Professional Documents
Culture Documents
计算方法 - CH6 - 2
计算方法 - CH6 - 2
数值积分和数值微分
§6.1 概述——内容回顾
构造插值求积公式的步骤:
1. 在[a,b]上选节点 xk 。
2. 求 f ( xk ) 和
b
(1) 利用 Ak a
lk ( x)dx ,或
(2) 解关于 Ak 的线性方程组
求出 Ak ,得到
b n
f ( x) dx Ak f ( xk )
a
k0
n 1
3. 用 f ( x ) x , ,验证精度。
2
§6.1 概述——内容回顾
四、求积公式的代数精度
b n
定义:若求积公式 f ( x )dx Ai f ( x i ) 对任意不高
a
i 0
于m 次的代数多项式都准确 地成立,而对于 x m 1 却不
能准确地成立,则称该 求积公式的代数精度为 m 。
b ba
例1:梯形公式 f ( x )dx [ f (a ) f ( b)]的代数精
a 2
度m 1。(教材 P 92)
3
§6.1 概述——内容回顾
三、求积公式的余项
带余项(截断误差)的 形式 :
b n
f ( x )dx Ai f ( x i ) R[ f ]
a
i 0
4
§6.1 概述——内容回顾
插值型求积公式,其截 断误差为:
b b f ( n 1) ( )
R[ f ] R( x )dx n 1 ( x )dx (式4.1.4)
a a ( n 1)!
其中,
n 1 ( x ) ( x x0 )( x x1 )...( x x n ), (a , b ) 。
5
§6.1 概述——内容回顾
A0 A1 An b a
1
A0 x0 A1 x1 An xn (b 2 a 2 )
2
n n n 1
A
0 0x A x
1 1 A x
n n (b n1 a n 1 )
n 1
这是关于 Ak 的线性方程组,其系数矩阵是凡德蒙矩阵,当节点 xk 互
b n
f ( x )dx Ak f ( xk ) 准确成立,所以求积公式至少有 n 次的代数精度。
a
k0
6
§6.2 牛顿—柯特斯公式——内容回顾
常用的几个 Newton Cotes公式
1. n 1时,两点梯形公式
b ba
a f ( x )dx
2
[ f (a ) f (b )] 代数精度 m 1
ba
其中, x k a k ( k 0,1,2,3,4)。
4
7
§6.2 牛顿—柯特斯公式——内容回顾
二 . 牛顿—柯特斯 (Newton-Cotes) 公式余项
常用求积公式的截断误 差为:
1. 梯形公式 : 若f ( x )在[a , b]上连续,则余项为
(b a ) 3
R1 [ f ] f ( )
12
2. 辛普生公式 : 若f ( 4 ) ( x )在[a , b]上连续,则余项为
5
1 b a (4)
R2 [ f ] f ( )
90 2
3. 柯特斯公式 : 若f ( 6 ) ( x )在[a , b]上连续,则余项为
7
8 b a (6)
R4 [ f ] f ( ) 其中, (a , b)。
945 4
8
§6.2 牛顿—柯特斯公式——内容回顾
代数精度
n 阶牛顿 — 柯特斯公式的代数精度 为
n 1,n 为偶数
m
n , n 为奇数
证明略
例如: 一阶公式有一次精度
二阶和三阶公式具有三 次代数精度
四阶和五阶公式具有五 次代数精度
因此,对于充分光滑的 被积函数,为了既保证
精度又节约时间,应尽 量选用n 是偶数的情形。
9
§6.3 复合牛顿—柯特斯公式
本节内容
一. 复化数值求积法
二 . 复化梯形公式
三 . 复化 Simpson 公式
四 . 复化 Cotes 公式
10
§6.3 复合牛顿—柯特斯公式
一 . 复化数值求积法
提高求积精度——增加节点
① 分段使用节点少的 Newton-Cotes 公式
即所谓的复化求积公式
② 整体使用节点多的 N-C 公式。
原因:
① 高次插值有时出现 Runge 现象,误差更大;
② 节点增多, Ak 有正有负,不能保证稳定性。
11
§6.3 复合牛顿—柯特斯公式
复化(复合)求积公式
所谓复化求积,就是先将积分区间分成几个
小区间,并在每个小区间上用低阶牛顿—柯特
斯公式计算积分的近似值,然后对这些近似
值求和,从而得到所求积分的近似值。
由此得到的一些具有更大实用价值的数值求
积公式,统称为复化求积公式。
12
§6.3 复合牛顿—柯特斯公式
二 . 复化梯形公式
将积分区间[a , b]n等分 , 分点为 x i a ih, i 0,1, ,
n, 其中h (b a ) n 称为积分步长 , 在每个小区间
[ x k 1 , x k ]上使用梯形公式 , 然后对各子区间求和。
h
xk1 f ( x )dx 2 f ( xk 1 ) f ( xk )
xk
n n
h
f ( x )dx f ( x )dx f ( x k 1 ) f ( x k )
b xk
a
k 1
x k 1
k 1 2
h n 1
f ( a ) 2 f ( x k ) f ( b )
2 k 1
13
§6.3 复合牛顿—柯特斯公式
复化梯形公式为 :
b h n 1
f ( x )dx Tn f (a ) 2 f ( x k ) f (b )
a 2 k 1
余项为:
b -(b a )h 2
a
f ( x )dx-Tn
12
f ( ), a b
14
§6.3 复合牛顿—柯特斯公式
三 . 复化 Simpson 公式
