《数值分析》-- 数值积分
文章目录
- 一、数值积分的必要性
- 二、数值积分的基本思想
- 2.1 定积分的几何意义
- 2.2 数值积分的理论依据
- 积分中值定理⭐
- 2.3 求积公式的构造⭐
- 左矩形公式
- 中矩形公式 -- 矩形公式
- 右矩形公式
- 梯形公式⭐ -- 两点求积公式
- Simpson公式⭐ -- 三点求积公式
- 数值求积公式及其余项
- 三、求积公式的代数精度⭐
- 利用代数精度的概念构造求积公式
- 四、插值型求积公式
- 4.1 定义
- 4.2 截断误差与代数精度
- 4.3 求积公式的余项⭐
- 习题
一、数值积分的必要性
本章主要讨论如右形式的一元函数积分:I(f)I_(f)I(f) = ∫abf(x)dx\int_{a}^{b}f(x)dx∫abf(x)dx
在微积分里,按Newton-Leibniz公式求定积分:I(f)I_(f)I(f) = ∫abf(x)dx\int_{a}^{b}f(x)dx∫abf(x)dx = F(b)−F(a)F(b) - F(a)F(b)−F(a)
- 实际问题
- f(x)f(x)f(x)的原函数F(x)F(x)F(x)不能用初等函数表示:
- 有些被积函数其原函数虽然可以用初等函数表示,但表达式相当复杂,计算极其不方便:
- f(x)f(x)f(x)没有解析表达式,只有数表形式:
二、数值积分的基本思想
2.1 定积分的几何意义
2.2 数值积分的理论依据
积分中值定理⭐
2.3 求积公式的构造⭐
I(f)I_(f)I(f) = ∫abf(x)dx\int_{a}^{b}f(x)dx∫abf(x)dx = F(b)−F(a)F(b) - F(a)F(b)−F(a)
若简单选取积分区间[a, b]的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
I(f)I_(f)I(f) ≈\approx≈ f(a)(b−a)f(a)(b-a)f(a)(b−a)
中矩形公式 – 矩形公式
I(f)I_(f)I(f) ≈\approx≈ f(a+b2)(b−a)f(\frac{a+b}{2})(b-a)f(2a+b)(b−a)
右矩形公式
I(f)I_(f)I(f) ≈\approx≈ f(b)(b−a)f(b)(b-a)f(b)(b−a)
梯形公式⭐ – 两点求积公式
Simpson公式⭐ – 三点求积公式
一般地 ,取区间[a,b] 内 n+1 个点{xix_ixi},(i=0,1,2,...,ni=0,1,2,...,ni=0,1,2,...,n)处的高度{f(xi)f(x_i)f(xi)},(i=0,1,2,...,ni=0,1,2,...,ni=0,1,2,...,n)通过加权平均的方法近似地得出平均高度f(ξ)f(\xi)f(ξ),这类求积方法称为机械求积:
或写成:
数值求积公式及其余项
- 上式中xkx_kxk称为求积节点;AkA_kAk称为求积系数,亦称为伴随节点xkx_kxk的权。
- AkA_kAk仅仅与节点xkx_kxk的选取有关,不依赖于被积函数f(x)f(x)f(x)的具体形似。
三、求积公式的代数精度⭐
数值求积方法是近似方法,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.
概念
注意:次数不超过mmm
梯形公式和矩形公式均只有一次代数精度
问题
构造或确定一个求积公式,要讨论解决的问题有:
(1)确定求积系数 AkA_kAk 和求积节点 xkx_kxk;
(2)求积公式精度的衡量标准;
(3)求积公式的误差估计和收敛性分析;定义
称求积公式I(f)I_(f)I(f) = ∑12Akf(x)\sum_{1}^{2} A_kf(x)∑12Akf(x)具有m次代数精度,如果它满足如下两个条件:
上述定义中的条件(i),(ii)等价于:
利用代数精度的概念构造求积公式
习题
四、插值型求积公式
4.1 定义
在积分区间[a, b] 上,取 n+1个节点xix_ixi,i=0,1,2,…,n作f(x)f(x)f(x)的 n 次代数插值多项式(拉格朗日插值公式):
则有:f(x)=Ln(x)+Rn(x)f(x) = L_n(x) + R_n(x)f(x)=Ln(x)+Rn(x)
其中:Rn(x)R_n(x)Rn(x)是插值余项
- 补充
4.2 截断误差与代数精度
- 截断误差
- 代数精度
4.3 求积公式的余项⭐
- 梯形公式余项
- 辛普森公式余项
习题
习题
- 梯形公式的代数精度为什么是1?
- 例题
- 确定下面公式中的参数,使其代数精度尽量高,并指明所构造的求积公式具有的代数精度.
