计算方法复习提纲-中

第4章 数值积分与数值微分

数值积分

• 机械求积
  • 积分中值定理 $\underset{a}{\overset{b}{\int }}f(x)\mathrm{d}x=(b-a)f(\xi )$
  • 梯形公式 $T=(b-a)\frac{f(a)+f(b)}{2}$
  • (中)矩形公式 $R=(b-a)f(\frac{a+b}{2})$
  • 机械求积公式 $\underset{a}{\overset{b}{\int }}f(x)\mathrm{d}x=\sum _{i=1}^n{A}_{i}f(x_i)$
    • 将积分求值问题归结为函数值的计算, 避免寻找原函数.
• $m$次代数精度
  • 求积公式对于次数不大于$m$的多项式均能准确地成立, 但对于次$m+1$多项式就不一定准确.
  • 梯形公式 $T$ 具有 $1$ 次代数精度
  • 矩形公式 $R$ 具有 $1$ 次代数精度
  • 机械求积公式 $\sum _{i=1}^n{A}_{i}f(x_i)$
    • $\sum _{i=0}^n{A}_i=b-a$
    • $\sum _{i=0}^n{A}_i{x}_i=\frac{1}{2}(b^2-a^2)$
    • $\cdots$
    • $\sum _{i=0}^n{A}_i{x}_i^m=\frac{1}{m+1}(b^m-a^m)$
    • $m+1$ 个约束, $2n+2$ 个变量.
• 插值求积
  • $I=\underset{a}{\overset{b}{\int }}f(x)\mathrm{d}x\approx \underset{a}{\overset{b}{\int }}{L}_n(x)\mathrm{d}x=I_n$
  • $I_n=\sum _{i=1}^n(\underset{a}{\overset{b}{\int }}{l}_i(x)\mathrm{d}x)f(x_i)=\sum _{i=1}^n(\underset{a}{\overset{b}{\int }}\prod _{j\ne i}\frac{x-x_j}{x_i-x_j}\mathrm{d}x)f(x_i)$ (插值求积∈机械求积)
  • $R(f)=I-I_n=\underset{a}{\overset{b}{\int }}(f(x)-L_n(x))\mathrm{d}x=\underset{a}{\overset{b}{\int }}\frac{f^{(n+1)}(\xi )}{(n+1)!}\omega (x)\mathrm{d}x$
  • 加权积分中值定理 $\underset{a}{\overset{b}{\int }}f(x)\rho (x)\mathrm{d}x=f(\xi )\underset{a}{\overset{b}{\int }}\rho (x)\mathrm{d}x$ ($\rho (x)⩾0$)
• 机械求积公式具有至少$n$次代数精度$⟺$插值求积
  • 插值求积显然具有至少$n$次代数精度
  • 具有至少$n$次代数精度必然插值求积
    • 固定 $x_0,\cdots ,x_n$
    • $\underset{a}{\overset{b}{\int }}{l}_i(x)\mathrm{d}x=\sum _{i=1}^m{A}_i{l}_i(x_i)=A_i$
    • $A_i$ 恰好构成插值求积的求积系数

Newton-Cotes公式

• 求积节点 (等分)
  • $[a,b]$ 等分成 $n$ 份, 步长 $h=\frac{b-a}{n}$.
• 求积系数 (Cotes系数)
  • $A_i=\underset{a}{\overset{b}{\int }}{l}_i(x)\mathrm{d}x=\underset{a}{\overset{b}{\int }}\prod _{j\ne i}\frac{x-x_j}{x_i-x_j}\mathrm{d}x=\frac{h}{b-a}\underset{0}{\overset{n}{\int }}\prod _{j\ne i}\frac{t-j}{i-j}\mathrm{d}t=\frac{(-1{)}^{n-i}}{n}\frac{1}{i!(n-i)!}\underset{0}{\overset{n}{\int }}\prod _{j\ne i}(t-j)\mathrm{d}t=C_i^n$
  • $n=1$, $C_0^1=C_1^1=\frac{1}{2}$.
    • $T=(b-a)\frac{f(a)+f(b)}{2}$ (梯形公式)
  • $n=2$, $C_0^2=\frac{1}{6}$, $C_1^2=\frac{4}{6}$, $C_2^2=\frac{1}{6}$.
    • (Simpson公式)
  • $n=3$, $\frac{7}{90}$, $\frac{32}{90}$, $\frac{12}{90}$, $\frac{32}{90}$, $\frac{7}{90}$.
    • (Cotes公式)
  • $n⩾8$, Cotes系数有正有负, 不保证数值稳定性.
• 当阶 $n$ 为偶数时，Newton-Cotes公式至少有 $n+1$ 次代数精度.
  • R ( f ) ∝ ∫ a b ω ( x ) d x = ∫ a b ∏ i = 0 n ( x − x i ) d x = h n + 2 ∫ 0 n ∏ i = 0 n ( t − i ) d t R(f) \propto \int\limits_{a}^{b} \omega(x) \mathrm{d}x = \int\limits_{a}^{b} \prod\limits_{i=0}^{n} (x - x_i) \mathrm{d}x = h^{n+2} \int\limits_{0}^{n} \prod\limits_{i=0}^{n} (t - i) \mathrm{d}t R(f)∝a∫b​ω(x)dx=a∫b​