文章目录

  • 考试要求
  • 基础概念
  • 代数精度(必考题)
    • 代数精度的定义
    • 求代数精度的例题(期末考试数值积分第一个大题)
  • 数值积分公式的构造
    • 插值型求积公式(必考题)
      • 插值型数值积分公式定理
      • Newton-Cotes求积公式
      • Cotes公式代数精度(必考)
  • Cotes公式例题(必考)
    • 梯形公式
    • Simpson公式
    • 例题(必考)
  • 改进的N-C公式
    • N-C公式缺点
    • 复化求积公式
      • 复化梯形公式
      • 复化Simpson公式
    • 复化公式计算样例(有可能会考)
    • 自适应步长求积法
      • Richardson加速外推
      • 例题计算(必考)
  • 高斯型的求积公式
    • Legendre多项式(勒让德多项式)(必考,仅仅考两阶)
    • 必考题(求[a,b]上的Gauss型求积公式,二阶)
  • 计算定积分,使用不同的方法进行计算
  • 积分公式的总结
    • 考试要求

考试要求

  • 给你不完整的数值积分公式,把他凑完整,找尽可能高的代数精度使其完整。
  • 要能够判定其对应代数精度。
  • 随便给的定积分,要用梯形公式或者辛普森公式计算,并计算对应有效数字
  • 能够根据对应要求,确定需要几个等分点。
  • 高斯型求积公式,仅仅考两个点的

基础概念

  • 使用被积函数在某些点的函数值的乘积的累加和,积分的近似值。
  • 两个基本问题:
    • 构造:选取求积节点Xi、求积系数Ai
    • 分析:衡量精度
  • 根据积分中值定理,可以使用一个点的积分,去成功获取对应积分结果
  • 衡量数值积分公式好坏的标准
    • 误差:

      • 计算实际积分和数值积分误差,通过误差来衡量。但是实际积分的结果计算不出来。
    • 公式精确成立的范围
      • 数值积分公式所适用的范围越大,越好。左矩形公式就只适用于常函数,中矩形公式使用常函数和一次函数等。

代数精度(必考题)

代数精度的定义

  • 证明方法:

    • 依次带入1,x,x²,x³等进行判定
求代数精度的例题(期末考试数值积分第一个大题)

  • 求三个待定系数,需要找其满足的条件。在尽可能高的代数精度,顺次选择不同的精度进行假设,设定对应的方程。
  • 方法
    • 从低次到高次,顺次假设对应的方程,然后计算出对应的方程组进行假设。
    • 若线性方程组无解,需要顺次减少最高次的方程,知道满足为止。
    • 若线性方程组解存在,且不为唯一,那就继续增加对应的限制条件。
    • 注意:一定要计算出不成立的次数为止。

数值积分公式的构造

插值型求积公式(必考题)


插值型数值积分公式定理

Newton-Cotes求积公式
  • 特点:Cotes 将求积系数分为和ab区间有关和无关两个部分。

  • Cotes的特点

    • 最低阶的cotes公式是两个点的,所有cotes公式代数精度都是大于等于一次。
Cotes公式代数精度(必考)

  • 这里n是等分数,n个点,等分数就是n-1.六个等分点,就是五阶,代数精度就是五次。

  • 五次函数,至少需要五次代数精度,所以最少需要四阶n-c公式

Cotes公式例题(必考)

梯形公式

  • 推导

  • 截断误差

  • 代数精度

Simpson公式

  • 代数精度

  • 截断误差

例题(必考)
  • 考试要求:随便给一个定积分,用梯形公式或者simpson公式计算一次

改进的N-C公式

N-C公式缺点
  • 高阶N-C公式不稳定,会放大误差

复化求积公式
  • 本质:用分段线性插值近似被积函数
复化梯形公式

  • 左右两端端点都用了一次,区间内的n-1点,用了两次。
  • 用了n+1个点
复化Simpson公式

  • 用了2n+1个点
  • 只能用收敛阶来衡量收敛速度。
  • 复化辛普森公式需要导数四阶连续,复化梯形公式需要导师二阶连续
复化公式计算样例(有可能会考)



自适应步长求积法
  • 通过后验误差的来判定先验误差,从而实现对误差的判定,决定是否还要在进行加密划分。

Richardson加速外推
  • 复化梯形公式加速外推,变为复化Simpson公式,实现代数精度的进一步提高。
  • 复化Simpson公式进一步外推,变为复化Cotes公式,进一步提高精度,减少误差
  • Romberg公式
例题计算(必考)
  • 能够根据误差要求,确定对应划分的阶数

高斯型的求积公式

  • 在代数精度意义下,理论上最优的求积公式
  • 高斯点的充分必要条件
    • 求积节点的充分必要条件是,以求积节点为零点的n+1次多项式,和任何一个不超过n次的多项式,相乘之后求定积分都为零。正交多项式的零点,就是最优的高斯多项式的结果。
  • 注意,这里是n+1个点,进行分类的
Legendre多项式(勒让德多项式)(必考,仅仅考两阶)

  • 具体推导


必考题(求[a,b]上的Gauss型求积公式,二阶)
  • 线性替换,这里要会,将区间变为[-1,1]

