当前课程知识点:计算方法 > 第9章 数值积分与数值微分 > 9.3 复合牛顿-柯特斯公式 > 9.3 复合牛顿-柯特斯公式(上)
大家好
接着上节课的继续给大家
介绍柯特斯公式
只不过
我们需要做一些变化
在上一小节的中间的时候
我们讲过
科特斯公式
在比较低阶的时候了
它的精度虽然说有个
几阶的代数精度
但是对于实际问题往往做的时候
误差有点大
那怎么来进行解决这个问题呢
我们就引入了一个叫做复合的
柯特斯公式
或者叫复化的这个形式
复化就是我们不能使用的
越来越多的这个柯特斯公式
因为有Runge现象
而且又有稳定性问题
就说我们不能增加节点
用更多的方法来进行找
不能增加这个表达式
我们也可以看看
随便在找一个例子
这些呢
一个多项式1+x的
平方分之一
这个积分很容易积出来
我们在-4到4之间
这么一个1+x平方分之一做的积分
积出来的函数呢
大概是2arctan4
数值大概是2.6516左右
然后使用柯特斯公式做的时候
如果越是往下继续找
找到地方
这个数值
误差的反而越往后法越大
这是因为runge现象出现的问题
那我们要把它这个
怎么来进行转换
指的是精度越高
而且我们又不能计算量太多
计算太多
让这个导进去的复化
或者复合的求积公式呢
就是说我们是想办法
缩小区间的长度
也就说
在原有的
这个长曲线上面呢
我们给它
分成若干个小区间
然后每一个小区间上的去使用
牛顿柯特斯公式
而且有可能只需要使用底阶的
比如只使用梯形公式只使用
抛物线公式就能达到比较好的值
就是说
这样得到的
类似的这种
方式得到的时候
就说具有更大价值了
更加实用的
这种求解公式
我们就称为叫做
复化的求积公式
或者称为复合的求积公式
然后我们拿简单的
两种方法来看
第一个的地方的时候都是梯形公式
梯形公式的时候
我们把
现在大区间a到b
先做n等分
这样在我们一个区间中间
比如说
xk-1到xk之间
我们积分计算以后
近似的积分公式是2分之h
注意到
因为是等距步长
这个h就是
单个小区间的长度
然后照着
具体的公测的时候了
这个区间的左端点的
函数值和右端点的函数值
乘出来以后呢
就是单个区间的
然后把这n个区间全加起来
这样就会得到复化的梯形公式
复化梯形公式的时候
是这么一个求和的方式
二分之h
括号里面的时候
第一个点和最后一个点
他前面的是一倍
中间的这些点
算出函数值以后了
需要乘一个2
因为很简单
比如说X1这个点了
应该算第一个小区间
x0到x1之间
我们需要用一次
在第二个区间
x1到x2之间
它又被用到一次
两个加起来
它就用了两次了
中间这一点都是这样的
但这样的做出来以后
就是复化的
梯形公式
我们把一般习惯上的时候了
把它记成Tn
Tn的时候就是刚刚
给出来的N等分的
区间以后的
得到的这么一个复化的
梯形计算公式
Tn大概的误差有多大呢
我们照原来的方式
每个小区间上有一个误差
大概是
12分之一倍的h的立方
乘上某个导数
但有n个二阶导数了
我们得找到一个平均值
大概得到的时候是二分之
一倍的负的b-a
乘上h的平方
类似的时候
我们也可以
构造出来复化形式的辛普森公式
辛普森公式的时候
为了方便点的时候
我们还是做n等分
但是他辛普森公式的时候
用到的地方的时候
不是两个点
还有三个点
三个点的时候
一个是左端点
一个是右端点
还有这个区间中间的中点
这个终点呢
为了方便我们
来进行写的时候
我们把这些中点的表达式
有几种方法来表达
比如说我干脆的
把整个的区间
不是说n等分
利用的是2n等分
n等分的时候x0到x2
这是中间的时候了
使用一个辛普森公式
这样中间的点x1
就是它区间上的中点
这样刚好
是2n等分用n个
区间的
辛普森公式
这样复化出来以后
类似的也是
这样的一个公式
它的系数的一些变化规律的
我们注意一下
肯定和梯形公式不一样
因为终点呢
每个中点只是在每个区间中间用一次
它没有其它的
而在端点的时候
有可能左边用一次右边用一次
所以
我们得到的
复化的具体的公式的时候
就这样
一个表达式
六分之h
乘上
后面是一些函数值的和
左端点f(a)
右端点f(b)
两个函数值的系数是一
然后
我们这个
区间的这个点
因为左边用一次右边用一次
都是两倍
这个
这个两倍和刚才的
复化的抛物线公式中间的
系数呢
两部分一部分是2一部分是4
2的地方是
这些
中间的区间的端点
还有的中点
每个区间的中点
它的系数是4
我们达到的时候
这个程度上完以后
也可以用
前面同样的方法
进行做分析
每个区间给出一个误差公式
然后呢
在找这个误差的平均值给出来
自然而然的
我们就得到了
会得到一个
误差的地方是
两千八百八十分之一
-b-a
乘上h的4次方
然后乘上四阶导数
前面的就是梯形公式
复化的梯形公式呢
它的进度要高得多
大多数情形我们是直接使用
复化的辛普森公式
我们在用类似的方法的时候
也可以把科特斯公司的
复化形式找出来
这样就更麻烦了
因为我们用到的时候
复化的科特斯公式的时候
原始系数的时候
它就需要
找出来的时候
六等分
这样的我们实际上说的方式呢
不是偶数倍
不是偶数倍
我们需要做的时候是
必须得是三的倍数
这样方便了
或者说我们找出来的时候
四的倍数
也可以具体的过程呢
