高斯积分法讲义PPT课件.ppt_第1页
高斯积分法讲义PPT课件.ppt_第2页
高斯积分法讲义PPT课件.ppt_第3页
高斯积分法讲义PPT课件.ppt_第4页
高斯积分法讲义PPT课件.ppt_第5页
已阅读5页,还剩52页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1 4 5高斯求积公式 2 4 5 1一般理论 求积公式 含有个待定参数 当为等距节点时得到的插值求积公式其代数精度至少为次 如果适当选取有可能使求积公式具有次代数精度 这类求积公式称为高斯 Gauss 求积公式 3 为具有一般性 研究带权积分 这里为权函数 类似 1 3 求积公式为 5 1 为不依赖于的求积系数 使 5 1 具有次代数精度 为求积节点 可适当选取 定义4 如果求积公式 5 1 具有次代数精度 则称其节点为高斯点 相应公式 5 1 称为高斯求积公式 4 根据定义要使 5 1 具有次代数精度 只要对 5 2 当给定权函数 求出右端积分 则可由 5 2 解得 令 5 1 精确成立 即 5 例5 5 3 解 令公式 5 3 对于准确成立 试构造下列积分的高斯求积公式 得 5 4 6 由于 利用 5 4 的第1式 可将第2式化为 同样地 利用第2式化第3式 利用第3式化第4式 分别得 从上面三个式子消去有 7 进一步整理得 由此解出 从而 8 这样 形如 5 3 的高斯公式是 由于非线性方程组 5 2 较复杂 通常就很难求解 故一般不通过解方程 5 2 求 而从分析高斯点的特性来构造高斯求积公式 9 定理5 是高斯点的充分必要条件是以这些节点为零点的多项式 与任何次数不超过的多项式带权正交 5 5 证明 即 插值型求积公式 5 1 的节点 必要性 设 则 10 精确成立 因 即有 故 5 5 成立 则求积公式 5 1 对于 充分性 用除 记商为 余式为 即 其中 对于 由 5 5 可得 5 6 11 由于求积公式 5 1 是插值型的 它对于是精确的 即 再注意到 知 从而由 5 6 有 12 可见求积公式 5 1 对一切次数不超过的多项式均精确成立 因此 为高斯点 定理表明在上带权的次正交多项式的零点就是求积公式 5 1 的高斯点 有了求积节点 再利用 对成立 的线性方程 解此方程则得 则得到一组关于求积系数 13 下面讨论高斯求积公式 5 1 的余项 利用在节点的埃尔米特插值 于是 也可直接由的插值多项式求出求积系数 即 14 两端乘 并由到积分 则得 5 7 其中右端第一项积分对次多项式精确成立 故 由于 5 8 由积分中值定理得 5 1 的余项为 关于高斯求积公式的稳定性与收敛性 有 15 定理6 证明 它是次多项式 因而是次多项式 注意到 高斯求积公式 5 1 的求积系数 全是正的 考察 故高斯求积 公式 5 1 对于它能准确成立 即有 上式右端实际上即等于 从而有 16 由本定理及定理2 则得 推论 定理7 定理得证 高斯求积公式 5 1 是稳定的 设 即 则高斯求积公式 5 1 收敛 17 4 5 2高斯 勒让德求积公式 在高斯求积公式 5 1 中 由于勒让德多项式是区间上的正交多项式 因此 勒让德多项式的零点就是求积公式 5 9 的高斯点 形如 5 9 的高斯公式称为高斯 勒让德求积公式 区间为 则得公式 若取权函数 5 9 18 令它对准确成立 即可定出 这样构造出的一点高斯 勒让德求积公式为 是中矩形公式 若取的零点做节点构造求积公式 再取的两个零点构造求积公式 19 令它对都准确成立 有 由此解出 三点高斯 勒让德公式的形式是 表4 7列出高斯 勒让德求积公式 5 9 的节点和系数 从而得到两点高斯 勒让德求积公式 20 21 由 5 8 式 这里是最高项系数为1的勒让德多项式 由第3章 2 6 及 2 7 公式 5 9 的余项 22 得 5 10 当时 有 它比区间上辛普森公式的余项 还小 且比辛普森公式少算一个函数值 当积分区间不是 而是一般的区间时 只要做变换 23 可将化为 5 10 对等式右端的积分即可使用高斯 勒让德求积公式 这时 24 例6 用4点 的高斯 勒让德求积公式计算 解 先将区间化为 根据表4 7中的节点及系数值可求得 由 5 11 有 25 4 5 3高斯 切比雪夫求积公式 若且取权函数 则所建立的高斯公式为 5 12 称为高斯 切比雪夫求积公式 26 