4.3 复化求积公式.ppt

4.3 复化求积公式,,,4.3.2复化Simpson求积公式,4.3. 1 复化梯形求积公式,4.3.3复化Cotes求积公式,4.3.4 收敛性,4.3.5误差的事后估计与步长的自动选择,典型的复化求积公式包括复化梯形求积公式和复化辛普生求积公式.,由上面Newton-Cotes公式易见，当n 较大时不稳定因此，在实际应用中，为避免高次求积公式，往往采取复化求积的方法，即：先将积分区间分成几个小区间，并在每个小区间上利用低阶Newton-Cotes公式计算积分近似值然后对这些近似值求和，从而得所求积分的近似值由此得到一些具有更大实用价值的数值求积公式，统称为复化求积公式在每个 上用梯形公式：,,=Tn,,称 Tn为复化梯形公式,1 复化梯形求积公式,(4.3.1),将积分区间a,b划分为n等份，,复化梯形公式积分法的几何意义是曲边梯形面积近似地用许多小的细条梯形来代替（如右图）,从图中可以看出，n 越大，则h 越小，实际面积与近似面积的差，即求积误差也就越小 这与分段插值相类似，问题所不同的是分段插值函数是不光滑的，而数值积分公式是对一个数的近似，不存在光滑和不光滑的问题,(4.3.2),误差估计,每个子区间上的误差估计式为,将n个子区间的误差相加得,从复化梯形求积公式的余项可知,与相应的Newton-Cotes求积公式相比,复化求积公式一般不能提高代数精度,但它们均具有收敛性.,定义 若一个积分公式的误差满足 且C 0，则称该公式是 p 阶收敛的。

显然，复化梯形公式是2 阶收敛的；,收敛性,可以看出，误差(4.3.1)是 阶的 而且，当 时， ，即复化梯形公式收敛到 值得指出的是，收敛的结论，只要f (x)在a,b上可积即可成立事实上，由定积分的定义可知，对a,b的任意分划所作黎曼和的极限,存在该积分对于特殊的等距分划当然成立，于是对复化梯形公式有,先看复化梯形公式, 计算Tn时，需计算n+1个点 （它们是积分区间a,b的n等分的分点）上的函数值, 当Tn不 满足精度要求时，根据上面提供的方案，就应将各小区间分半， 计算出新近似值T2n 若仍用复化梯形公式计算T2n ，就需求出2n+1个点（a,b的2n等分点）上的函数值上面介绍的步长变化的计算方案，虽然提供了估计误差与选取步长的简便方法，但是还没有考虑到避免在同一节点上重复计算函数值的问题，故有进一步改进的余地复化梯形的递推化（变步长梯形公式）,而实际上，在这2n+1个分点中，包含有n+1个n分点，对应的函数值在计算Tn时已算出，现重新来计算这些点上的函数值，显然是极不合理的为避免这种重复计算，我们来分析新近似值T2n与原有近 似值Tn之间的关系由复化梯形公式知：,注意到在2n分点 （k=1,2,2n-1)中， 当k取偶数时， 即为n分点，k为奇数时， 才是新增加的分 点，将新增加的分点处的函数值从求和记号中分离出来，就有:,由递推复化梯形公式 (也称为变步长梯形公式）可见，在已计算出 基础上再计算 时，只要计算n个新分点上的函数值就行了，这与直接利用复化梯形公式相比，计算工作量几乎节省一半。