我们不详细的
再带给他的叙述
我们下面有一个误差的项
负的945分之2
b-a
后面是一个h除4的括号的
整个的六次方
这个时候h如果取到0.1的时候
它的进度差不多有
一百万分之一左右的这个进度
所以用柯特斯公式的时候为什么
精度好像是更高的
但一般我们反而不用
因为它计算量
相对来说比较大
那我们来看一个例子
找一个
比较简单的积分
零到一之间做积分
一加X平方分之4
这是我们熟知的
积出来以后的
积分函数值是π
π的这个值大家都非常清楚
数值给出来是
3.1415926
大概这么一个值
精确解
当我们采用的时候呢
比如说九个点
也是说我们做的时候是八等份
八等分如果用梯形公式
给出来时候呢
第一个最后一个
它的主要细数是1
中间的全是2
这样的梯形公式算出来的值
好像不是特别准
形公式
给出来的时候呢
只有3.1398左右
连3.14都没达到
也就大概的
它的
从我们的
有效数字上来看
只有两位有效数字
3.1
这两位数
但同样的时候
用到辛普森公式
辛普森公式
我们用到复化的辛普森公式
同样的还是算这些点
还是这九个函数值
系数变一下
变成142424241
这个变化规律
算出这个值就
基本比较准了
达到了是3.141593
最后的时候我们可以看一下
对刚才所讲的
这个误差啊
刚才是带的时候都是有些导数的
导数的过程中间的时候
如果我们能把导数的最大值找出来
这样呢
在四星的情况下
知道了
我要达到一定的精确值
我就需要把
做成多少等分
简单点
我们只看一下
辛普森公式的一个例子
现在这个积分是
x分之sinx
直接写的话不太方便
因为他首先
x分之3x在0处的时候
他是一个可去的
间断点
可间断点
最好我们能够把它转化为
那个
连续函数
没有间断点的一种方式
直接我们简单做一个变化
变成了对方的时候
是0到1
cosxt
dt的积分
这是0到x的积分
那积分的时候
我如果用辛普森公式的时候
需要找它的四阶导数
四阶导数的时候
我们用积分的表达式给出来啊
它是一个t的四次方
cosx
乘上t的这么一个cos
做了这个积分
积分的时候我们可以通过放缩
我可以知道
它的四阶导数呢
是会比五分之一要小的
五分之一要小
现在的时候
根据刚才的那个误差的
项的一百八十分之一
b-a
原来有负号
现在取完绝对值以后了
负号没有了
除下的h
二分之h的括号的
4次方
乘上这个四阶导数的绝对值
4阶导数的绝对值
现在已经放大到五分之一了
这样算出来以后了
n大概的时候
需要三分之五倍的根号三
比这个数值更大就可以
也就是说
差不多的时候呢
这个数值的时候
是n等于三就够了
但n=3的时候具体代进去
这个数值算出来以后
留给大家自己去做一下计算
-1.1 引言
--1.1 引言
-1.2 算法与效率
-1.3 计算机数系与浮点运算
-1.4 误差与有效数字
-1.5 四则运算与函数求值的误差
-1.6 问题的性态与条件数
-1.7 算法数值稳定性
-第1章 作业
--第一章 作业
-2.1 引言 2.2 线性空间
-2.3 内积空间与元素的夹角
-2.4 赋范线性空间
-2.5 向量范数与向量序列极限
-2.6 矩阵范数
--2.6 矩阵范数
-第二章 作业
--第二章 作业
-3.1 引言
--3.1 引言
-3.3 不动点迭代法
--3.2 二分法
-3.4 不动点迭代法的收敛条件
-3.5 牛顿迭代法及其变形
-3.6 迭代法收敛阶
-3.7 重根的计算与加速收敛
-3.8 数值实验
--3.8 数值实验
-第3章 作业
--第3章 作业
-4.1 引言
--4.1 引言
-4.2 Lagrange插值
-4.3 Lagrange插值余项
-4.4 Newton差商插值
-4.5 Hermite插值
-4.6 分段多项式插值
-4.7 三次样条插值
-4.8 数值实验
--4.8 数值实验
-第4章 作业
--第4章 作业
-5.1 函数逼近与曲线拟合基本概念
-5.2 连续函数的最佳平方逼近
-5.3 曲线拟合的最小二乘法
-第5章 作业
--第5章 作业
-6.1 引言 6.2 高斯消元法
-6.3 矩阵分解与应用
-6.4 误差分析 6.5 数值实验
-第6章 作业
--第6章 作业
-7.1 引言 7.2 线性方程组的迭代法(上)
-7.2 线性方程组的迭代法
-7.3 非线性方程组的迭代法
-7.4 数值实验
--7.4 数值实验
-第7章 作业
--第7章 作业
-8.1 引言
--8.1 引言
-8.2 幂法与反幂法
-8.3 矩阵的正交分解
-8.4 QR方法
--8.4 QR方法
-8.5 Jacobi方法
-第8章 作业
--第8章 作业
-9.1 引言
-9.2 牛顿-柯特斯公式
-9.3 复合牛顿-柯特斯公式
-9.4 龙贝格算法
-9.5 高斯型求积公式
-9.6 数值微分
--9.6 数值微分
-10.1 引言
--10.1 引言
-10.2 梯形公式和改进的欧拉方法
-10.3 单步法的误差与稳定性收敛性
-10.4 高阶单步方法
-10.5 线性多步法
-10.6 多步法的误差与稳定性
-10.7 一阶微分方程组与高阶微分方程
-第10章 作业
--第10章 作业