数值分析第四章数值积分
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
数值分析课后习题与解答
课后习题解答第一章绪论习题一1.设x>0,x*的相对误差为δ，求f(x)=ln x的误差限。
解：求lnx的误差极限就是求f(x)=lnx的误差限，由公式(1.2.4)有已知x*的相对误差满足，而，故即2.下列各数都是经过四舍五入得到的近似值，试指出它们有几位有效数字，并给出其误差限与相对误差限。
解：直接根据定义和式(1.2.2)(1.2.3)则得有5位有效数字，其误差限，相对误差限有2位有效数字，有5位有效数字，3.下列公式如何才比较准确？（1）（2）解：要使计算较准确，主要是避免两相近数相减，故应变换所给公式。
（1）（2）4.近似数x*=0.0310,是 3 位有数数字。
5.计算取，利用：式计算误差最小。
四个选项：第二、三章插值与函数逼近习题二、三1. 给定的数值表用线性插值与二次插值计算ln0.54的近似值并估计误差限. 解：仍可使用n=1及n=2的Lagrange插值或Newton插值,并应用误差估计（5.8）。
线性插值时，用0.5及0.6两点，用Newton插值误差限，因，故二次插值时，用0.5，0.6，0.7三点，作二次Newton插值误差限，故2. 在-4≤x≤4上给出的等距节点函数表，若用二次插值法求的近似值，要使误差不超过，函数表的步长h应取多少?解：用误差估计式（5.8），令因得3. 若，求和.解：由均差与导数关系于是4. 若互异，求的值，这里p≤n+1.解：，由均差对称性可知当有而当P＝n＋1时于是得5. 求证.解：解：只要按差分定义直接展开得6. 已知的函数表求出三次Newton均差插值多项式，计算f(0.23)的近似值并用均差的余项表达式估计误差.解：根据给定函数表构造均差表由式(5.14)当n=3时得Newton均差插值多项式N3(x)=1.0067x+0.08367x(x-0.2)+0.17400x(x-0.2)(x-0.3) 由此可得f(0.23) N3(0.23)=0.23203由余项表达式(5.15)可得由于7. 给定f(x)=cosx的函数表用Newton等距插值公式计算cos 0.048及cos 0.566的近似值并估计误差解：先构造差分表计算，用n=4得Newton前插公式误差估计由公式（5.17）得其中计算时用Newton后插公式（5.18)误差估计由公式（5.19）得这里仍为0.5658．求一个次数不高于四次的多项式p(x),使它满足解：这种题目可以有很多方法去做，但应以简单为宜。
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
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
数值分析知识点总结
数值分析知识点总结数值分析知识点总结：本文提供了数值分析中的一些重要知识点和例题，但更多的例题可以参考老师布置的作业题和课件相关例题。
第1章数值分析与科学计算引论：绝对误差和相对误差是衡量近似值精度的指标，有效数字则是描述近似值精度的一种方式。
其中，相对误差限是绝对误差的上界。
有效数字的计算方法为：如果近似值x的误差限是某一位的半个单位，该位到x的第一位非零数字共有n位，就说x*共有n位有效数字。
一个比较好用的公式是f(x)的误差限：f(x)f'(x)(x)。
第2章插值法：插值多项式的余项表达式可以用来估计截断误差。
三次样条插值与三次分段埃尔米特插值有所不同，但哪一个更优越需要根据实际情况而定。
确定n+1个节点的三次样条插值函数需要多少个参数？为确定这些参数，需加上什么条件？三弯矩法可以用来求解三次样条表达式。
第3章函数逼近与快速傅里叶变换：带权(x)的正交多项式是在特定区间上满足一定条件的多项式，其中[-1,1]上的勒让德多项式具有重要性质。
切比雪夫多项式也有其独特的性质。
用切比雪夫多项式零点做插值点得到的插值多项式与拉格朗日插值有所不同。
最小二乘拟合的法方程可以用来拟合曲线，但当次数n较大时，不直接求解法方程。
第4章数值积分与数值微分：XXX让德求积公式和XXX-XXX求积公式是数值积分中的两种方法，其中高斯求积公式可以用来计算定积分。
勒让德多项式的零点就是高斯点，这种形式的高斯公式被称为XXX让德求积公式。
中点方法是一种数值积分方法，其公式如下：插值型的求导公式有两点公式和三点公式。
