高斯求积公式
合集下载
高斯求积公式

x m ( x)dx,
0
x f ( x)dx 0.389111 f (0.821162)
0.277556 f (0.289949).
由于非线性方程组较复杂, 故一般不通过解方程
通常 n 2就很难求解.
求xk 及Ak (k 0,1,, n) ,
而从分析高斯点的特性来构造高斯求积公式.
7
1
0
x f ( x)dx A0 f ( x0 ) A 1 f ( x1 ).
x0 0.821162, A0 0.389111,
x1 0.289949; A1 0.277556.
m 0,1, ,2n 1.
这样,高斯公式是 A xm
k 0 1
n
k
b
a
4
根据定义要使求积公式具有 2n 1次代数精度,只要对
f ( x) x (m 0,1, ,2n 1),
m
令 a f ( x) ( x)dx Ak f ( xk ),
b k 0
n
精确成立,
m A x x k ( x)dx, k 0 m k b a n
a
a
10
由于求积公式是插值型的, 即
b a n 1
它对于q( x) H n 是精确的,
n
P( x) ( x) ( x)dx 0. q( x) ( x)dx A q( x
b a k 0 k
k
).
再注意到
n1 ( xk ) 0 (k 0,1,,n),
知
q( xk ) f ( xk ) (k 0,1,,n),
第07章 03-高斯型求积公式

第七章
§7.7 数值微分
数值积分与微分
泰勒公式是建立数值微分的工具之一,设 h x1 x0 ,
根据泰勒公式可得:
f x0 h f x0 f x0 O h h h h f x0 f x0 2 2 f x0 O h2 h
1 t
0
1
t
2
dt 。
解:(1)首项系数为1的三次勒让德多项式为:
3 2 d x 1 3! 3 3 3 x x x 3 6! dx 5 3 3 , x1 0, x2 取其零点 x0 作为高斯点 5 5 3
第七章
§7.6 高斯求积公式
N
(充分性得证)
第七章
§7.6 高斯求积公式
数值积分与微分
定理7.6 表明,若能够找到满足
N+1次多项式 N 1 x ,则积分公式的高斯点就确定了, 从而确定了一个高斯型求积公式。为此,引入勒让德 (Legendre)多项式。 定义:一个仅以区间[-1, 1]上的高斯点 xi i 0 为零点的
j 0
N
关于高斯求积公式的误差有如下结论:高斯积分公式 的误差是可控的,稳定性比其他积分方法好。特别当
f x 在[-1, 1] 上连续时,高斯型求积公式必收敛。
第七章
数值积分与微分
总结
1 梯形求积公式和辛普生求积公式是低精度的方法,但对 于光滑性较差的函数有时比用高精度方法能得到更好的 效果。复化梯形公式和辛普生求积公式,精度较高,计 算较简,使用非常广泛。 2 龙贝格求积方法,算法简单,当节点加密提高积分近似 程度时,前面的计算结果可以为后面的计算使用,因此, 对减少计算量很有好处。并有比较简单的误差估计方法。 3 Gauss型求积,它的节点是不规则的,所以当节点增加时, 前面计算的函数值不能被后面利用。计算过程比较麻烦, 但精度高,特别是对计算无穷区间上的积分和旁义积分, 则是其他方法所不能比的。
高斯求积公式

定理4 求积公式(2.2)是Gauss型的 Gauss点a<x0<…<xn <b
是[a,b]上关于权 ( x)的n+1次正交多项式的根。
分析:“充分性”即是引理1的结论。以下只证必要性
“必要性”,即Gauss点作为节点正是n+1次正交多项式的根。
只需证 n1(x) 关于( x) 正交。 证明:取2n 1次多项式f ( x) n1( x)q( x) ( x x0 ) ( x xn )q( x),
q( x)为次数 n的多项式。
则有
b
Gauss点 的 定 义
a ( x)n1( x)q( x)dx
n
Akn1 ( xk )q( xk ) 0,
k 0
由于左端等于0,即( n1 ( x),q( x)) 0,
n1 ( x)在a, b上关于权 ( x)是n 1次正交多项式,
则 x(k k 0,1, ,n)是n 1次正交多项式 n1( x)的根。
max
a
a
2、收敛性 引理2 对于有限闭区间[a, b] 上的任何连续函数 f ( x)有
lim R[ f ] 0
(2.4)
n
证明 : [a, b] 上的连续函数 f ( x) 可以用代数多项式一致逼近,
对任意给定的
