数值计算方法-第7章-数值微分与数值积分-part-2
数值计算_第7章数值微分和数值积分

数值计算_第7章数值微分和数值积分数值微分和数值积分是数值计算中的两个重要内容,它们在科学、工程和经济等领域有着广泛的应用。
本文将详细介绍数值微分和数值积分的概念、方法和应用,并分析其优缺点。
数值微分是通过数值方法来近似计算函数的导数。
在实际问题中,往往很难直接计算函数的导数,因此需要使用数值方法来进行近似计算。
常用的数值微分方法有中心差分法、向前差分法和向后差分法。
中心差分法是一种通过利用函数在特定点两侧的数据点来计算函数的导数的方法。
具体方法是用函数在该点两侧的差值来估计导数。
中心差分法具有较高的精度和稳定性,适用于函数光滑的情况。
向前差分法和向后差分法是一种通过利用函数在该点的数据点来计算函数的导数的方法。
向前差分法用函数在该点的后一点数据来估计导数,向后差分法用函数在该点的前一点数据来估计导数。
这两种方法的精度相对较低,但计算简单,适用于函数不太光滑的情况。
数值微分方法的优点是计算简单、直观易懂、易于实现。
缺点是对函数的平滑性和间隔大小要求较高,误差较大。
数值积分是通过数值方法来近似计算函数的积分。
在实际问题中,往往很难直接计算函数的积分,因此需要使用数值方法来进行近似计算。
常用的数值积分方法有梯形法则、辛普森法则和数值积分公式。
梯形法则是一种通过将区间划分为多个小区间,在每个小区间上用梯形面积来近似计算积分的方法。
辛普森法则是一种通过将区间划分为多个小区间,在每个小区间上用抛物线面积来近似计算积分的方法。
这两种方法的精度较高,适用于函数较光滑的情况。
数值积分公式是通过选取节点和权重,将积分转化为对节点函数值的加权求和。
常用的数值积分公式有高斯求积公式和牛顿-寇茨公式。
这些公式具有较高的精度和稳定性,适用于计算复杂函数的积分。
数值积分方法的优点是适用范围广、精度较高、计算稳定。
缺点是计算量较大、计算复杂、需要选取合适的节点和权重。
数值微分和数值积分在科学、工程和经济等领域有着广泛的应用。
数值积分与数值微分

2019/6/1
8
求积公式的代数精确度(续)
Remark1:代数精度越高,求积公式的适应性越强。
一个求积公式首先应该是收敛的,其次应该是 稳定的。
2019/6/1
13
收敛性与稳定性(续)
设计算 f (xk ) 时有绝对误差 k ,即 f * (xk ) f (xk ) k .
n
n
则 e(In ) Ak f *(xk ) Ak f (xk )
k 0
k 0
n
n
Akk Ak k
Ak f (xk ) R[ f ] In R[ f ]
k 0
其中R[f]称为求积公式的余项,xk (k 0,1,2,n)
称为求积节点,Ak (k 0,1,2,n) 称为求积系数。
Ak 仅与求积节点 xk 的选取有关,而不依赖与被积
函数f(x)的具体形式。
2019/6/1
3
二.求积公式的代数精确度
衡量一个求积公式好坏的标准。
定义:如果求积公式
b
n
f (x)dx
a
Ak f (xk )
k 0
对于一切不高于m次的代数多项式准确成立,
而对于某个m+1次多项式并不准确成立,
则称上述求积公式具有m次代数精确度,或称 为具有m次代数精度。
2019/6/1
4
求积公式的代数精确度(续)
如果要构造具有m次代数精度的求积公式,
数值计算方法-第7章+数值微分与数值积分-part-1

已知 在[a,b]中连续,
由积分第一中值定理:
其中,
在[a,b]中不变号,
共四十页
证毕 #
➢ 定理(dìnglǐ)7.3
若
第7章 数值(shùzí)微分与数值
(shùzí)积分
, 则Simpson公式的误差为:
其中,
【证明】Simpson公式是2阶N-C公式, 由定理7.1, 它具有2n+1 (这里n=1) 阶
1.151 3.1613527
1.1499 3.1578771
0.0001 1.1500 3.1581929
3.158
3.158 1.9290E-04 1.9290E-04
1.1501 3.1585087
1.149999 3.1581897
1.00E-06 1.150000 3.1581929
3.2
1.14 3.1267684
0.01
1.15 3.1581929 3.17404 3.158245 1.5847E-02 5.2100E-05
