数值分析第四章

一、内容复习

1.1 数值积分概论

1.1.1 数值积分的基本思想

1.1.2 代数精度的概念

1.定义

注意：梯形公式的代数精度为1，中矩形公式的代数精度为1。

2.重点例题

定理一：形如（1.3）式的求积公式至少有 n 次代数精度的充分必要条件是，它是插值型的。

1.1.3 求积公式的余项

梯形公式
${\int }_a^{b}f(x)dx\approx \frac{b-a}{2}[f(a)+f(b)]$
梯形公式的余项
$R[f]=-\frac{(b-a{)}^3}{12}{f}^{\prime \prime }(\eta ),\eta \in (a,b)$
矩形公式
${\int }_a^{b}f(x)dx\approx (b-a)f(\frac{a+b}{2})$
矩形公式的余项
$R[f]=\frac{(b-a{)}^3}{24}{f}^{\prime \prime }(\eta ),\eta \in (a,b)$

1.2 牛顿-柯特斯公式

性质一：柯特斯系数求和为一
性质二：柯特斯系数出现负数，则舍入误差较大
n=1 => 梯形公式 => 代数精度为1
n=2 => 辛普森公式 => 代数精度为3
n=4 => 柯特斯公式 => 代数精度为5（只考代数精度等）

辛普森公式
$S=\frac{b-a}{6}[f(a)+4f(\frac{a+b}{2})+f(b)]$
辛普森公式的余项
$R[f]=-\frac{b-a}{180}(\frac{b-a}{2}{)}^4{f}^{(4)}(\eta ),\eta \in (a,b)$
柯特斯公式
$C=\frac{b-a}{90}[7f(x_0)+32f(x_1)+12f(x_2)+32f(x_3)+7f(x_4)]$
柯特斯公式的余项
$R[f]=-\frac{2(b-a)}{945}(\frac{b-a}{4}{)}^6{f}^{(6)}(\eta ),\eta \in (a,b)$

注意：当 n≥8 时，柯特斯系数出现负值，这样计算不稳定，故 n≥8 时的牛顿-柯特斯公式是不用的。
定理：当阶 n 为偶数时，牛顿-柯特斯公式至少有 n+1 次代数精度。（曾经考过）

1.3 复合求积公式

前言

1.3.1 复合梯形公式

复合梯形公式是收敛的、稳定的。

1.3.2 复合辛普森求积公式

复合辛普森公式是收敛的、稳定的。

1.3.3 经典例题

例题一

例题二

1.4 龙贝格求积公式

1.4.1 梯形法的递推化

1.4.2 龙贝格算法（理解）

1.计算过程

2.经典例题

1.5 高斯求积公式

1.5.1 高斯型求积公式（不等距节点公式）

1.5.2 高斯-勒让德求积公式

定义

注意：只能求解[-1, 1]区间的定积分

一点高斯-勒让德公式（中矩形公式）
${\int }_{-1}^{1}f(x)dx\approx 2f(0)$
两点高斯-勒让德公式
${\int }_{-1}^{1}f(x)dx\approx f(-\frac{1}{\sqrt{3}})+f(\frac{1}{\sqrt{3}})$
区间变换

二、习题复习

2.1 大题

重点习题：1、2、3、4、6、7