《数值积分矩形公式的复化及误差分析》由会员分享，可在线阅读，更多相关《数值积分矩形公式的复化及误差分析（8页珍藏版）》请在金锄头文库上搜索。
1、真诚为您提供优质参考资料，若有不当之处，请指正。数值积分矩形公式的复化及误差分析张晓霞（西北师范大学 数学与信息科学学院 甘肃 兰州 730070）摘 要： 先推导得出中矩形公式、左矩形公式,然后对其进行复化，但由于结果不理想,再对两个公式进行递推,求出它们的递推化公式以及对其误差进行分析,最后举例说明几种逼近公式误差的变化情况;关键词：中矩形公式,左矩形公式,误差分析,复化公式,公式递推化1 引言以前我们在进行积分运算时,都是先对被积函数求出其原函数,然后代值进行计算,但不是每个被积函数都是能轻易找到其原函数的,有的甚至找不到它的原函数,这就要求我们找出另外一种方法来研究积分运算首先我们来定
2、义即将用到的左矩形公式和中矩形公式：对于积分,由积分中值定理知,一点,使得=(b-a)()A 若用区间左端点a的函数值(a)作为()的近似值,则得到我们熟悉的左矩形公式：,其积分余项 （1）B 若改用区间中点 的函数值作为的近似值,则得到中矩形公式： ,其积分余项 （2）由于我们导出的左矩形公式和中矩形公式对积分值的近似估计误差很大,所以我们采用复化求积公式来近似估计积分的准确值 2复化公式所谓复化1就是指将一个积分的积分区间划分为等分,在每一个小区间上应用左、中矩形公式求出积分值,然后对求和,近似估计出积分的积分值的算法21复化左矩形公式将积分区间划分为等分,步长,分点 对每一个小区间采用左
3、矩形公式有 （3） 称为复化左矩形求积公式,下标表示将区间划分为等分22复化中矩形公式 类似于复化左矩形公式,对每一个小区间采用中矩形公式,且令,则有 （4）称为复化中矩形求积公式,下标表示将区间划分为等分33复化公式的误差分析31 复化左矩形公式的误差估计公式由(1)式对每个小区间有误差估计式其中介于,之间,将上式代入(3)中则有从而复化左矩形公式的误差估计式为由于在上连续,均为的内点,所以由中值定理知,存在一点,使得,所以有 , （5）称为复化左矩形公式的误差估计式,下标表示将区间划分为等分32复化中矩形公式的误差估计公式类似于复化左矩形的误差公式,同样可得复化中矩形公式的误差估计公式其中
4、,由于在上连续,均为的内点,所以由中值定理知,存在一点,使得 ,所以有, （6）4矩形公式的递推化 虽然复化求积方法对提高精度是行之有效的,但在使用求积公式之前必须给出合适的步长,步长太长,精度难以保证,步长太小,又会导致计算量的增加而事先给出一个合适的步长往往是困难的,那到底怎样选取步长才是合适的呢？实际计算中常常采用变步长的方案,即在步长逐次分半（即步长二分）的过程中,反复利用复化求积公式进行计算,直至所求得的积分值满足精度要求为止 41左矩形公式的递推公式及误差变步长过程中左矩形的计算规律：将求积区间分成等份,则一共有个分点,按左矩形公式计算,需要提供个函数值,如果将积分区间再分一次,则
5、分点增至个,将二分前后两个积分值联系起来加以考虑,注意到每个子区间经过二分只增加了一个分点,利用复化的左矩形公式求得该子区间上的积分值为,其中代表二分前的步长,将每个子区间上的积分值相加得 （7）从而根据左矩形公式的误差公式得,积分值的截断误差大致与h成正比,因此当步长二分后,误差将减至原有误差的,即有,移项整理得,由此可见只要二分前后的两个积分值与相当接近,就可以保证计算结果误差很小,积分近似值的误差大致等于,因此,如果用这个误差值作为的一种补偿,可以期望得到的可能是更好的结果42中矩形公式的递推公式及误差同理对中矩形公式也一样,将求积区间分成等份,则一共有个分点,按中矩形公式计算,需要提供
6、个函数值,如果将积分区间再分一次,则分点增至2+1个,将二分前后两个积分值联系起来加以考虑,注意到每个子区间经过二分只增加了一个分点,在上述二分后的子区间上利用复化的中矩形公式求得该子区间上的积分值为,同样代表二分前的步长,将每个子区间上的积分值相加,得 （8）根据中矩形公式的误差公式得,积分值的截断误差大致与成正比,因此当步长二分后,误差将减至原有误差的,即有,移项整理得,同样,当二分前后的两个积分值与相差很近时,就可以保证计算结果误差很小,积分近似值的误差大致等于,因此,如果用这个误差值作为的一种补偿,则可以得到可能结果比较理想5矩圆公式 由右图可见,这样分割后,形成一些小网格,以上一些工
7、作我们就是通过计算这些小的矩形条的面积之和进而估计出曲线在上所围的面积那么除此之外还有无别的近似计算方法呢？ 首先,我们试想,如右图所示,把网格顶端的一些剩下的不全的网格近似为底为,高为的三角形,那么前面我们按照左矩形公式算得的矩形条的面积就为,整理后为,那么 (9)这就是我们所熟知的梯形公式,而梯形公式对准确值的逼近程度要优于左矩形公式和右矩形公式,所以这样的假设与估计是成立的,同理我们对上面算得的中矩形公式也可以加上这个小三角形的面积而得到与准确值更为近的值 (10)下面我们来讨论另一种情形:即把上述所描写的三角形换成半径为(或),为了计算方便,可以直接看成半径为)的圆,那么按照前面我们推