1.16 3.1899333
1.149 3.1550363
0.001 1.150 3.1581929
3.1598
3.1582 1.6071E-03 7.1000E-06
代数精度. 即对任意3次多项式, Simpson公式精确成立. 构造f(x)的三次(sān cì)插值多项式 H3(x), 满足:
由第五章中Hermite 插值的余项 (对应n=2, m=0):
共四十页
➢ 定理(dìnglǐ)7.3 证明 (续) 对上式积分(jīfēn),
Simpson积分误差: 在[a,b]上连续 作变量代换, 由积分第一中值定理:
第七章数值积分与数值微分 PPT

a
2
b
梯形公式
b
a
f
( x)dx
1 2
(b
a)
f
(a)
f
(b)
3
一般形式
数值积分公式得一般形式
一般地,用 f(x) 在 [a, b] 上得一些离散点
a x0 < x1 < ···< xn b
上得函数值得加权平均作为 f () 得近似值,可得
b
n
f ( x)dx
a
Ai f ( xi )
29
复合梯形公式
将 [a, b] 分成 n 等分 [xi , xi+1] ,其中
xi a i h,
h
b
a n
(i = 0, 1, …, n)
复合梯形公式
b
n1
f ( x) dx
a i0
xi 1 xi
f (x)
dx
n1 i0
h[ 2
f
(
xi
)
f ( xi1)]
余项
h 2
f (a)
n
Ai =A0 A1 An b a
i0
9
大家学习辛苦了,还是要坚持
继续保持安静
插值型求积公式
设求积节点为:a x0 < x1 < ···< xn b
n
若 f (xi) 已知,则可做 n 次多项式插值: Ln( x) li ( x) f ( xi )
i0
b
b
n
b
n
a f ( x)dx a Ln( x) dx f ( xi ) a li ( x) dx Ai f ( xi )
代数精度的验证方法
数值计算第7章数值微分和数值积分

第7章数值微分和数值积分7.1 数值微分差商与数值微分当函数是以离散点列给出时,当函数的表达式过于复杂时,常用数值微分近似计算的导数。
在微积分中,导数表示函数在某点上的瞬时变化率,它是平均变化率的极限;在几何上可解释为曲线的斜率;在物理上可解释为物体变化的速率。
以下是导数的三种定义形式:(7.1)在微积分中,用差商的极限定义导数;在数值计算中返璞归真,导数取用差商(平均变化率)作为其近似值。
最简单的计算数值微分的方法是用函数的差商近似函数的导数,即取极限的近似值。
下面是与式(7.1)相应的三种差商形式的数值微分公式以及相应的截断误差。
向前差商用向前差商(平均变化率)近似导数有:(7.2)其中的位置在的前面,因此称为向前差商。
同理可得向后差商、中心差商的定义。
由泰勒展开得向前差商的截断误差:向后差商用向后差商近似导数有:(7.3)与计算向前差商的方法类似,由泰勒展开得向后差商的截断误差:中心差商用中心差商(平均变化率)近似导数有:(7.4)由泰勒展开得中心差商的截断误差:差商的几何意义微积分中的极限定义,表示在的斜率;差商表示过和两点直线的斜率,是一条过的割线。
可见数值微分是用近似值内接弦的斜率代替准确值切线的斜率。
图7.1 微商与差商示意图给出下列数据,计算,解:((0.10) -设定最佳步长在计算数值导数时,它的误差由截断误差和舍入差两部分组成。
用差商或插值公式近似导数产生截断误差,由原始值的数值近似产生舍入误差。
在差商计算中,从截断误差的逼近值的角度看,越小,则误差也越小;但是太小的会带来较大的舍入误差。
怎样选择最佳步长,使截断误差与舍入误差之和最小呢?一般对计算导数的近似公式进行分析可得到误差的表示式,以中心差商为例,截断误差不超过而舍入误差可用量估计(证明略),其中是函数的原始值的绝对误差限,总误差为当时,总误差达到最小值,即(*)可以看到用误差的表达式确定步长,难度较大,难以实际操作。
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
数值计算方法第07章数值微分与数值积分方案

(
xi
)
10
下面仅仅考察节点处的导数值。为简化讨论,假定所给
的节点是等距的,设步长为 h 。
(1)两点公式:两节点 x0 , x1 x0 h 的函数值 f ( x0 ), f ( x1) 。 则线性插值函数