∫−hhf(x)dx\int_{-h}^{h}f(x)dx∫−hhf(x)dx ≈\approx≈ Af(−h)+Bf(x1)Af(-h) + Bf(x_1)Af(−h)+Bf(x1)
- 确定下面公式中的参数,使其代数精度尽量高,并指明所构造的求积公式具有的代数精度
∫01f(x)dx\int_{0}^{1}f(x)dx∫01f(x)dx ≈\approx≈ Af(0)+Bf(x1)+Cf(1)Af(0) + Bf(x_1) + Cf(1)Af(0)+Bf(x1)+Cf(1)
- 例题
《数值分析》-- 数值积分相关推荐
- 2021-01-07 matlab数值分析 数值积分与数值微分 复合梯形公式 复合Simpson公式
matlab数值分析 数值积分与数值微分 1 复合梯形公式 function I=ftrapz(f,a,b,n) format long %显示15位双精度 h=(b-a)/n; x=linspace ...
- 数值分析——数值积分(Newton-Cotes、复化求积、Gauss求积、正交多项式Gauss)
数值分析-数值积分 前言 敲黑板 牛顿-莱布尼兹公式的局限性 常见的近似求法 代数精度 插值型求积公式 Newton-Cotes公式 复化求积 Gauss 求积公式 基于正交多项式的Gauss求积公式 ...
- matlab 三维数组运算,MATLAB二维三维画图仿真数组运算
MATLAB二维三维画图仿真数组运算 1. 数学 (1) 数组运算: x=[1 2 3 4]; y=[3 4 5 6]; z=x+y %数组x与数组y相加得到数组z z = 4 6 8 10 z=x- ...
- 数值分析快速复习(1)——Matlab数值积分
数值分析快速复习(1)--Matlab数值积分 序言 数值积分基础知识 为什么要进行数值积分? 数值积分的几种基本方法? 插值型 复化求积公式 Romberg公式 作业:Matlab实现Romberg ...
- 【计算方法数值分析】复化梯形公式、复化辛普森公式和龙贝格数值积分
[计算方法数值分析]复化梯形公式.复化辛普森公式和龙贝格数值积分 1. 复化梯形公式 %复化梯形公式 function t=agui_trapz(fname,d2fname,a,b,e) %fname ...
- 【数理知识】《数值分析》李庆扬老师-第4章-数值积分与数值微分
第3章 回到目录 第5章 第4章-数值积分与数值微分 4.1 数值积分概论 4.2 牛顿-柯特斯公式 4.3 复合求积公式 4.4 龙贝格求积公式 4.5 自适应求积公式 4.6 高斯求积公式 4.7 ...
- 数值分析探索性实验三 曲线拟合与数值积分
实验目的 通过实验掌握利用Matlab进行数值积分的操作,掌握Matlab中的几种内置求积分函数,进一步理解复化梯形,复化辛普生公式,并编程实现求数值积分. 实验要求 1.将等效力矩拟合为一条曲线,然 ...
- 计算物理学(数值分析)上机实验答案4、数值积分和数值微分
实验四 数值积分和数值微分 在实际问题中我们常常需要计算定积分.但在很多情况下,并不能利用牛顿-莱布尼兹公式方便地计算函数的定积分,因此,有必要研究定积分的数值计算问题.牛顿-科特斯公式是在等距节 ...
- 【数值分析实验MATLAB】数值积分:梯形公式、辛普森公式、复化梯形公式、复化辛普森公式、龙贝格算法、自适应求积方法
(1)Matlab代码: f1: if x==0y=1; else%y=exp(-x^2);y=(sin(x))/x; end 梯形公式: a=0; b=1; tx=(b-a)/2*(f1(a)+f1 ...
最新文章
- CNN网络结构发展最全整理
- 电子计算机工程学,计算机工程
- Python自建collections模块
- Eclipse里的快捷键
- linux 编辑器vim配置
- 《CATIA V5 从入门到精通(第二版)》——2.3 操作草图(Operation)
- pytorch.tensor格式图像的resize操作
- 理解VMware资源池
- 【开源资讯】开源文档管理系统 Wizard 1.2.5 发布
- python int占几个字节_int占几个字节(c语言)?
- 用友NC CLOUD 工具
- 16进制ff转化为二进制_二进制与十六进制的转换与应用
- java微信分享朋友圈_Java实现微信公众平台朋友圈分享功能详细代码
- HTML5地理位置定位API接口开发
- 嵌入式—LM3S1138介绍
- 实验六系统安装与简单配置(Linux基础教程 第2版)虚拟机环境下安装龙蜥操作系统(Anolis OS) 8.4
- java.lang.UnsatisfiedLinkError: dlopen failed: file offset for the library /data/app/com.beiya.litt
- Web入门----css中伪类
- Python 框架 之 Django MVT 下的 M 的 模型的简单介绍和使用
- soul之websocket数据同步