中心差商数值微分公式 f (a h) f (a h) f (a ) lim h 0 2h f (a h) f (a h) G ( h) 2h f (a h) f (a h) 中点方法 2h
h (2) 1 ( f 1 f 0 ) f ( ) 2 h
--------(4)
f ( x1 ) L1 ( x1 ) E1 ( x1 )
h (2) 1 ( f 1 f 0 ) f ( ) 2 h
(4)(5)式称为带余项的两点求导公式
1 f ( x0 ) f ( x1 ) ( f 1 f 0 ) h
( n 1) jk
--------(2)
k 0,1,, n
--------(3)
(2)式称为插值型求导公式, (3)式为相应产生的误差
由于公式(2)采取的是n次Lagrange插值多项式,而高次 插值会产生Runge现象,因此实际应用中多采用低次插 值型求导公式
二、低阶插值型求导公式
1.两点公式
从舍入误差的角度来看,步长不宜太小。
f (2) 0.353553

数值分析第四章数值积分与数值微分

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
  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)。
k 0 n

k 0 n
~ Ak f ( xk ) f k
Ak (b a ) .
k 0
故求积公式是稳定的.上页Biblioteka 下页4.2 牛顿—柯特斯公式
为便于上机计算,通常在内插求积公式中我们 通常取等距节点,即将积分区间[a,b]划分n等分, 即令步长h=(b-a)/n,且记x0=a, xn=b,则节点记为 xk=x0+kh(k=0,1,…n),然后作变换: t=(x-x0)/h, 代入 求积系数公式,将会简化计算.
I a
b
ab f ( x ) d x (b a) f ( ) 2
上页 下页
一般地, 在区间[a, b]上适当选取点xk (k=0,1,,n), 然后用 f(xk) 的加权平均值作为f() 的近似值, 可得到 更为一般的求积公式 n b I f ( x ) d x Ak f ( xk ) I n
上页 下页
例2 确定求积公式中的待定系数,使其代数精 度尽量高,并指明求积公式所具有的代数精度.
I
2h
2 h
f ( x ) d x A1 f (h) A0 f (0) A1 f (h)
解 令 f (x)=1, x, x2 代入公式两端并令其相等,得
A1 A0 A1 4h A1 ( h) A1h 0 A1 A1 0 2 16 2 2 3 A1 ( h) A1h ( 2h) A1 A1 h 3 3 8 4 解得 A1 A1 h, A0 h 3 3
a
F ( x ) 已知,在高等数学中可用牛顿—莱布尼兹公式
I a f ( x ) d x F ( b ) F ( a )
进行计算,但在工程计算和科学研究中,经常会遇 到被积函数f(x)的下列一些情况:
上页 下页
b
(1) f(x)复杂,求原函数困难,列如
f ( x ) ax bx c
上页 下页
得求积公式为
8 4 8 I f ( x ) d x hf ( h) hf (0) hf (h) 2 h 3 3 3
2h
令 f (x)=x3,得
8 0 x d x h[( h)3 h3 ] 0 2h 3
2h 3
令 f (x)=x4,得
64 5 2h 4 8 16 5 4 4 h x d x h[( h) h ] h 2 h 5 3 3
上页 下页
k 0
4.1.2 代数精度的概念 数值求积方法的近似方法,为要保证精度,我 们自然希望求积公式能对“尽可能多”的函数准确 地成立,这就提出了所谓代数精度的概念. 定义1 如果求积公式
I a f ( x ) d x
b
k 0
Ak f ( xk )
n
(1) 对所有次数不超过m的多项式都精确成立; (2) 至少对一个m+1次多项式不精确成立, 则称该公式具有m次代数精度.
上页
下页
4.1.1 数值求积的基本思想 由积分中值定理, 对连续函数f(x), 在区间[a, b] 内至少存在一点,使
I a f ( x ) d x ( b a ) f ( )
只要对平均高度 f() 提供一种近似算法, 便可相应 地获得一种数值求积方法. 即所谓矩形公式. 几何图形见书p98.
n h 0 k 0 a
其中h=max(xi-xi-1),则称求积公式ΣAkf(xk)是收敛的. 在求积公式ΣAkf(xk)中,由于计算f(xk)可能产 ~ ~ 生误差δk,实际得到 f,即 f ( xk ) f k k. 记 k n n ~ ~ I n ( f ) Ak f ( xk ), I n ( f ) Ak f k .
ba 右 [1 1] b a, 2 当 f(x)=x时,