L1( x)
x x1 x0 x1
f
( x0 )
x x0 x1 x0
n
次插值多项式 Ln( x) f ( xk )lk ( x), 即得到
k0
b
n
b
f ( x)dx
a
f ( xk ) a lk ( x)dx
Ak
k0
插值型求积公式
Ak
b n ( x x j ) dx a j0, jk ( xk x j )
由 节点决定, 与 f (x) 无关.
f ( x1 )
x x1 h
f ( x0 )
x x0 h
f ( x1 )
则
L1( x)
1 [ h
f
( x0 )
f
( x1 )]
(7.1)
L1( x0 )
1 [ h
f
( x0 )
f
( x1 )],
L1( x1 )
1 [ h
f
( x0 )
f
( x1)]
11
(2) 三 点 公 式 : 已 知 x0 , x1 x0 h,, x2 x0 2h 的 函 数 值 f (x0 ), f (x1), f (x2 ) ,
本章主要介绍数据微积分的基本思想方法及常 用的数值微分与数值积分公式。
数值微分与数值积分

数值微分与数值积分数值微分和数值积分是数值分析中两个重要的概念和技术。
它们在数学与工程领域中都有着广泛的应用。
本文将介绍数值微分和数值积分的概念、原理和应用。
1. 数值微分数值微分是指通过数值计算方法来逼近函数的导数。
在实际计算中,我们常常需要求解某一函数在特定点的导数值,这时数值微分就能派上用场了。
一种常用的数值微分方法是有限差分法。
它基于函数在离给定点很近的两个点上的函数值来逼近导数。
我们可以通过选取合适的差分间距h来求得函数在该点的导数值。
有限差分法的一般形式可以表示为:f'(x) ≈ (f(x+h) - f(x))/h其中,f'(x)是函数f(x)在点x处的导数值,h是差分间距。
数值微分方法有很多种,比如前向差分、后向差分和中心差分等。
根据实际需求和计算精度的要求,我们可以选择合适的数值微分方法来进行计算。
2. 数值积分数值积分是指通过数值计算方法来近似计算函数的定积分。
在实际问题中,我们经常需要求解函数在某一区间上的积分值,而数值积分可以提供一个快速而准确的近似。
一种常见的数值积分方法是复合梯形法。
它将积分区间分割成若干个小区间,然后在每个小区间上应用梯形面积的计算公式。
最后将所有小区间上的梯形面积相加,即可得到整个积分区间上的积分值。
复合梯形法的一般形式可以表示为:∫[a, b] f(x)dx ≈ h/2 * [f(a) + 2∑(i=1 to n-1)f(x_i) + f(b)]其中,[a, b]是积分区间,h是分割的小区间宽度,n是划分的小区间个数,x_i表示第i个小区间的起始点。
除了复合梯形法,还有其他常用的数值积分方法,比如复合辛普森法、龙贝格积分法等。
根据被积函数的性质和计算精度要求,我们可以选择合适的数值积分方法来进行计算。
3. 数值微分和数值积分的应用数值微分和数值积分在科学研究和工程实践中具有广泛的应用。
以下是一些常见的应用领域:3.1 物理学在物理学中,我们经常需要对物体的位置、速度和加速度进行计算。
- 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)。
(a0 a1 x)( x x1 )( x x2 )dx (b0 b1 x)dx 1 A1 (b0 b1 x1 ) A2 (b0 b1 x2 ) 因为积分公式具有3次精度,
1
1
1
1
1
(b0 b1 x)dx A1 (b0 b1 x1 ) A2 (b0 b1 x2 )
k 1
n
的充要条件是, 对于任意不超过 n-1 次的多项式p(x), 与n ( x) 在 [a,b]区间上关于权函数 ( x) 正交, 即,
b
a
( x) p( x)n ( x)dx 0 其中, n ( x) ( x xi )
i 1
n
证明.[必要性] 若xi (i=1,…,n)为Gauss点, 则对于任意不超过n-1 次的多项式p(x), p( x)n ( x) 是不超过2n-1 次的多项式, Gauss 积分精确成立, 即,
b a
0
k 1
b
k 1
k
k
a
n
称为正交条件
分别令q(x)=1,x,x2,…,xn-1, 得到n个方程, 解出xi (i=1,2,…,n). 下面证明, xi 一定是Gauss 点.