第5章介绍了解线性方程组的直接方法，其中包括LU矩阵的推导过程。
相关例题可以在教材第4章作业题和课件中找到。
第6章介绍了解线性方程组的迭代法，判断迭代法是否收敛的条件如下：第7章介绍了非线性方程与方程组的数值解法，其中牛顿法是一种常见的方法。
对于单根且光滑的f(x)=0，牛顿法是局部二阶收敛的。
简化牛顿法和牛顿下山法都是非线性方程组的求解方法。
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。
数值分析课程第五版课后习题答案(李庆扬等)
数值分析课程第五版课后习题答案(李庆扬等)数值分析课程第五版课后习题答案(李庆扬等)第一章：数值分析导论1. 解答：数值分析是一门研究如何使用计算机来解决数学问题的学科。
它包括了从数学理论到计算实现的一系列技术。
数值分析的目标是通过近似的方式求解数学问题，其结果可能不是完全精确的，但是能够满足工程或科学应用的要求。
2. 解答：数值分析在实际应用中起着重要的作用。
它可以用于求解复杂的数学方程、计算机模拟及建模、数据的统计分析等等。
数值分析是科学计算和工程计算的基础，对许多领域都有着广泛的应用，如物理学、经济学、生物学等。
3. 解答：数值方法指的是使用数值计算的方式来求解数学问题。
与解析方法相比，数值方法一般更加灵活和高效，可以处理一些复杂的数学问题。
数值方法主要包括了数值逼近、插值、数值积分、数值微分、线性方程组的求解、非线性方程的求根等。
4. 解答：计算误差是指数值计算结果与精确解之间的差异。
在数值计算中，由于计算机的有限精度以及数值计算方法本身的近似性等因素，都会导致计算误差的产生。
计算误差可以分为截断误差和舍入误差两种。
第二章：数值误差分析1. 解答：绝对误差是指实际值与精确值之间的差异。
例如，对于一个计算出的数值近似解x和精确解x_0，其绝对误差为| x - x_0 |。
绝对误差可以衡量数值近似解的精确程度，通常被用作评估数值计算方法的好坏。
2. 解答：相对误差是指绝对误差与精确解之间的比值。
对于一个计算出的数值近似解x和精确解x_0，其相对误差为| (x - x_0) / x_0 |。
相对误差可以衡量数值近似解相对于精确解的精确度，常用于评估数值计算方法的收敛速度。
3. 解答：舍入误差是由于计算机的有限精度而引起的误差。
计算机中使用的浮点数系统只能表示有限的小数位数，因此在进行数值计算过程中，舍入误差不可避免地会产生。
舍入误差会导致计算结果与精确结果之间存在差异。
4. 解答：误差限度是指对于给定的数值计算问题，所能容忍的误差范围。
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 ) ．
- 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)。
代入 P0 = 1：ab1/*dtxra梯pbe形zoa公id=a式lbr2ual[e1*/ 1] f(a)
f(b)
代入
P1
=
x
：
b
xdx
a
b2a2 2
=
b2a[ab]
a
b
代入
P2
=
x2
：b a
x2dx
b3a3 3
b2a[a2 b2]
代数精度 = 1
§1 Newton-Cotes Formulae
第四章 数值积分与数值微分
/* Numerical Integration and differentiation*/
§1 引言
近似计算 I
b
f (x)dx
a
对f( )采用不同的近似计算方法，从而得到各
种不同的求积公式。
以上三种方法都是用被积函数值的线性组合来表示积
分值。推广，一般地有 b
n
求积系数，与被 积函数无关
f (x)dx
a
Ak f(xk)
k0
求积节 点
像这样，将积分用若干节点上被积函数值的线性组合来表示
的数值积分公式称为机械求积公式。
求积误差
b
n
R[f] f(x)dx a
Akf(xk)
k0
机械型求积公式的构造归结为，确定求积节点xk和求积系
数Ak，使在某种意义下精确度较高。总之，要解决三个问 题：
误差 R[ f ]
b
Ak a
k0
b
n
jk
(xxj ) (xkxj )
d
x由与节f (点x)
决定， 无关。
f ( x )dx
a
Ak f ( xk )
k0
b
b
[
a
f
(x)
Ln ( x )]dx
a Rn ( x )dx
b a
f ( n1) ( x (n 1)!
