欢迎来到天天文库
浏览记录
ID:60846251
大小:1.16 MB
页数:27页
时间:2020-12-22
《 谈谈高斯-勒让德公式推导过程.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、4章数值积分与数值微分4.1引言4.1.1数值求积的基本思想实际问题当中常常需要计算积分.有些数值方法,如微分方程和积分方程的求解,也都和积分计算相联系.依据人们所熟知的微积分基本定理,对于积分.只要找到被积函数的原函数,便有下列牛顿-莱布尼兹(Newton-Leibniz)公式:但实际使用这种积分方法往往有困难,因为大量的被积函数,诸如等等,我们找不到用初等函数表示的原函数;另外,当是由测量或数值计算给出的一张数据表时,牛顿-莱布尼兹公式也不能直接使用.因此有必要研究积分的数值计算问题.积分中值定理告
2、诉我们,在积分区间内存在一点,成立就是说,底为而高为的矩形面积恰等于所求曲边梯形的面积(图4-1).问题在于点的具体位置一般是不知道的,因而难准确算出的值.我们将称为区间上的平均高度.这样,只要对平均高度提供一种算法,相应地便获得一种数值求积方法.如果我们用两端点“高度”和的算术平均平均作为平均高度的近似值,这样导出的求积公式 (4.1.1)便是我们所熟悉的梯形公式(几何意义参看图4-2).而如果改用区间中点的“高度”近似地取代平均高度,则又可导出所谓中矩形公式(今后简称矩形公式)
3、 (4.1.2)更一般地,我们可以在区间上适当选取某些节点,然后用加权平均得到平均高度的近似值,这样构造出的求积公式具有下列形式: (4.1.3)式中称为求积节点;称为求积系数,亦称伴随节点的权.权仅仅与节点的选取有关,而不依赖于被积函数的具体形式.这类数值积分方法通常称为机械求积,其特点是将积分求值问题归结为函数值的计算,这就避开了牛顿-莱布尼兹公式需要求原函数的困难.4.1.2代数精度的概念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
4、“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.定义1 如果某个求积公式对于次数不超过的多项式均能准确地成立,但对于次多项式就不准确成立,则称该求积公式具有次代数精度.不难验证,梯形公式(4.1.1)的矩形公式(4.1.2)均具有一次代数精度.一般地,欲使求积公式(4.1.3)具有次代数精度,只要令它对于都能精确成立,这就要求 (4.1.4)为简洁起见,这里省略了符号中的上下标.如果我们事先选定求积节点,臂如,以区间的等距分点作为节点,这时取求解方程组(4.1.4)即可确定求
5、积系数,而使求积公式(4.1.3)至少具有次代数精度.本章第2节介绍这样一类求积公式,梯形公式是其中的一个特例.为了构造出形如(4.1.3)的求积公式,原则上是一个确定参数和的代数问题.4.1.3插值型的求积公式设给定一组节点且已知函数在节点上的值,作插值函数(参见第2章(2.9)式).由于代数多项式的原函数是容易求出的,我们取作为积分的近似值,这样构造出的求积公式 (4.1.5)称为是插值型的,式中求积系数通过插值基函数的积分得出(4.1.6)由插值余项定理(第2章的定理2)即
6、知,对于插值型的求积公式(4.1.5),其余项 (4.1.7)式中与变量有关,.如果求积公式(4.1.5)是插值型的,按式(4.1.7),对于次数不超过的多项式,其余项等于零,因而这时求积公式至少具有次代数精度.反之,如果求积公式(4.1.5)至少具有次代数精度,则它必定是插值型的.事实上,这时公式(4.1.5)对于插值基函数应准确成立,即有注意到,上式右端实际上即等于,因而式(4.1.6)成立.综上所述,我们的结论是:定理1 形如(4.1.5)的求积公式至少具有次代数精度的充分必要条件
7、是,它是插值型的.4.1.4求积公式的收敛性与稳定性定义2 在求积公式(4.1.3)中,若.其中,则称求积公式(4.1.3)是收敛的.在求积公式(4.1.3)中,由于计算可能产生误差,实际得到,即.记.如果对任给小正数,只要误差充分小就有, (4.1.8)它表明求积公式(4.1.3)计算是稳定的,由此给出:定义3 在任给,若,只要就有(4.1.8)成立,则称求积公式(4.1.3)是稳定的.定理2 若求积公式(4.1.3)中系数,则此求积公式是稳定的.证明 对任给,若取,对都有,则有由定义3可知
8、求积公式(4.1.3)是稳定的.证毕.定理2表明只要求积系数,就能保证计算的稳定性.4.2牛顿-4.3柯特斯公式4.2.1柯特斯系数设将积分区间划分为等分,步长,选取等距节点构造出的插值型求积公式 (4.2.1)称为牛顿-柯特斯(Newton-Cotes)公式,式中称为柯特斯系数.按(4.1.6)式,引进变换,则有 (4.2.2)由于是多项式的积分,柯特斯系数的计算不会遇到实质性的困难.当时,这时的求积公式就是我们所熟
此文档下载收益归作者所有