(内容提要)-4--数值微积分
w数值微分与数值积分(精品PDF)

第5章
第5章
第5章
第5章
第5章
h h h 第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
第5章
这里 是既不依赖于被积函数,也不依赖于积分区间的常数,称为柯特斯系数。
式(5-3)称为牛顿-柯特斯求积公式。
i C
上式称为梯形求积公式第5章
第5章
第5章
02
k=
第5章
第5章
上Simpson 积分
达到精度[,]k k a b 2S ε时,可认为区间
第5章
第5章
第5章
第5章
第5章
第5章
第5章
注意:被积函数一定要支持数组运算!第5章
第5章
第5章
第5章
第5章
第5章
f=1./(y-x-(0.9-y)./5);第5章
积分的值第5章。
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
第数值微积分

第五章数值微积分一、内容分析与教学建议本意内容是数值微积分。
数值微分包括:用插值多项式求数值微分、用三次样条函数求数值微分和用Richardson外推法求数值微分。
数值积分包括:常见的Newton-Cotes求积公式,如:梯形公式、Simpson公式和Cotes公式;复化求积公式;Romberg求积公式和Gauss型求积公式等内容。
(一)数值微分1、利用Taylor展开式建立数值微分公式,实际上是利用导数的离散化,即用差商近似代替导数,在由Taylor公式的余项估计误差;由于当步长h很小时,回出现两个非常接近的数相减,因此,在实际运用中往往采用事后估计的方法来估计误差。
2、用插值多项式求数值微分,主要是求插值节点处的导数的近似值。
借助第二章的Lagrange插值公式及其余项公式,确定插值节点处的导数的近似值及其误差。
常用的有三点公式和五点公式。
3、阐明用三次样条函数s(x)求数值微分的优点:由第三章的三次样条函数s(x)的性质知:只要f(x)的4阶导数连续,则当步长h 0时,s(x)收敛到f (x) , s(x)收敛到f (x) , s (x) 收敛到f (x).因此,用三次样条函数s(x)求数值微分,效果是很好的。
指出其缺点是:需要解方程组,当h很小时,计算量较大。
4、讲解用Richardson外推法求数值微分时,首先阐明方法的理论基础是导数的离散化,即用差商近似代替导数;然后重点讲解外推法的思想和推导过程,因为这种方法和思路在后面的数值积分和微分方程数值解中还要用到。
(二)数值积分的一般概念1、由定积分的几何意义引入数值积分的思想,介绍求积公式、求积节点、求积系数、余项等基本概念。
2、重点介绍代数精度以及如何求一个判定积公式的代数精度,并举例说明。
3、介绍插值型求积公式以及插值型求积公式的代数精度的特点。
(三)等距节点的求积公式1、简单介绍一般的等距节点的插值型求积公式--- Newton-Cotes公式以及Cotes系数。
第4节 数值微分

对于
f ( n1) ( ) R1 ( xk ) n 1 ( x k ) ( n 1)!
由 n1 ( xk ) ( xk x0 )( xk xk 1 )( xk xk 1 )( xk xn )
及
可知
f ( n 1 ) ( x ) M , x [a , b ]
M M n R1 ( xk ) ( x n x0 ) (b a ) n ( n 1)! ( n 1)! 0, ( n )
可知当分点越多时,用如下公式求数值微商越精确
f ( xk ) Ln ( xk ),
k 0,1,, n
对于插值型数值微商公式
f ( xk ) Ln ( xk ),
得到一阶中心差商数值微分公式
f ( x0 ) f ( x0 h) f ( x0 h) 2h R1 ( x0 ) O( h2 )
误差为
二阶中心差商数值微分公式为 f ( x0 h) 2 f ( x0 ) f ( x0 h) ( x0 ) f h2 误差为 R2 ( x0 ) O( h2 )
3! dx ( ) 1 2 df (4h 6hf ( )) O( h) 6 dx ( ) 1 2 df R2 ( x1 ) ( h ) O ( h2 ) R2 ( x2 ) O( h) 6 dx
总结一下,两点、三点数值微商公式:
一阶两点微商公式
f ( x1 ) f ( x0 ) f ( x0 ) h f ( x1 ) f ( x0 ) ( x1 ) f h 一阶三点微商公式 1 f ( x0 ) L2 ( x0 ) [3 f ( x0 ) 4 f ( x1 ) f ( x2 )] 2h
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 ) .