)
n k0
(x
xk
) dx
令 xath
n
(tj)h h d t(b a ) (1 )n i n
(tj)dt
0i j(ij)h
n i!(n i)!0i j
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
C
(n) i
a bf(x)dxbanC k (n)f(x0kh) k0
代数精度与误差的关系：代数精度越高，求积误差越小。
结论：
问题2
要使求积公式具有m阶代数精度，则它对1,x,…,xm均准确成立，
即
n
Ak b a
k0
m+1个方程， 2n+2个未知数
n
k0
Ak xk
1 2
b2 a2
M
n k0
Ak
x
m k
1 m 1
b m 1 a m 1
由上面代数精度条件确定求积公式可分两种情形：
插值型积分公式
/*interpolatory quadrature*/
思 路
利用插值多项式
Pn(x)f(x)则积分易算。
在[a, b]上取 a x0 < x1 <…< xn b，做 f 的 n 次插值多
n
项式 Ln(x) f(xk)lk(x，)即得到 k0
b
n
b
f(x)dx
a
f(xk)alk(x)dxAk
偶数阶N-C公式具 有n+1阶代数精度
Cotes公式是 用不同节点 的函数值 （高度）的 加权平均来 近似区间的 平均高度
对称节点的系数相同
注：当n 8时，Cotes系数有负，造成公式不稳定，因此常 用低阶Cotes公式。
Th2. n为偶数时， N-C公式至少具有n+1阶代数精度。
证明：只需证明n为偶数时， N-C公式对f(x)=xn+1的余项 R(f)=0即可。
90
2
n = 3: Simpson’s 3/8-Rule, 代数精度 = 3,
R[f]3h5f(5)()
80
n = 4: Cotes Rule, 代数精度 = 5,
R[f] 8 h7f(6)()
945
a b f( x ) d x b 9 0 a [ 7 f( x 0 ) 3 2 f( x 1 ) 1 2 f( x 2 ) 3 2 f( x 3 ) 7 f( x 4 ) ]
n
Th1.形如 Ak f (xk ) 的求积公式至少有 n 次代数精度 该 k0 公式为插值型（即：Ak ablk(x)dx）
§2 Newton--Cotes 公式
❖
当节点等距分布时：
b a x iaih ,hn,
i0 ,1 ,..,n .
Ai
xn x0 ji
(xxj
) d
x
(xi xj)
1. 精确度的度量标准；
2. 如何构造具体的求积公式；
3. 具体求积公式构造出来后，误差如何估计？
问题1
定义：代数精度
若某个求积公式对次数 m 阶的多项式准确成立，而对 m+1 阶 的 多 项 式 不 一 定 准 确 成 立 。 即 对 应 的 误 差 满 足 ： R[ Pk ]=0 对任意 k m 阶的多项式成立，且 R[ Pm+1 ] 0 对某 个 m+1 阶多项式成立，则称此求积公式的代数精度为 m 。
Newton—Cotes formula
n = 1:
C0(1) 1 2,
C1(1)
1 2
§1 Newton-Cotes Formulae
Trapezoidal Rule
bf(x)d xba[f(a)f(b)]
a
2
代数精度 = 1
R [f]abf2 (!x)(xa)x (b)dx/值* 定令理x =*/a+th, h = ba, 用中
1h 3f(), [a ,b ],h b a
12
1
n = 2: C 0 (2)1 6, C 1 (2)3 2, C 2 (2)1 6
Simpson’s Rule
a bf(x )d x b 6 a [f(a ) 4f(a 2 b)f(b )]代数精度 = 3
R [f] 1 h 5 f(4 )(), ( a ,b ),h b a
§1 Newton-Cotes Formulae
例：对于[a, b]上1次插值，有 L 1 (x ) a x b bf(a ) b x a af(b )
b
A 1 A 2 b 2 a af(x )d x b 2 a[f(a ) f(b )]
考察其代数精度。
f(x)
解：逐次检查公式是否精确成立
1. 若事先给定求积节点xk(k=0,…,n),例如被积函数以表的形式 给出时xk确定，可令m=n,由上式确定n+1个系数Ak即令m=2n +1，确定xk和法Ak ---Gauss法
Case 1---方法1
Case 1---方法2 §1 插值型求积 公式