max |
a xb
f
0,
(x
存在某个多项式
) qm ( x) | b
2 (
qm (x x)dx
由
b
a ( x)H2n1( x)dx
n
Ak H 2n1( xk )
k0
b
n
Ak f ( xk ) (
k0
b
( x) f ( x)dx I( f ))
高斯求积公式

3 3 )+ f( ), 求积公式为 ∫ f ( x )dx ≈ f ( − -1 3 3 1 2 3 4 3 4 2 4 4 对于f ( x) = x , I ( f ) = ∫ x dx = ≠ Q( x) = (− ) + ( ) = -1 5 3 3 9
1
只要证明 ∀ 2 n + 2次多项式 f ( x ), I ( f ) = ∫ f ( x )dx ≠ ∑ Ak f ( x k ) a k =0 即可。 = Q( f )即可。 2 2 则 事实上, 事实上,令f ( x ) = [( x − x 0 )( x − x1 )L( x − x n )] = ω n +1 ( x ), f ( x ) ≥ 0,
⇒ m = 3 = 2 × 1 + 1。 一般地, 一般地,对于任意求积节点 a ≤ x0 < x1 < L< xn ≤ b ,任意求积 b 系数, 系数,求积公式 I ( f ) = ∫ f ( x )dx ≈ ∑ Ak f ( x k ) = Q ( f )的代数精度 a m < 2n + 2。 分析: 分析: n b
§2 Gauss型求积公式 型求积公式
本节 问题 关键
例4 求节点 x0,x1 ,使插值型求积公式
∫
1
−1
f ( x)dx ≈ A0 f ( x0 ) + A1 f ( x1 )
( 2 .1 )
具有尽可能高的代数精度。 具有尽可能高的代数精度。 分析:四个未知量A 分析:四个未知量 0,A1,x0,x1,并知道插值型求积公式的 代数精度最高。因此按插值型求积公式来 求积公式来求 代数精度最高。因此按插值型求积公式来求A0,A1。 x − x0 x − x1 待定, l , l1 ( x) = , 解:x0 , x1待定,0 ( x) =
数值分析课件高斯求积公式

1
1
1 f ( x)dx A0 f (
求 A0 , A:1
3 ) A1 f (
) 3
令 f ( x) ,1,代x入公式精确成立,得到: A0 A1 1
或
1
1
A0 1 l0 ( x)dx 1, A1 1 l1( x)dx 1
两点Gauss-Legendre求积公式
3次代数精度
1
1
1
一、 Gauss积分问题的提法
n
积分公式的一般形式: In ( f ) Ak f ( xk ) k0
➢为了提高代数精度,需要适当选择求积节点:
①当求积节点个数确定后,不管这些求积节点如何选
取,求积公式的代数精度最高能达到多少?2n 1
②具有最高代数精度的求积公式中求积节点如何选取?
n 个1求积节点, n个求1 积系数,共 个2n未知2量,需要
f p max f p axb
则Gauss型求积公式(*)是收敛的。
证明:由Weierstrass定理知 对 0
存在m次多项式 p( x满)足
下证 N , 当 n 时N
f
p 2
b
( x)dx
a
b
n
f ( x)( x)dx
a
Ak f ( xk )
k0
b
n
f ( x)( x)dx
➢ Gauss-Chebyshev求积公式
(x)
1
n
f ( x)( x)dx
1
Ak f ( xk )
k0
1 1 x2
其中求积节点
多项式的零点
xk
n [a, b] 是n+1次Chebyshev
k0
数值分析(高斯求积公式)

2
推论 Gauss求积公式是稳定的. 定理3. 6.4
设f x C a , b , 则Gauss求积公式是收敛的,即
lim Ak f xk f x dx
b n k 0 a
n
常用的Gauss求积公式
1. Gauss-Legendre求积公式 取权函数 ( x ) 1,? 积分区间[a , b] [1,1], Gauss点为Legendre多项式的零点, 则得到 Gauss Legendre求积公式 :
例3.6.1
1
取 ( x ) 1, 积分区间为[1,1], 求x0 , x1和A0 , A1,使
1
求积公式 f x dx A0 f x0 A1 f x1 为Gauss求积公式. 解法二:
注意到f xk q xk 2 xk r xk r xk , k 0,1.