数值分析第四章数值积分与数值微分-PPT课件

Cotes系数只与 j 和 n 有关, 与 f x 和积分区间 a , b
无关, 且满足:
1 C k
n
n
C n k
n
(n) 2 C j 1 j0
2、截断误差
Newton-Cotes公式的误差为:
1 ) f (n ( ) R (f) w (x ) dx n 1 a ( n 1 )! b n 2 n n h (n 1 ) f ( ) ( tj) dt , ( a ,b ) ( n 1 )!0 0 j
n ( u j ) du 2
据此可断定 R f 0 ,因为上述被积函数是个奇函数.
4、数值稳定性
现在讨论舍入误差对计算结果产生的影响. 设用公式 近似计算积分
( n ) I ( f ) ( b a ) C j f(xj) n j 0 n
I ( f ) f ( x)dx
a
b
0 , 1 ,2 , . . . n 时, 其中计算函数值 f x j 有误差 ,而 j j
计算 C
n
j
没有误差, 中间计算过程中的舍入误差也不考虑,
j
则在 I n ( f ) 的计算中,由
引起的误差为
( n ) e ( b a ) C f ( x ) ( b a ) C j) j (f(xj) n j j 0 ( n ) j j 0 ( n ) ( b a ) C j j n
x
f x
1 4
2 4.5
3 6
4 8
5 8.5
呵呵…这就需要积 原来通过原函数来计 分的数值方法来帮 算积分有它的局限性。 忙啦。 那…… 怎么办呢?
matlab数值微积分

人工智能与机器学习
结合人工智能和机器学习技术,自动选择合适的 数值微积分算法,实现自适应计算。
ABCD
并行计算
利用多核处理器和分布式计算资源,实现数值微 积分的并行计算,加速大规模问题的求解。
云平台集成
将Matlab数值微积分与云平台集成,实现数据 共享、远程计算和动态资源调度。
未来展望
01
更广泛的应用领域
工程领域
Matlab广泛应用于数学、物理、化学、生 物等领域的数值计算和数据分析。
Matlab在机械、电子、控制、航空航天等 工程领域有广泛应用,支持各种工程设计 和仿真。
金融领域
图像处理和计算机视觉
Matlab在金融领域主要用于数据分析、统 计建模、风险评估等方面。
Matlab提供了图像处理工具箱和计算机视 觉工具箱,广泛应用于图像处理和计算机 视觉领域。
quad: 这是一个用于数值积分 的函数,可以计算一维函数的 定积分。与integral函数不同 的是,它使用自适应Simpson 方法进行积分。例如,对于函 数f(x),可以使用以下代码计 算定积分
数值积分函数
```matlab
result = quad(@(x) f(x), a, b);
数值积分函数
互操作性和兼容性。
THANKS
感谢观看
将连续的问题离散化,用 有限个点来近似表示连续 的函数。
逼近
通过选取适当的离散点, 使用数学方法逼近真实的 函数值。
迭代
通过不断迭代逼近真实值, 提高计算的精度。
数值微积分的计算方法
差分法
01
通过差分代替导数,将微分问题转化为差分问题,进而求解。
辛普森法则
02
利用区间中点的函数值和区间端点的函数值来近似计算定积分。
第四章 数值微积分

4.1 内插求积 Newton-Cotes公式
4.1.1 Newton-Cotes公式
在以上公式中,节点xk 按等距分布,
b-a xk a kh, k 0,1, 2,..., n 令h n 则称内插求积公式为Newton Cotes公式
通常取n 1, 2, 4等值
(1)n 1 则x0 a, x1 b 插值函数公式为
第4章 数值微积分
4.1 内插求积 Newton-Cotes公式
对任意被积函数f ( x) ,在给定的节点xi (i 0,1, 2,..., n)
对应的函数值为f ( xi ) ,则可构造插值多项式pn ( x)来近似f ( x)
f ( x) pn ( x) R( x)
其中:R( x)为插值多项式的余项
第4章 数值微积分
4.1 内插求积 Newton-Cotes公式
4.1.1 Newton-Cotes公式
例:确定Simpson求积公式的代数精度
解:Simpson求积公式为 b ba ab f ( x)dx f (a ) 4 f ( ) f (b) a 6 2 令 b ba
定义4.1 如果对任一不超过m次的多项式pm ( x) ,内插求积公式Q( f )
总有I ( pm ) Q( pm ) ,而对某一个m 1次多项式pm1 ( x) , I ( pm1 ) Q( pm1 )
则称此求积公式的代数精度为m ,或称此公式具有m次代数精度
第4章 数值微积分
n 4, h (b - a ) / 4