  • 注意:这里仅仅考两个点的高斯公式

计算定积分,使用不同的方法进行计算



  • 不会单纯使用复化梯形公式,还要使用Romberg积分进行外推,尽量少的计算量的情况下,获取更高的精度

积分公式的总结

考试要求
  • 不完整的积分公式,在保证尽可能高精度的情况下,将其补充完整。同时会验证你构造的数值公式
  • 随便给你一个定积分,要会使用特定的方法进行计算,romberg不考,仅仅考两个点的复化梯形公式。高斯公式仅仅考两个点的高斯公式,要回计算有效数字。两个点的高斯公式要会计算,算不出来就不算,只要把计算过程写出来就行了。
  • 对于刚才算的定积分,你用cotes公式,高斯公式,分别需要几个点。

基础数学(五)——数值积分相关推荐

  1. 工程数学 计算方法 第五章 数值积分

    工程数学 计算方法 第五章 数值积分 数值积分 数值微分 微分 差商法 原理 误差分析 优化:变步长算法 插值法 数值积分 机械求积公式 插值型数值积分 代数精度⭐ 节点等距分布 复合求积 复合求积基 ...

  2. 计算方法(五):数值微分与数值积分

    文章目录 数值微分与数值积分 数值微分 利用插值多项式构造数值微分公式 等距结点处的数值微分公式 利用三次样条插值函数构造数值微分公式 构造数值积分公式的基本方法与有关概念 构造数值积分公式的基本方法 ...

  3. 深度学习/机器学习入门基础数学知识整理(五):Jensen不等式简单理解,共轭函数

    Jensen不等式及其延伸 凸函数最基本的不等式性质,又称Jensen不等式[1] f(θx+(1−θ)y)≤θ f(x)+(1−θ) f(y)f(θx+(1−θ)y)≤θf(x)+(1−θ)f(y) ...

  4. 开源Math.NET基础数学类库使用(04)C#解析Matrix Marke数据格式

    原文:[原创]开源Math.NET基础数学类库使用(04)C#解析Matrix Marke数据格式 开源Math.NET基础数学类库使用系列文章总目录:   1.开源.NET基础数学计算组件Math. ...

  5. 开源Math.NET基础数学类库使用(03)C#解析Matlab的mat格式

    开源Math.NET基础数学类库使用(03)C#解析Matlab的mat格式 原文:[原创]开源Math.NET基础数学类库使用(03)C#解析Matlab的mat格式 开源Math.NET基础数学类 ...

  6. 复合数值积分方法以及Python程序实现

    ■ 前言 在 Composite Numerical Integration 中给出了三种复合数值积分方法它们分别是: Newton-Cotes Formulas 01三种方法的公式及其Python程 ...

  7. 【原创】开源Math.NET基础数学类库使用(06)直接求解线性方程组

    阅读目录 前言 1.数值分析与线性方程 2.Math.NET解线性方程源码分析 3.Math.NET求解线性方程的实例 4.资源                本博客所有文章分类的总目录:[总目录]本 ...

  8. quad8是matlab中调用那个,Matlab 数值积分

    MATLAB数值积分与微分 8.1 数值积分 8.1.1 数值积分基本原理 求解定积分的数值方法多种多样,如简单的梯形法.辛普生(Simpson)法.牛顿-柯特斯(Newton-Cotes)法等都是经 ...

  9. 四部门联合发文推动数学科学发展,释放支持高校建设基础数学中心信号!

    为贯彻落实<国务院关于全面加强基础科学研究的若干意见>(国发[2018]4号),科技部.教育部.中科院.自然科学基金委日前联合印发<关于加强数学科学研究工作方案>,明确提出支持 ...

最新文章

  1. micopython 18b20_Micropython开发板DIY智能温控小风扇
  2. 卡尔曼滤波的优点总结
  3. java 数据库连接池 实例_java数据库连接池和数据库连接示例
  4. why our extension project didn't load S3 view and controller
  5. 结构体内元素不确定_氮长叶,磷长果,那么生物菌肥能长啥?看完终于不纠结了...
  6. 工作169:删除操作
  7. 【小程序】【Tips】跨页面全局变量的正确方法 - globalData
  8. 简单理解盘索引地址的表示原理
  9. 20155307 《Java程序设计》课堂实践项目数据库
  10. 高性能的计算机至少有几个cpu,感觉PC对CPU的性能需求快到极限了
  11. OpenCV中使用 cv2.calcHist()-画直方图案例
  12. 什么是html5页面ui,H5页面UI设计和APP设计有什么区别?
  13. 5月智能投影市场大涨58%,当贝稳居DLP第一阵营
  14. 转载:js和as间的交互
  15. 我的世界java版z_我的世界Java版1.16 20w12a 发布 添加下界重生锚
  16. _access()函数的使用
  17. (17)雅思屠鸭第十七天:小作文完整攻略
  18. jsplumb 系列(一)
  19. 可移除 否_用友软件U861质量管理培训 免费阅读可下载
  20. Hfish蜜罐的使用

热门文章

  1. 微机原理与接口技术复习笔记(1)——微型计算机概述
  2. tiny11安装中文
  3. 浅谈VMware的NAT模式
  4. 计算机毕设ppt写些什么,计算机专业毕业设计答辩PPT-.ppt
  5. 9个国外最佳免费编程学习一站式网站,谁用谁知道!
  6. 交换机和路由器技术-13-三层交换
  7. Android 设置锁屏时间,屏幕常亮效果
  8. lt;#37;= %、lt;#37; %、lt;#37;@ %、lt;#37;:%和lt;#37;# %的区别
  9. rangeOfString用法
  10. [Python3]pandas.merge用法详解