两端ai i 0,1,2,, m 的系数相等。即
A0 A1 A2 An 0 ,
其中,i x i ( x )dx .
a
b
A0 x0 A1 x1 A2 x2 An xn 1 ,
2 2 2 2 A0 x0 A1 x1 A2 x2 An xn 2 ,
则有 f x dx q x 2 x dx r x dx, 3.6.8
1 1 1 1 1 1
注意到r x 是一次式,故对求积公式准确成立,即
r x dx A r x A r x .
1 1 0 0 1 1
b a k 0
n
k
f ( xk )
的余项为
R
推论 Gauss求积公式是稳定的. 定理3. 6.4
设f x C a , b , 则Gauss求积公式是收敛的,即
lim Ak f xk f x dx
b n k 0 a
n
常用的Gauss求积公式
1. Gauss-Legendre求积公式 取权函数 ( x ) 1,? 积分区间[a , b] [1,1], Gauss点为Legendre多项式的零点, 则得到 Gauss Legendre求积公式 :
例3.6.1
1
取 ( x ) 1, 积分区间为[1,1], 求x0 , x1和A0 , A1,使
1
求积公式 f x dx A0 f x0 A1 f x1 为Gauss求积公式. 解法二:
注意到f xk q xk 2 xk r xk r xk , k 0,1.
两端ai i 0,1,2,, m 的系数相等。即
A0 A1 A2 An 0 ,
其中,i x i ( x )dx .
a
b
A0 x0 A1 x1 A2 x2 An xn 1 ,
2 2 2 2 A0 x0 A1 x1 A2 x2 An xn 2 ,
则有 f x dx q x 2 x dx r x dx, 3.6.8
1 1 1 1 1 1
注意到r x 是一次式,故对求积公式准确成立,即
r x dx A r x A r x .
1 1 0 0 1 1
b a k 0
n
k
f ( xk )
的余项为
R
高斯求积公式

(k = 0,1 ⋯ n), 使(5.1)具有 2n +1次代数精度. , ,
定义4 定义4
如果求积公式(5.1)具有 2n +1次代数精度,
则称其节点 xk (k = 0,1 ⋯, n) 为高斯点 高斯点,相应公式(5.1)称 高斯点 , 为高斯求积公式 高斯求积公式. 高斯求积公式
3
根据定义要使(5.1)具有 2n +1次代数精度,只要对
充分性. 对于 ∀f (x) ∈H2n+1, 用 ωn+1(x) 除 f (x) , , 记商为 P(x),余式为 q(x) 即 f (x) = P(x)ωn+1(x) + q(x) , 其中 P(x),q(x)∈Hn. 由(5.5)可得
∫
b
a
f (x)ρ(x)dx = ∫ q(x)ρ(x)dx.
b a
18
令它对 f (x) =1, x 都准确成立,有
A + A = 2; 0 1 A − 1 + A 1 = 0. 1 0 3 3
由此解出 A = A =1, 从而得到两点高斯-勒让德求积公式 0 1
∫
1
1 −
f (x)dx ≈ f (−
1 1 ) + f (− ). 3 3
b n→ ∞ k =0 a n
16
4.5.2
高斯高斯-勒让德求积公式
在高斯求积公式(5.1)中,若取权函数 ρ(x) =1, 区间为
[−11 则得公式 , ],
n
∫
1
−1
f (x)dx ≈ ∑A f (xk ). k
k =0
(5.9)
由于勒让德多项式是区间 [−11]上的正交多项式,因此, , 勒让德多项式 P 1(x) 的零点就是求积公式(5.9)的高斯点. n+ 形如(5.9)的高斯公式称为高斯-勒让德求积公式. 高斯-勒让ρ(x) ≥ 0, 由积分中值定理得(5.1)的余项为
定义4 定义4
如果求积公式(5.1)具有 2n +1次代数精度,
则称其节点 xk (k = 0,1 ⋯, n) 为高斯点 高斯点,相应公式(5.1)称 高斯点 , 为高斯求积公式 高斯求积公式. 高斯求积公式
3
根据定义要使(5.1)具有 2n +1次代数精度,只要对
充分性. 对于 ∀f (x) ∈H2n+1, 用 ωn+1(x) 除 f (x) , , 记商为 P(x),余式为 q(x) 即 f (x) = P(x)ωn+1(x) + q(x) , 其中 P(x),q(x)∈Hn. 由(5.5)可得
∫
b
a
f (x)ρ(x)dx = ∫ q(x)ρ(x)dx.
