数值积分是工程师和科学家经常使用的基本工具,用来计算无法解析求解的定积分的近似解。
如: Φ(x)=∫x0t3et−1dt 不存在 Φ(x) 的解析解,要求 Φ(5) 。
那么我们就要通过数值积分的方法来计算,数值积分的目的是,通过在有限个采样点上计算 f(x) 的值来逼近 f(x) 在区间 [a,b] 上的定积分.
设 a=x0<x1<…<xM=b . 称形如
且具有性质 ∫baf(x)dx=Q[f]+E[f] 的公式为数值积分或 面积公式。项 E[f] 称为积分的截断误差,值 { xk}Mk=0 称为 面积节点, { wk}Mk=0 称为 权。
下面介绍几种常用的数值积分方法。
基于多项式差值的面积公式
通过M+1个等距点 { (xk,f(xk))}Mk=0 存在唯一的次数小于等于M的多项式 PM(x) 。当用该多项式来近似 [a,b] 上的 f(x) 时, PM(x) 的积分就近似等于 f(x) 的积分,这类公式称为牛顿-科特斯公式。当使用采样点 x0=a和xM=b 时,称为闭型牛顿-科特斯公式。
左/中/右矩形公式、梯形公式
左/中/右矩形公式
梯形公式
图形如下
辛普森公式
推导过程
若 f(x) 在 [a,b] 上有定义,将区间 [a,b] 分割成 n 等分(取
这里我们想通过 (x0,f(x0)),(x1,f(x1)),(x2,f(x2)) 三点抛物线 g(x)=αx2+βx+γ 来取代 f(x) 在 [x0,x2] 的定义,今儿求出它的近似积分值(如图),最后用累加的方式求得 f(x) 在 [a,b] 上的近似积分。
由假设我们有
所以可得
误差估计
若令 Sn=Δx3[f(x0)+4f(x1)+2f(x2)+4f(x3)⋯+2f(xn−2)+4f(xn−1)+f(xn)] 且 f(4)(x)在[a,b] 上连续,则我们可以估计出辛普森公式的误差值为
例题1
试用辛普森公式估计 ∫10e−x2dx ,取 n=6
解:
令 f(x)=e−x2,Δx=16 则
拉格朗日插值
分段线性插值
例如:函数 f(x)=11+x2 如果在区间 [−5,5] 上取 11 个等距节点: xk=−5+k(k=0,1,2,...,10) ,由Lagrange插值公式可得到 f(x) 的 10 次 L10(x) 。如图所示:
L10(x) 仅在区间的中部能较好的逼近函数 f(x) ,在其它部位差异较大,而且越接近端点,逼近效果越差。
可以证明,当节点无限加密时, Ln(x) 也只能在很小的范围内收敛,这一现象称为 Runge现象。它表明通过增加节点来提高逼近程度是不适宜的,因而不采用高次多项式插值。
推导过程
已知函数 f(x) 在区间 [xk,xk+1] 的端点上的函数值 yk=f(xk),yk+1=f(xk+1) ,求一个一次函数 y=P1(x) 使得 yk=f(xk),yk+1=f(xk+1) , 其几何意义是已知平面上两点 (xk,yk),(xk+1,yk+1) ,求一条直线过该已知两点。
由直线的点斜式公式可知:
把此式按照 y