2h [7 f ( a ) 32 f ( a h) 12 f ( a 2h) 32 f (b h) 7 f (b)] 45 8h 7 R[ f ] f ( 6) ( ) 945
- 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)。
第四章 数值微分与数值积分一、基本内容提要1. 差商型数值微分公式 (1)向前差商公式h x f h x f x f )()()('-+≈(2)向后差商公式hh x f x f x f )()()('--≈(3)中心差商公式hh x f h x f x f 2)()()('--+≈2. 插值型数值微分(1)两点数值微分公式(1=n )过节点h x x x +=010,的插值型数值微分两点公式为hx f x f x L x f )()()(')('01010-=≈hx f x f x L x f )()()(')('01111-=≈其截断误差为)(''2)('001ξf h x R -=, )(''2)('111ξf hx R -= 其中),(b a i ∈ξ)1,0(=i 。
(2)三点数值微分公式过节点)2,1,0(0=+=i ih x x i 的插值型计算导数的三点公式为)]()(4)(3[21)('2100x f x f x f h x f -+-≈)]()([21)('201x f x f h x f +-≈)](3)(4)([21)('2102x f x f x f hx f +-≈其截断误差为)('''3)('0202ξf h x R -=)('''6)('1212ξf h x R -=)('''3)('2222ξf h x R = ),(b a i ∈ξ )2,1,0(=i(3)二阶数值微分公式)]()(2)([1)('')(''21022x f x f x f hx L x f i i +-=≈ )2,1,0(=i 住:此公式是三点公式。
3. 牛顿-柯特斯(Newton-Cotes )公式 将积分区间],[b a n 等分,步长nab h -=,取等距节点 ),...2,1,0(n i iha x i =+=则柯特斯(Cotes )系数dt n t k t k t t t nk n k Cn kn n k⎰---+----=-0)()()1)(1()1()!(!)1( ),,1,0(n k = 牛顿-柯特斯(Newton-Cotes )求积公式为∑⎰=-≈ni k n k ba x f C ab dx x f 0)()()()(又被称为N-C 公式。
下面给出几种特殊的N-C 求积公式。
(1)梯形求积公式:当1=n 时,21)1(1)1(0==C C ,相应的求积公式)]()([2)(b f a f ab dx x f ba+-≈⎰ 称为梯形求积公式。
(2)辛普森(Simpson )公式当2=n 时,61)2(0=C ,64)2(1=C ,61)2(2=C ,相应的求积公式为 )]()2(4)([6)(b f ab f a f a b dx x f ba+-+-≈⎰ (3)柯特斯(Cotes )公式 当4=n 时,令4ab ka x k -+=,)4,3,2,1(=k ,求积公式 )](7)(32)(12)(32)(7[90)(43210x f x f x f x f x f ab dx x f ba++++-≈⎰ 称为牛顿-柯特斯(Newton-Cotes )公式。
4. 求积公式的代数精度 若求积公式∑⎰=≈ni k k ba x f A dx x f 0)()( 对任意次数不高于m 次的多项式)(x f 均精确成立,而对某个1+m 次的多项式不精确成立,则称该求积公式具有m 次代数精度(Algebraic Accuracy )。
5. 复化梯形积分若将积分区间n b a ],[等分,步长na b h -=,节点)10(,n , , k kh , a x k =+=在每个小区间 ],[1+k k x x )110(-=,n , , k 上用梯形公式)]()([2)(b f a f ab dx x f ba+-≈⎰ 并求和∑⎰⎰-=+=11)()(n k x x bak kdx x f dx x f)]()([2110+-=+≈∑k k n k x f x f h])(2)()([211∑-=++≈n k k x f b f a f h得到的公式])(2)()([211∑-=++=n k k n x f b f a f hT称为复化梯形公式。