b a
18
令它对 f (x) =1, x 都准确成立,有
A + A = 2; 0 1 A − 1 + A 1 = 0. 1 0 3 3
由此解出 A = A =1, 从而得到两点高斯-勒让德求积公式 0 1
∫
1
1 −
f (x)dx ≈ f (−
1 1 ) + f (− ). 3 3
b n→ ∞ k =0 a n
16
4.5.2
高斯高斯-勒让德求积公式
在高斯求积公式(5.1)中,若取权函数 ρ(x) =1, 区间为
[−11 则得公式 , ],
n
∫
1
−1
f (x)dx ≈ ∑A f (xk ). k
k =0
(5.9)
由于勒让德多项式是区间 [−11]上的正交多项式,因此, , 勒让德多项式 P 1(x) 的零点就是求积公式(5.9)的高斯点. n+ 形如(5.9)的高斯公式称为高斯-勒让德求积公式. 高斯-勒让ρ(x) ≥ 0, 由积分中值定理得(5.1)的余项为
数值分析4。4高斯型求积公式

1 n ik
2 或可证得 Ak 1 xk2 [ Pn1 ( xk )]2
, k 0,1,
,n
高斯-勒让德求积公式的余项为
22n3[(n 1)!]4 (2 n 2) R[ f ] f ( ), (1,1) 3 (2n 3)[(2n 2)!]
华长生制作
此定积分的精确值为 I=e-2=0.718281828,得n=1时的误差为 0.0063340054, n=2时的误差为0.000030049。
华长生制作 17
2.高斯-切比雪夫求积公式
在区间[-1,1]上取权函数 x
多项式。n+1次Chebyshev多项式
1 1 x2
的正交多项式是Chebyshev正交
i 2 ,3 , , n
Ax b 4.4 高斯型求积公式
在Newton-Cotes求积公式中,节点是等距的, 从而限制了求积公式的代数精度.下面的讨 论将取消这个限制条件,使求积公式的代数 精度尽可能高.首先以简单情形论证这样做 是可行的,然后给出概念和一般理论。
华长生制作
2
例 确定下列求积公式中的待定参数,使其代数精度尽 1 量高。
b
a
x f x dx a x Qx dx
b
由于是插值型求积,它对于Q(x)能准确立即
华长生制作 8
即
x Q x dx A Q x
b a k 0 k k
n
注意到 n1 xk 0 知
Qxk f xk
推论
n+1次正交多项式的零点是n+1点Gauss公式的Gauss点
。
利用正交多项式得出Guass点 x0 , x 1 , xn
2 或可证得 Ak 1 xk2 [ Pn1 ( xk )]2
, k 0,1,
,n
高斯-勒让德求积公式的余项为
22n3[(n 1)!]4 (2 n 2) R[ f ] f ( ), (1,1) 3 (2n 3)[(2n 2)!]