8、导得到的左矩形公式,计算得到小矩形条的面积为,用它来近似积分的准确值可得到 （11）这就是我们所得到的左矩圆公式同理按照中矩形公式得到的小矩形条的面积为,用它来近似积分的准确值可得到 （12）这就是我们所得到的中矩圆公式例 应用复化矩形公式（3）和（4）计算以及递推公式（7）与（8）和矩圆公式（11）与（12）计算积分的近似值,并与其准确值作相应的比较解： 设,分点个数; 当取不同值时各种算法对积分的估计值与近似解的比较所用公式0.5000000.5000000.5000000.5000000.5000000.5000000.5000000.5000000.6420120.6420120.64
9、20120.6420120.6420120.6420120.6420120.6420120.5000000.5961620.5604530.6090210.6168260.6220670.6258280.6286600.6420120.6470340.6479710.6482990.6484510.6485340.6485830.6486160.5710060.609020.6042120.628660.6326390.6353010.6372060.6386380.6470350.6482990.6485340.6486160.6486540.6486740.6486870.6486950.
10、6963500.6200930.6179790.6212930.6246800.6275210.6298350.6317280.8383620.6961210.6697880.6605710.6563050.6539880.6525900.651684精确解0.6487210.6487210.6487210.6487210.6487210.6487210.6487210.648721通过上表容易看出，当步长逐渐变小时，不论是复化公式还是递推公式，它们对准确值的逼近效果都显著提高，即越小，逼近效果越好；另一方面容易看出，中矩形公式比左矩形对准确值的近似程度更高，当然其复化公式的近似程度也比左矩形
11、复化公式的精确度高；还有我们最后推出的(7)式与(8)式，它比起各自的复化公式来，逼近效果也相对较好，同样地中矩形公式的复化公式比(7)式的逼近效果要好由(11)的结果可知在除之外，它的计算结果是比较理想的；明显的问题是(12)式的计算结果与准确值的差距特别大，因为对于复化的中矩形公式而言，精确度已经是比较好的了，那么，如果我们再去作(12)式那样的逼近，势必导致出现大的波动这样的公式是不完美的，所以对这样的公式完全可以舍去只要我们选取合适的步长，分别利用它们各自的递推公式算出的近似值比它们自己的复化公式精确度要高很多6结论：通过本文的论述，得出复化求积公式比原近似公式的精确度高；同样地，复化
12、中矩形公式的逼近效果比复化左矩形公式对准确值的逼近效果好;另外，通过公式的递推化之后，我们得出递推化的公式比复化求积公式的精确度高;理所当然，随着的不断增大，误差逐渐减小，当到一定程度大时，会无限接近准确值参考文献： 1李庆杨，王能超，易大义.数值分析M.4版.武汉:华中科技大学出版社，2006. 2王仁宏.数值逼近M.北京:高等教育出版社，1999. 3李岳生，黄友谦.数值逼近M. 北京:人民教育出版社，1978.4李晓红，堵秀风，张永胜，王延臣.计算方法M. 北京:北京航空航天大学出版社，2006. 5马东升，雷永军.数值计算方法M.2版. 武汉:机械工业出版社，2001. 6张韵华，奚梅
13、成，陈效群.数值计算方法与算法M.2版.北京:科学出版社，2000.Numerical integration of rectangular complex formula and error analysisZhang Xiaoxia(College of Mathematics and Information Sciences Northwest Normal University LanzhouGansu 730070) Abstract: Firstly, we deduced in the rectangle formula, the left rectangle formula, and then carry out restoration of them. Because the result is not satisfied with our expectations, so we try to find their recursive