a
此时公式精确成立。




上页
下页
对于求积公式
I f ( x ) d x Ak f ( xk ) I n
b a k 0
n
给定n+1个互异的求积节点 x0 , x1,, xn-1, xn , 令求积公式对 f(x)=1, x, , xn 精确成立,即得 A0 A1 An b a 2 b a2 A x A x A x 1 1 n n 0 0 2 b n 1 a n 1 n n n A0 x0 A1 x1 An xn n1 求解该方程组即可确定求积系数Ak, 所得到的求积公 式至少具有n 次代数精度.
a
b
由上式确定系数的公式称为插值型求积公式。
上页 下页
由插值余项定理, 其求积余项为
R( f ) I I n [ f ( x ) Ln ( x )]dx
a b

b
a
f ( n1) ( ) n ( x xk )dx ( n 1)! k 0
其中=(x)
如果求积公式是插值型的,按照插值余项式
上页 下页
1 f ( x) 4 1 x
以上的 4种情况都不能用牛顿—莱布尼兹公 式方便地计算该函数的定积分,满足不了实际需 要,因此,有必要研究定积分的数值计算问题; 另外,对一些函数的求导问题,其求导、微分也 相当复杂,也有必要研究求导、微分的数值计算 问题。本章主要介绍数值求积分和数值求微分的 方法。
a k 0
其中:点xk叫求积节点, 系数Ak叫求积系数. Ak仅与节 点xk的选取有关, 而与被积函数 f(x)无关.
求积公式的截断误差为 n b R( f ) I I n a f ( x ) d x Ak f ( xk )
R(f) 又称为求积余项. 这类数值积分方法通常称为机械求积,其特点 是将积分求值问题归结为函数值的计算,这就避开 了牛-莱公式寻求原函数的困难.
确定参数xk和Ak的代数问题.
上页
下页
4.1.3 插值型求积公式 设给定一组节点 a x0 x1 xn1 xn b 且已知f(x)在这些节点上的函数值 f(xk), 则可求得f(x) 的拉格朗日插值多项式(因为Ln(x)的原函数易求)
Ln ( x ) f ( x k )l k ( x )
故求积公式具有3次代数精度.
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
j 0
n
注意到lk(xj)=δkj,上式右端实际上即等于Ak,因而
下面式子成立.
Ak l k ( x ) d x k 0,1,, n.
a
上页 下页
b
综上所述,我们有结论为
结论1 具有n+1个节点的数值求积公式
I f ( x ) d x Ak f ( xk )
b a k 0 n
2
(2) f(x)的原函数不能用初等函数形式表示,例如
1 sin x x2 2 f ( x) , e , sin x , ln x x
(3) f(x)的原函数虽然可用初等函数形式表示,但 其原函数表示形式相当复杂,例如
(4) f(x)本身没有解析表达式,其函数关系由表格 或图形给出,列如为实验或测量数据.
~ 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 ( x k ) f k ( k 0,1, , n) n 则有 ~ ~ I n ( f ) I n ( f ) Ak [ f ( xk ) f k ]
子,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.
上页
下页
反之,如果求积公式至少具有n次代数精度,
则它必定是插值型的. 事实上,这时求积公式对
于插值基函数 lk(x)应准确成立,即有

b
a
l k ( x )dx A j l k ( x ) Ak .
第4章
• 4.1 引言
数值积分与数值微分
本章基本内容
• 4.2 牛顿—柯特斯公式
• 4.3 复化求积公式
• 4.4 龙贝格求积公式
• 4.5 高斯求积公式
• 4.6 数值微分
上页
下页
4.1 引

实际问题当中常常要计算积分,有些数值方法, 如微分方程和积分方程的求解,也都和积分计算相 联系. b 对定积分 I f ( x ) d x 的被积函数 f (x ) 的原函数
b
上页
下页
例如, 用区间[a, b]两端点的函数值 f(a)与f(b)的
算术平均值作为f() 的近似值, 可导出求积公式
I
b a
ba f ( x) d x [ f (a ) f (b)] 2
这便是人们所熟知的梯形公式. 如果改用区间[a, b]的中点 c=(ab)/2 处的函数值 f(c)近似代替f(), 则又可导出所谓(中)矩形公式
上页
下页
4.2.1 牛顿—柯特斯公式
ba , 设将积分区间[a, b]划分成 n等分,步长h= 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
相关文档
最新文档