华长生制作
此定积分的精确值为 I=e-2=0.718281828,得n=1时的误差为 0.0063340054, n=2时的误差为0.000030049。
华长生制作 17
2.高斯-切比雪夫求积公式
在区间[-1,1]上取权函数 x
多项式。n+1次Chebyshev多项式
1 1 x2
的正交多项式是Chebyshev正交
i 2 ,3 , , n
Ax b 4.4 高斯型求积公式
在Newton-Cotes求积公式中,节点是等距的, 从而限制了求积公式的代数精度.下面的讨 论将取消这个限制条件,使求积公式的代数 精度尽可能高.首先以简单情形论证这样做 是可行的,然后给出概念和一般理论。
华长生制作
2
例 确定下列求积公式中的待定参数,使其代数精度尽 1 量高。
b
a
x f x dx a x Qx dx
b
由于是插值型求积,它对于Q(x)能准确立即
华长生制作 8
即
x Q x dx A Q x
b a k 0 k k
n
注意到 n1 xk 0 知
Qxk f xk
推论
n+1次正交多项式的零点是n+1点Gauss公式的Gauss点
。
利用正交多项式得出Guass点 x0 , x 1 , xn
- 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)。
总结
1:梯形求积公式和抛物线求积公式是低精度的方法,但对于光滑 性较差的函数有时比用高精度方法能得到更好的效果。复化梯形 公式和抛物线求积公式,精度较高,计算较简,使用非常广泛。 2:Romberg求积方法,算法简单,当节点加密提高积分近似程度 时,前面的计算结果可以为后面的计算使用,因此,对减少计算 量很有好处。并有比较简单的误差估计方法。 3。Gauss型求积,它的节点是不规则的,所以当节点增加时,前 面的计算的函数值不能被后面利用。计算过程比较麻烦,但精度 高,特别是对计算无穷区间上的积分和旁义积分,则是其他方法 所不能比的。
n
证明: 时代入公式, 证明:分别取 f(x)=1, x,x2,...xn 时代入公式,并让其成为等式得 ,
A1 + A2 + …… + An =∫ab1dx.= b-a +xn An =∫abxdx.= (b2-a 2)/2 ...... x1 rA1 + x2 rA2+ …… +xn rAn =∫abxr dxr =(br+1-a r+1)/ (r+1) 等式, 个待定系数 变元),要想如上方程组有唯一解 个待定系数(变元 要想如上方程组有唯一解, 上式共有 r 个 等式,2n个待定系数 变元 要想如上方程组有唯一解,应有方 程组中方程的个数等于变元的个数,即 程组中方程的个数等于变元的个数 即 r=2n,这样求出的解答应的求积公式的代 这样求出的解答应的求积公式的代 数精度至少是2n-1,下面证明代数精度只能是2n-1. 下面证明代数精度只能是 数精度至少是 下面证明代数精度只能是 [ 如果事先已选定 ,b]中求积节点 k如下a≤x1 ≤…x n≤b,上式成为 个未知 如果事先已选定[a 中求积节点x 上式成为n个未知 中求积节点 如下 ≤ 上式成为 元线性方程组, 时方程组有唯一解 有唯一解] 数 A1、...An的n元线性方程组,此时要 元线性方程组 此时要r=n 时方程组有唯一解 、 x1 A1 + x2 A2+ ……
∫
b
a
ρ( x) f ( x)dx = ∑ Ak f ( xk )
k =1
n
ρ( x) ≥ 0 是权函数
注意此时的代数精度最高为2n-1 注意此时的代数精度最高为
(一)定理: 定理:
求积公式 超2n-1次。 次
∫
b
a
ρ( x) f ( x)dx ≈ ∑ Ak f ( xk ) 的代数精度最高不
k =1
1 f (6) (η) 15750
f (8) (η) 3472875
f (η) 1237732650
(10)
例题利用高斯求积公式计算
[解]令x=1/2 (1+t), 则 1 dx 1 dt I =∫ =∫ −1 3 + t 0 1+ x 用高斯-Legendre求积公式计算 求积公式计算.取n=5 求积公式计算
1
四、 Romberg公式 公式 K Tn Sn Cn Rn 0 0.9207355 1 0.9397933 0.9461459 2 0.9445135 0.9460869 0.9400830 3 0.9456906 0.9460833 0.9460831 0.9460831
五、Gauss公式 公式 令x=(t+1)/2, 个节点的Gauss公式 用2个节点的 个节点的 公式
常用的高斯求积公式
1.Gauss - Legendre 求积公式
1
∫
−1
f ( x)dx ≈ ∑ Ak f ( xk )
k =1
n
(1)
其中高斯点为Legendre多项式的零点
1 d n ( x2 −1)n • n 2 n! dxn
Ln(x)=
对于一般有限区间[a,b],用线性变换x=(a+b)/2+(b-a)t/2使它变成 ,用线性变换 对于一般有限区间 使它变成 为[-1,1]。 。
∫
1
