MATLAB数值积分与微分
Matlab中常用的数值计算方法
Matlab中常用的数值计算方法数值计算是现代科学和工程领域中的一个重要问题。
Matlab是一种用于数值计算和科学计算的高级编程语言和环境，具有强大的数值计算功能。
本文将介绍Matlab中常用的数值计算方法，包括数值积分、数值解微分方程、非线性方程求解和线性方程组求解等。
一、数值积分数值积分是通过数值方法来近似计算函数的定积分。
在Matlab中，常用的数值积分函数是'quad'和'quadl'。
'quad'函数可以用于计算定积分，而'quadl'函数可以用于计算无穷积分。
下面是一个使用'quad'函数计算定积分的例子。
假设我们想计算函数f(x) = x^2在区间[0, 1]上的定积分。
我们可以使用如下的Matlab代码：```f = @(x) x^2;integral = quad(f, 0, 1);disp(integral);```运行这段代码后，我们可以得到定积分的近似值，即1/3。
二、数值解微分方程微分方程是描述自然界各种变化规律的数学方程。
在科学研究和工程应用中，常常需要求解微分方程的数值解。
在Matlab中，可以使用'ode45'函数来求解常微分方程的数值解。
'ode45'函数是采用基于Runge-Kutta方法的一种数值解法。
下面是一个使用'ode45'函数求解常微分方程的例子。
假设我们想求解一阶常微分方程dy/dx = 2*x，初始条件为y(0) = 1。
我们可以使用如下的Matlab代码：```fun = @(x, y) 2*x;[x, y] = ode45(fun, [0, 1], 1);plot(x, y);```运行这段代码后，我们可以得到微分方程的数值解，并绘制其图像。
三、非线性方程求解非线性方程是指方程中包含非线性项的方程。
在很多实际问题中，我们需要求解非线性方程的根。
matlab微分与积分
[I,n]=quadl('fname',a,b,tol,trace) 其中参数的含义和quad函数相似，只是用高
阶自适应递推法，该函数可以更精确地求 出定积分的值，且一般情况下函数调用的 步数明显小于quad函数，从而保证能以更 高的效率求出所需的定积分值。
(3) fft(X,[],dim)或fft(X,N,dim)：这是对于矩 阵而言的函数调用格式，前者的功能与 FFT(X)基本相同，而后者则与FFT(X,N) 基本相同。只是当参数dim=1时，该函数 作用于X的每一列；当dim=2时，则作用于 X的每一行。
数值微积分以及数值分析
2020/5/17
1
数值微分
数值微分的实现 两种方式计算函数f(x)在给定点的数值导数：1.用多项式或
者样条函数 2. 利用数据的有限差分
在MATLAB中，没有直接提供求数值导数的函数，只有计 算向前差分的函数diff，其调用格式为：
DX=diff(X)：计算向量X的向前差分，DX(i)=X(i+1)-X(i)， i=1,2,…,n-1。
I=
2.4674
2020/5/17
8
3．Trapz : 计算梯形面积的和来计算定积分 在MATLAB中，对由表格形式定义的函数关系的求定积分
问题用trapz(X,Y)函数。其中向量X,Y定义函数关系 Y=f(X)。
例 用trapz函数计算定积分。 命令如下：
X=1:0.01:2.5; Y=exp(-X); %生成函数关系数据向量 trapz(X,Y) ans =
• Help dell2
2020/5/17
3
数值积分
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)法等都是经常采用 的方法。它们的基本思想都是将整个积分 区i积=1间分,2[问,a…,题b,n]分就，成分其n解中个为x子1=求区a和，间问x[nx+题1i,=x。bi+。1]，这样求定
第7章 MATLAB数值积分与数值微分
MATLAB数值积分 MATLAB数值微分
7.1 数值积分
7.1.1 数值积分基本原理
关于积分，有Newton-Leibniz公式
f ( x)dx F (b) F (a) a 但是，在很多情况下，还是要求数值积分： 1、函数由离散数据组成 2、F(x)求不出 3、F(x)非常复杂 定义数值积分如下：离散点上的函数值的线性组合
In ( f )
b
a
i 0
n
i
f ( xi )
称为积分系数，与f(x)无关，与积分区间和积分点有关
插值型 用插值函数的积分，作为数值积分
In ( f )
b b n n a
ai
b l ( x)dx f ( x ) Ln ( x)dx li (x) f ( xi )dx i i a a i 0 i 0
微积分中，关于导数的定义如下：
f ( x h) f ( x ) f ( x ) f ( x h) f ( x h) f ( x h) f ' ( x ) lim lim lim h 0 h 0 h 0 h h 2h
自然而又简单的方法就是取极限的近似值，即差商
标系中做出f'(x)的图像。程序如下：
x=-3:0.01:3; p=polyfit(x,f(x),5); dp=polyder(p); dpx=polyval(dp,x);
%用5次多项式p拟合f(x) %对拟合多项式p求导数dp %求dp在假设点的函数值
f=inline('sqrt(x.^3+2*x.^2-x+12)+(x+5).^(1/6)+5*x+2'); dx=diff(f([x,3.01]))/0.01; %直接对f(x)求数值导数
第7章 MATLAB数值积分与数值微分PPT教学课件
MATLAB数值积分 MATLAB数值微分
2020/12/10
1
7.1 数值积分
7.1.1 数值积分基本原理 求解定积分的数值方法多种多样，如简单方法：