6. 复化辛普森(Simpson )积分若将积分区间],[b a 分成m n 2=等分,步长nab h -=,节点kh a x k += )10(,n , , k =在每个小区间 ],[222k k x x -上使用Simpson 公式)]()2(4)([6)(b f ab f a f a b dx x f ba+-+-≈⎰ 则有)]()(4)([6)(21222222222k k k k k x x x f x f x f x x dx x f kk ++-≈---⎰- )]()(4)([321222k k k x f x f x f h++=-- 其中2222--=-=k k x x n a b h ,对其求和可得 =⎰badx x f )(∑⎰=-mk x x kk dx x f 1 )(222)]()(4)([3212122k k mk k x f x f x f h++≈-=-∑ ])()(4)([312112102∑∑∑==--=++=mk k m k k m k k x f x f x f h ])(2)(4)()([3112112∑∑-==-+++=m k k m k k x f x f b f a f h得到的公式])(2)(4)()([3112112∑∑-==-+++=m k k m k k n x f x f b f a f hS则称为复化Simpson 公式。
7. 龙贝格(Romberg)求积公式Romberg 积分是一种最典型的外推算法,是利用逐次分半的梯形序列{}k T 2,经Richardson 外推算法得到的求积公式。
下面对改公式进行详细的介绍:对积分⎰=ba dx x f I )(,使用复化梯形公式并记n T )(0k T =)2(1kab I -= ),1,0( =k 再根据Euler-Maclaurin 公式,可得+-+-+-=ik i k k k a b a a b a a b a T f R 24221)(0)2()2()2(),( 取其中的21=q ,由Richardson 外推公式得 34)21(1)2()21()2()2()(0)1(0212122k k k k k T T a b I a b I a b I -=----=-++ 设=-)2(2k a b I )(1k T ,则)(1k T 34)(0)1(0k k T T -=+),1,0( =k ,且有 ))2((),(4)(1kk a b O T f R -= 如此重复Richardson 公式可得14)2()2(4)2(11----=-++mkm k m m k m ab I a b I ab I 若记=-+)2(1k m a b I )(k m T ,则上式可记为 )(k mT144)(1)1(1--=-+-m k m k m m T T ,,3,2,1( =m ),2,1,0 =k此式即为龙贝格(Romberg)求积公式。
8. 高斯(Gauss)求积公式Gauss 型求积公式是指具有12+n 次代数精度的形如∑⎰=≈nk k k bax f A dx x x f 0)()()(ρ插值型求积公式,其节点n x x x x ,,,210称为Gauss 点。
下面介绍几种常用的Gauss 型求积公式: (1)高斯-勒让德(Gauss-Legendre )求积公式∑⎰=-≈nk k k x f A dx x f 011)()( 其Gauss 点为Legendre 多项式])1[()!1(21)(121111+++++-+=n n n n n x dxd n x L ),2,1,0( =n 的零点,求积系数为212)]()[1(2k nkk x x A +'-=ω ),1,0(n k =(2)高斯-切比雪夫(Gauss - Chebyshev )求积公式 ⎰∑-=≈-112)(1)(nk k k x f A dx xx f其Gauss 点及求积系数为1,2212cos+=++=n A n k x k k π),1,0(n k =, ),2,1,0( =n(3)高斯-拉盖尔(Gauss - Laguerre )求积公式⎰∑∞=-≈01)()(nk k k xx f A dx x f e其Gauss 点为Laguerre 多项式)[()(111+++=n x n n xn x e dxd e x L ),2,1,0( =n 的零点,求积系数为212)]([])!1[(k nk k x L x n A +'+= ),1,0(n k = (4)高斯-埃尔米特(Gauss – Hermite )求积公式⎰∑∞+∞-=-≈nk k k x f A dx x f ex1)()(2其Gauss 点为Hermite 多项式)[()1()(22x n n x nn e dxd ex H --= ),2,1,0( =n 的零点,求积系数为 211)]([!2k n n k x H n A ++'=π),1,0(n k =。