f ( x) 1− x
2
−1
dx ≈ ∑ A f ( xk ) k
k =1
n
(2)
其中高斯点为Chebyshev 多项式Tn(x)的零点
Tn(x)=cos(narccos(x))
( 2 k − 1)π x k = cos 2n , Ak =
π
n
3.Gauss - Laguerre 求积公式
∫
∞
0
e f ( x)dx ≈ ∑ Ak f ( xk )
−x k =1
n
(3)
4 .Gauss - Hermite 求积公式
∫
+∞ −
−∞
e x f ( x)dx ≈ ∑ Ak f ( xk )
k =1
2
n
(4)
例题:分别用不同方法计算如下积分 并做比较 例题 分别用不同方法计算如下积分,并做比较 分别用不同方法计算如下积分
事实上,取 2n次多项式 次多项式g(x)=(x-x1)2(x-x2)2….(x-xn)2 代入求积公式,有 次多项式 左=
∫
b
a
ρ( x)g( x)dx > o
右=
∑ A g( x )=0
k =1 k k n
n
左≠右,故不成立等式,定理得证. 定义: 定义 使求积公式
∫
b
a
ρ( x) f ( x)dx ≈ ∑ Ak f ( xk )
二:用复化梯形公式 用复化梯形公式
令h=1/8=0.125
sin x h ∫0 x dx ≈ 2 { f (0) + 2[ f (h) + L + f (7h)] + f (1)} = 0.94569086
1
三:用复化抛物线
令h=1/8=0.125
sin x h dx ≈ { f (0) + 4[ f (h) +L+ f (7h)] + 2[ f (2h) +L+ f (6h)] + f (1)} = 0.946083305 ∫0 x 3
1 sin (0.7745907 + 1) 2 I ≈ 0.5555556 × 0.7745907 + 1
sin
1 2 + 0.8888889 × 0 +1 sin
+ 0 . 5555556
×
1 ( 0 . 7745907 + 1) 2 0 . 7745907 +1
=0.9460831
比较
此例题的精确值为0.9460831... 由例题的各种算法可知: 对Newton-cotes公式,当n=1时只有1位有效数字,当 n=2时有3位有效数字,当n=5时有7位有效数字。 对复化梯形公式有2位有效数字,对复化抛物线公式有 2 6位有效数字。 用复合梯形公式,对积分区间[0,1]二分了11次用2049 个函数值,才可得到7位准确数字。 用Romberg公式对区间二分3次,用了9个函数值,得到 同样的结果。 用Gauss公式仅用了3个函数值,就得到结果。
I =
∫
1 −1
sin( t + 1 ) / 2 dt t + 1
1 1 sin ( − 0 .5773503 + 1) sin ( 0 .5773503 + 1) 2 2 I ≈ + = 0 .9460411 − 0 . 5773503 + 1 0 .5773503 + 1
个节点的Gauss公式 用3个节点的 个节点的 公式
定理: 定理 若f(2n)(x)在[a,b]上连续,则高斯求积公式的余项为
f (2n) (η) b 2 Rn = ∫a源自ρ(x)wn (x)dx (2n)!
其中η∈(a,b),w(x)=(x-x1)(x-x2)…..(x-xn)。
高斯求积公式的系数A 恒为正,故高斯求积公式是稳定的 故高斯求积公式是稳定的. 高斯求积公式的系数 k恒为正 故高斯求积公式是稳定的 Guass求积公式有多种 他们的 求积公式有多种,他们的 系数A 求积公式有多种 他们的Guass点xk, Guass系数 k 点 系数 都有表可以查询. 都有表可以查询
∫
令I=
1
0
sin x dx x
∫
1
0
sin x dx x
各种做法比较如下: 一、Newton-Cotes公式 公式 当n=1时,即用梯形公式,I=0.9270354 当n=2时, 即用Simpson公式,I=0.9461359 当n=3时,I=0.9461090 当n=4时,I=0.9460830 当n=5时,I=0.9460831
dx ∫ 1+ x 0
1
1 1 1 (5) (5) I ≈A + A2 +L+ A5 (5) (5) (5) 3 + t1 3 + t2 3 + t5
(5) 1
≈ 0.69314719L
积分精确值为 I=ln2=0.69314718… 由此可见,高斯公式精确度是很高的
2.Gauss - Chebyshev 求积公式
k =1
达到最高代数精度2n-1的求积公式称为 的求积公式称为Guass求积公式 达到最高代数精度 的求积公式称为 求积公式 Guass求积公式的节点xk称为Guass点,系数Ak称为Guass系数 系数. 点 系数 因为Guass求积公式也是插值型求积公式,故有 结论:插值型求积公式的代数精度d满足 结论 插值型求积公式的代数精度 满足:n-1≤ d≤2n-1 插值型求积公式的代数精度 满足: ≤ ≤
n
1 2
xk(n)
0 -0.5773503 +0.5773503
Ak(n)