在每个小区间[ x k 1 , x k ]上使用 Simpson 公式, 然后
对各子区间求和。
b ba ab
基本公式: f ( x )dx [ f (a ) 4 f ( ) f (b )]
a 6 2
b 2h
复化公式: f ( x )dx S n [ f ( x0 ) 4 f ( x1 ) f ( x 2 )]
a 6
2h
[ f ( x 2 ) 4 f ( x 3 ) f ( x4 )]
6
2h
... [ f ( x n 2 ) 4 f ( x n 1 ) f ( x n )]
6
(区间数 n为偶数份)
15
§6.3 复合牛顿—柯特斯公式
复化Simpson公式为 :
b
a
f ( x )dx S n
h n 1 n
f (a ) 2 f ( x k-1 ) 4 f ( x 1 ) f (b )
6 k 1 k 1
k-
2
ba 1
其中h , x k a kh, x 1 a ( k )h
n k-
2
2
余项为:
b -(b a )h4 ( 4 )
a
f ( x )dx-S n
2880
f ( ), a b
16
§6.3 复合牛顿—柯特斯公式
四 . 复化 Cotes 公式
在每个小区间[ x k 1 , x k ]上使用Cotes公式, 然后对各子区间求和。
b h n 1
f ( x )dx C n 7 f (a ) 32 f ( x k 1 )
a 90 k 0 4
n 1 n 1 n 1
12 f ( x 1 ) 32 f ( x 3 ) 14 f ( x k ) 7 f (b )
k k
k 0 2 k 0 4 k 1
1 1 3
上式中 : x 1 x k h;x 1 x k h;x 3 x k h
k
4
4 k
2
2 k
4
4
余项为:
6
b 2(b a ) h ( 6 )
a
f ( x )dx C n f ( ) a b
945 4
17
18
§6.3 复合牛顿—柯特斯公式
例4:
取 9个等距节点(包括区间端点 ),用复合梯形公
1 4
式和复合 Simpson 公式,求积分 2
dx
0 1 x
的近似值。
(取 8位小数,精确解为3.14159265)。
19
§6.3 复合牛顿—柯特斯公式
解:列表如下( h 0.125)
xk f ( xk ) 梯形组合系数 Simpson组合系数
0 4.00000000 1 1
0.125 3.93846154 2 4
0.25 3.76470588 2 2
0.375 3.50684932 2 4
0.5 3.20000000 2 2
0.625 2.87640449 2 4
0.75 2.56000000 2 2
0.875 2.26548673 2 4
1 2.00000000 1 1
4 1 h
50.223808,
对梯形公式,
0 1 x
dx 3.138988
2
1 4 h
对Simpson公式, 75.398232, 0 1 x 3 3.141593
dx
20
§6.6 数值微分
一、机械求导法
数值微分就是要用函数值的线性组合近似函
数在某点的导数值。由导数定义差商近似导数得到数
值微分公式。
f (a h) f (a )
f ( a ) ,
h
f (a ) f (a h)
f (a) ,
h
f (a h) f (a h)
f ( a ) . (中点公式)
2h
21
§6.6 数值微分
h2 h3 h 4 (4)
f ( a h) f ( a ) hf ( a ) f (a ) f (a ) f (a)
2! 3! 4!
h5 (5)
f (a) ,
5!
f (a h) f ( a h) h2 h 4 (5)
G (h ) f ( a ) f ( a ) f ( a ) .
2h 3! 5!
h2
误差估计 G (h) f ( a) M ,
6
其中 M max f ( x ) .
xa h
f ( n 1) ( )
f ( x k ) Pn ( x k ) n 1 ( x k ).
( n 1)!
24
§6.6 数值微分
下面考虑在等距节点时节点上的导数值.
两点公式
x x1 x x0
P1 ( x ) f ( x0 ) f ( x1 ) ,
x 0 x1 x1 x 0
1
P1( x ) f ( x0 ) f ( x1 ),
h
1 1
P1 ( x 0 ) f ( x1 ) f ( x 0 ), P1 ( x1 ) f ( x1 ) f ( x 0 ).
h h
1 h
f ( x 0 ) f ( x1 ) f ( x 0 ) f ( ),
h 2
1 h
f ( x1 ) f ( x1 ) f ( x 0 ) f ( ).
h 2
25
§6.6 数值微分
三点公式:
1
P2 '( x0 ) [ 3 f ( x0 ) 4 f ( x1 ) f ( x 2 )]
2h
1
P2 '( x1 ) [ f ( x0 ) f ( x2 )]
2h
1
P2 '( x2 ) [ f ( x0 ) 4 f ( x1 ) 3 f ( x2 )]
2h
带余项的三点求导公式:
1 h2
f '( x0 ) [3 f ( x0 ) 4 f ( x1) f ( x 2 )] f '''( )
2h 3
1 h2
f '( x1 ) [ f ( x0 ) f ( x2 )] f '''( )
2h 6
1 h2
f '( x2 ) [ f ( x0 ) 4 f ( x1) 3 f ( x2 )] f '''( )
2h 3
26
作业
12 ( 1 )
24 (不需要估计误差)
27