由于区间上关于权函数的正交多项式是 切比雪夫多项式 因此求积公式 5 12 的高斯点是次 切比雪夫多项式的零点 即为 5 12 的系数使用时将个节点公式改为 个节点 5 13 于是高斯 切比雪夫求积公式写成 27 由 5 9 余项 带权的高斯求积公式可用于计算奇异积分 5 14 28 例7 用5点 的高斯 切比雪夫求积公式计算积分 解 当时由公式 5 13 由 5 14 式 误差 这里 可得 29 4 6数值微分 数值微分就是用函数值的线性组合近似函数在某点的导数值 30 4 6 1中点方法与误差分析 按导数定义可以简单地用差商近似导数 这样立即得到几种数值微分公式 其中为一增量 称为步长 6 1 31 后一种数值微分方法称为中点方法 它其实是前两种方法的算术平均 但它的误差阶却由提高到 较为常用的是中点公式 为利用中点公式 计算导数的近似值 首先必须选取合适的步长 为此需要进行误差分析 分别将在处做泰勒展开有 32 代入中点公式得 从截断误差的角度看 步长越小 计算结果越准确 其中 且 6 2 33 再考察舍入误差 按中点公式 当很小时 因与很接近 直接相减会造成有效数字的严重损失 因此 从舍入误差的角度来看 步长是不宜太小的 例如 用中点公式求在处的一阶导数 取4位数字计算 结果见表4 8 导数的准确值 34 从表4 8中看到的逼近效果最好 如果进一步缩小步长 则逼近效果反而越差 则计算的舍入误差上界为 这是因为当及分别有差入误差及 若令 35 它表明越小 舍入误差越大 故它是病态的 用中点公式 6 1 计算的误差上界为 要使误差最小 步长不宜太大 也不宜太小 其最优步长应为 36 4 6 2插值型的求导公式 对于列表函数 运用插值原理 可以建立插值多项式作为它的近似 由于多项式的求导比较容易 我们取的值作为的近似值 这样建立的数值公式 6 3 统称插值型的求导公式 37 即使与的值相差不多 与导数的真值仍然可能差别很大 导数的近似值 因而在使用求导公式 6 3 时应特别注意误差的分析 依据插值余项定理 求导公式 6 3 的余项为 式中 38 但如果限定求某个节点上的导数值 那么第二项中 由于是的未知函数 所以对随意给出的点 误差是无法预估的 因式变为零 这时余项公式为 6 4 下面仅考察节点处的导数值并假定所给节点是等距的 39 1 两点公式 设已给出两个节点上的函数值 对上式两端求导 记 有 做线性插值 于是有下列求导公式 40 利用余项公式 6 4 知 带余项的两点公式是 41 2 三点公式 设已给出三个节点上的函数值 做二次插值 令上式可表示为 42 两端对求导 有 6 5 式中撇号 表示对变量求导数 43 分别取得到三种三点公式 带余项的三点求导公式为 6 6 44 其中的公式 6 6 是中点公式 它比其余两个三点公式少用了一个函数值 用插值多项式作为的近似函数 还可以建立高阶数值微分公式 例如 将式 6 5 再对求导一次 有 45 于是有 而带余项的二阶三点公式如下 6 7 46 4 6 3利用数值积分求导 微分是积分的逆运算 因此可利用数值积分的方法来计算数值微分 设是一个充分光滑的函数 6 8 对上式右边积分采用不同的求积公式就可得到不同的数值微分公式 则有 47 例如 用中矩形公式 1 2 则得 从而得到中点微分公式 若对 6 8 右端积分用辛普森求积公式 则有 48 略去上式余项 并记的近似值为则得到辛普森数值微分公式 这是关于的个方程组 已知 6 9 若 则可得 49 这是关于的三对角方程组 且系数矩阵为严格对角占优的 可用追赶法求解 见第5章5 4节 如果端点导数值不知道 那么对 6 9 中第1个和第个方程可分别用及的中点微分公式近似 然后求 即为的近似值 即取 50 例8 给定的一张数据表 表4 9左部 并给定及的值 见表4 9 解 解之得 结果见表4 9 根据 6 9 有 51 52 4 6 4三次样条求导 三次样条函数与 不但函数值很接近 而且导数值也很接近 并有 6 10 因此利用三次样条函数接得到 根据第2章 7 8 7 9 可求得 53 这里为一阶均差 其误差由 6 10 可得 54 4 6 5数值微分的外推算法 利用中点公式计算导数值时 对在点做泰勒级数展开有 其中与无关 利用理查森外推对逐次分半 则有 若记

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论