定理7.4 Gauss积分点的充要条件
第7章 数值微分与数值积分
n点积分公式
b
a
( x) f ( x)dx Ak f ( xk ) 中, xi (i=1,…n) 为Gauss 点
1
1
1
f ( x)dx A1 f ( x1 ) A2 f ( x2 ) 具有2n-1=3次代数精度,
则对任意3次多项式P3(x),
1 3
P ( x)dx A1P3 ( x1 ) A2 P3 ( x2 )
精确成立.
利用多项式除法, P 3 ( x) (a0 a1 x)( x x1 )( x x2 ) (b0 b 1 x)
五. Gauss型求积公式
第7章 数值微分与数值积分
Gauss型求积公式的思想
目的
b a
求积公式:
I ( x) f ( x)dx Ak f ( xk )
k 1
n
( x) 0 为权函数.
当节点数n固定时, 选取适当的节点{xk}及系数{Ak}, 使其具有最高 的代数精度. n b l l 回顾: 若具有m次代数精度, 则: a ( x) x dx Ak xk
第7章 数值微分与数值积分
则积分公式:
b a
b
a
( x) pk ( x)dx Aj pk ( x j ) 精确成立.
j 1
n
Ak ( x) pk ( x)dx
其中 pk ( x) 也可写成: 故,
Ak
b a
求Gauss型积分系数的公式
n ( x ) pk ( x) ( xk ) ( x xk )n
其中, n ( x) x x j
j 1
n
n ( x ) ( x) dx ( xk ) ( x xk )n
Gauss求积公式的误差及稳定性
第7章 数值微分与数值积分
定理7.5 Gauss 型求积公式的误差公式
设f(x)在[a,b]上2n阶连续可微, 则带权函数 ( x) 0 的Gauss型求 积公式的误差(余项)为: n b f (2 n ) ( ) b 2 R( f ) ( x) f ( x)dx Ak f ( xk ) ( x ) n ( x)dx a (2n)! a k 1 (2 n ) M f ( ) n 其中, n ( x) i 1 ( x xi ), (a, b), M与f(x)无关. 证明.用节点x1,…,xn构造2n-1次的Hermite插值多项式H(x), 满足:
a
如果正交多项式k ( x) 的k个根为: xi (i=1,…,k), 则:
k ( x) c ( x xi ) c k ( x)
i 1
k
c 是给定的常数.
b
a
( x)k ( x)Qk 1 ( x)dx 0
对 k 1 次多项式Qk-1(x)成立.
由定理7.4, xi 一定是Gauss 积分点. 故Gauss点正好是正交多项式 的根.
k 1 l n
这样, 积分公式至少具有2n-1次代数精度, xi 即为Gauss点.
l
l (l 0,1,, n 1) ( x) x dx Ak xk k 1
定理7.4 【证明】(续-2)
0 1 x 1 1 n 1 n 1 x1 1 x2
1
1
x dx A1 x1 A2 x2
1
A1 A2 2 A1 x1 A2 x2 0
A1 1 A2 1
于是, 求积公式:
具有3次代数精度.