4.3.3),将积分区间a,b划分为n等份， h=(b-a)/n, 在每个子区间 上用 Simpson公式可得,,= Sn,称Sn为复化Simpson公式 2 复化Simpson求积公式,(4.3.4),复化Simpson积分公式的几何意义,误差估计,每个子区间上的误差估计式为,将每个子区间的误差相加得,由闭区间上连续函数的介值性质可知在a,b上至少存在一点，使,可见,当f(x)有四阶导数时,复化Simpson公式具有4阶收敛.,(4.3.5),（4.3.6）,复化Cotes求积公式（n , 在宽度为h的区间 上运用Cotes 公式）,复化Cotes公式的余项分别为：其中a,b,当 h 充分小时又有：,(4.3.7),由此可知，复化Cotes公式是6阶收敛的；,例4.14 对于函数,试用数据表计算积分,x f (x) 0 1 1/8 0.9973978 2/8 0.9896158 3/8 0.9767267 4/8 0.9588510 5/8 0.9361556 6/8 0.9088516 7/8 0.8771925 1 0.8414709,,,,,,解 将区间0,1划分为n=8等分,应用复化梯形法求得,,将区间0,1 4 等分, 应用复化Simpson求积公式计算,,比较上面两个结果T8和S4,它们都需要提供9个点上的函数值工作量基本相同,然而精度却差别很大.,同积分的准确值I(f)=0.9460831比较,复化梯形法的结果T8=0.9456909只有两位有效数字, 而复化Simpson法的结果S4=0.9460832却有六位有效数字.,得,将区间0,1 2等分, 应用复化Simpson求积公式计算,,比较上面两个结果T8和S4,它们都需要提供9个点上的函数值工作量基本相同,然而精度却差别很大.,同积分的准确值I(f)=0.9460831比较,复化梯形法的结果T8=0.9456909只有两位有效数字, 而复化Simpson法的结果S4=0.9460832却有六位有效数字.,得,例4.15分别用复化梯形公式和复化Simpson公式计算 时，要 使误差不超过 ，问各取多少个节点？,解：由复化梯形公式的误差公式，令 由此解得 由复化辛普森公式的误差公式，令,由此解得 。

因此，复化梯形公式取361个节点，复化Simpson公式取19（即92+1）个节点可见，复化Simpson公式明显优于复化梯形公式练习：分别用复化梯形公式和复化Simpson公式计算,解：用两种方法求解先将积分区间0,1n=8等分（分点及分 点处的函数值见下表），用复化梯形公式得：（h=1/8）,再将区间0，1 2*4=8 等分，利用复化Simpson公式得：,其中,= 3.138988494,其中,= 3.141592502,两种方法都用到表中九个点上的函数值，计算工作量基本相同但所得计算结果与积分真值=3.14159265相比较，复化Simpson公式所得近似值S8远比复化梯形公式所得近似值T8要精确因此在实际计算中，较多的应用复化Simpson公式虽然,我们上面已得到Newton-Cotes低阶公式的近似值 的误差估计，也可根据精度要求用这些公式确定积分区间 的等分数，即确定步长 h ，但由于余项公式中含有被积函数 f(x) 的高阶导数，在具体计算时往往会遇到困难，因此，在 实际应用时，常常利用误差的事后估计法来估计近似值的 误差，或确定步长 h此方法的大致做法是：将积分区间逐步分半，每分一次就用同一复化求积公式算出相应的积分近似值，并用前后两次计算来判断误差的大小。

误差的事后估计与步长的自动选择,其原理和具体做法如下：,对复化梯形公式, 由其余项公式可见，当f(x)在积分区间上变化不大或积分区间a,b的等分数n较大（即步长h较小）时，若将a,b的等分数改为2n（即将步长缩小到原来步长的一半），则新近似值 的余项约为原近似值余项的1/4，即，令,此式表明：若用 作为积分真值I的近似值， 则其误差约为,(4.3.8),即有,先算出 和 ，若 （为计算结果的允许误差）， 则停止计算，并取 为积分近似值否则，将区间再次分半 后算出新的近似值 ，并检验不等式 是否成立， 直到得到满足精度要求的结果为止故将区间逐次分半进行计算的过程中，可以用前后两次计算结果 和 来估计误差和确定步长具体做法是：,对于复化Simpson公式，复化Cotes公式，由它们的积分余项可见，当所涉及的高阶导数在积分区间上变化不大或积分区间的等份数n较大时，,有： 和,则 及,因此，也可以像使用复化梯形公式求积分近似值那样，在 将积分区间逐次分半进行计算的过程中，估计新近似值 和 的误差，并判断计算过程是否需要继续进行下去。

上述过程很 容易在计算机上实现例4.16 利用变步长的复化梯形法计算积分值 ，使截断误差不超过 0.510-3,然后将区间二等分，再求出中点的函数值 从而有,从而有计算近似误差,不满足要求f(1/4)=0.9896158，f(3/4)=0.9088516,我们进一步二分求积区间，并计算新分点上的函数值,不满足要求再有,满足要求, T8是满足要求的积分近似值。