3 3 1 f ( x)dx f ( 3 ) f ( 3 )
推广到一般n节点的情况
第7章 数值微分与数值积分
求积公式:
A P
k 1 k
n
2n
( xk ) 0,
而精确解: I ( x) P2n ( x)dx 0
a
b
求积公式不精确.
结论: n个节点的积分公式最高代数精度为2n-1.
Gauss型积分公式的定义
对于n个节点的积分公式:
b
a
( x) f ( x)dx Ak f ( xk ) , 如果具有
n
将任意不超过2n-1次的多项式写为:
P2 n1 ( x) q( x)n ( x) r ( x)
其中, n ( x)
(x x )
i 1 i
q( x), r ( x) 都是不超过n-1次的多项式.
要求积分公式具有2n-1次代数精度, 则
即 而
b
a
P2 n 1 ( x) ( x)dx Ak P2 n1 ( xk )
即,
b
a
( x) p( x)n ( x)dx Ak p( xk )n ( xk )
k 1
n
0
b
a
( x) p( x)n ( x)dx 0
满足正交条件
必要性得证.
定理7.4 【证明】(续-1)
第7章 数值微分与数值积分
[充分性] 对于任意不超过 n-1 次的多项式q(x), 正交条件成立:
1
1
(a0 a1 x)( x x1 )( x x2 )dx 0 对 a0 , a1 成立.
从简单问题得到的启示(续)
第7章 数值微分与数值积分
分别取: a0 1, a1 0
a0 0, a1 1
1
1
( x x1 )( x x2 )dx 0
1
1
对于任意不超过n-1次的多项式r(x), 可写成:
r ( x) cl x l
n
b
a
l l Ak cl xk ( x)r ( x)dx cl ( x ) x l dx cl Ak xk
n 1
b
n 1
n
l 0 n 1
l 0
a
l 0
k 1
k 1
H ( xk ) f ( xk ), 且, (k 1,, n)
b
a
( x) H ( x)dx Ak H ( xk ) 精确成立.
如何求Gauss积分系数Ai 可分别取不超过n-1次多项式: 1, x, x2, …, xn-1, 代入积分公式, 解n 个联立方程组, 得到Ai. 这样做比较麻烦. 较方便的方法如下: n x xj pk ( x) 分别取n-1次多项式: (k 1,, n) x x j 1, j k k j 0, j k pk ( x j ) 1, j k
n 1 x2
第7章 数值微分与数值积分
1 A1 A xn 2 有唯一解 n 1 xn An
A1 A 2 An
n 1
Vandermonde矩阵, 非奇异.
k 1
n
(k 1,, n)
这样, 积分公式至少具有2n-1次代数精度, xi 即为Gauss点. 证毕#
Gauss点正好是正交多项式的根
第7章 数值微分与数值积分
由第6章定理6.3: 设 k ( x)是最高次系数非零的k次多项式, 则k ( x) 是[a,b]上关于权函 数 ( x) 的正交多项式的充要条件是, 对任意次数不超过k-1次的多 b 项式 Qk 1 ( x) , 都有: (k , Qk 1 ) ( x)k ( x)Qk 1 ( x)dx 0
k a
( x)[q( x)n ( x) r ( x)]dx Ak [q( xk )n ( xk ) r ( xk )] Ak r ( xk )
n
( x)r ( x)dx A r ( x ) 精确成立. ( x)q( x) ( x)dx 0 对 n 1 次多项式q(x)成立.
对所有 l 0,1,, m 精确成立.
1 x 1 m x1 1 x2
m x2
k 1
1 A1 0 其中, b ( x) xl dx, (l 0,1,, m) l a xn A2 1 这里有m+1个方程, 未知量有2n m m 个: x , A (i=1,2,…,n) xn An i i