梯形法、辛普生(Simpson)法、牛顿－柯特斯 (Newton-Cotes)法等方法。它们的基本思想都是 将整个积分区间[a,b]分成n个子区间[xi,xi+1]， i=1,2,…,n，其中x1=a，xn+1=b。求定积分问题就分 解为求和问题。
其中，fname是被积函数名。a和b分别是定积分的下 限和上限。tol用来控制积分精度，默认时取tol=10-6。 trace控制是否展现积分过程，若取非0则展现积分过 程，取0则不展现，默认时取trace=0。返回参数I即 定积分值，n为被积函数的调用次数。
2020/12/10
3
例7-1 求定积分。
2020/12/10
10
例7-4 用trapz函数计算定积分。 命令如下：
X=1:0.01:2.5; Y=exp(-X); %生成函数关系数据向量 trapz(X,Y) ans =
0.2858
2020/12/10
Байду номын сангаас11
7.1.3 多重定积分的数值求解
MATLAB提供的dblquad函数用于求二重积分的数值 解，triplequad函数用于求三重积分的数值解。函 数的调用格式为
2020/12/10
2
7.1.2 数值积分的实现方法
1．变步长辛普生法
基于变步长辛普生法，MATLAB给出了quad函数和 quadl函数来求定积分。函数的调用格式为：
[I,n]=quad(@fname,a,b,tol,trace)
Matlab中常用的积分和微分算法解析
Matlab中常用的积分和微分算法解析积分和微分是数学中重要的概念和工具，广泛应用于科学、工程和计算领域。
在Matlab中，提供了丰富的积分和微分算法，可以方便地进行数值计算和符号计算。
在本文中，我们将解析Matlab中常用的积分和微分算法，并探讨其应用。
一、数值积分算法数值积分是通过将求和转化为积分的方式，对函数在一定区间内的近似计算。
在Matlab中，有许多数值积分算法可供选择，包括梯形法则、辛普森法则和高斯求积法等。
1. 梯形法则梯形法则是一种基本的数值积分算法。
它将区间分成多个小梯形，并将每个小梯形的面积近似表示为梯形的面积，然后将这些面积相加得到最终的近似积分值。
在Matlab中，可以使用trapz函数来实现梯形法则的计算。
例如，对函数f(x)在区间[a, b]上进行积分，可以使用如下代码：```matlaba = 0;b = 1;x = linspace(a, b, 100);y = f(x);integral_value = trapz(x, y);```其中，linspace函数用于生成均匀分布的点，f(x)是待积分的函数。
trapz函数可以自动计算积分值。
2. 辛普森法则辛普森法则是一种更精确的数值积分算法。
它将区间分成多个小三角形，并将每个小三角形的面积近似表示为一个带有二次多项式的面积，然后将这些面积相加得到最终的近似积分值。
在Matlab中，可以使用quad函数来实现辛普森法则的计算。
例如，对函数f(x)在区间[a, b]上进行积分，可以使用如下代码：```matlaba = 0;b = 1;integral_value = quad(@f, a, b);```其中，@f表示函数句柄，quad函数可以自动计算积分值。
3. 高斯求积法高斯求积法是一种更高精度的数值积分算法。
它利用多个节点和权重，通过插值的方式来近似积分值。
在Matlab中，可以使用gaussquad函数来实现高斯求积法的计算。
MATLAB_简介(5)MATLAB数值积分与微分
二重积分dblquad()与三重积分
0
2
[ y sin(x ) x cos(y )]dxdy
fun=inline('y*sin(x)+x*cos(y)')
Q=dblquad(fun,pi,2*pi,0,pi) Q = -9.8698 [x,y]=meshgrid(pi:.1:2*pi,0:.1:pi); z=fun(x,y); mesh(x,y,z)
>> plot(x,y,'o',x,y)
>> title('y(x) data plot') >> ylabel('y(x)'), xlabel('x') >> dy=diff(y)./diff(x); >> xd=x(1:length(x)-1); >> plot(xd,dy) >> title('Approximate derivative using diff') >> ylabel('dy/dx'), xlabel('x')
注意二者皆以后向差分计算且数据点只剩 4 个 而不是5个。而 dy/dx 的 数值微分则为 dy/dx=diff(y)./diff(x)。 因此要计算下列多项式在 [-4, 5] 区间的微分
>> x=linspace(-4,5); % 产生100个x的离散点
>> p=[1 -3 -11 27 10 -24]; %被积函数各项的系数
%函数计算的次数n
q= -0.4605 n= 53
再来看一个积分式
数值积分与数值微分matlab
2 数值微分
2.1 数值差分与差商
任意函数f(x)在x点的导数是通过极限定义的：
f ( x h) f ( x ) f ( x) lim h 0 h f ( x ) f ( x h) f ( x) lim h 0 h f ( x h / 2) f ( x h / 2) f ( x) lim h 0 h
( x2k , f 2k ), ( x2k 1, f 2k 1 ), ( x2k 2 , f 2k 2 ) k 0,1, , m 1
数值积分的实现方法
1．变步长辛普生法 基于变步长辛普生法，MATLAB给出了quad 函数来求定积分。该函数的调用格式为： [I,n]=quad('fun',a,b,tol,trace) 其中fun是被积函数名。a和b分别是定积分 的下限和上限。tol用来控制积分精度，缺 省时取tol=10-6。返回参数I即定积分值，n为被积函数
1
2
x2 / x
sin( x y)dxdy
2
clear • f=@(x,y)(exp(-x.^2/2).*sin(x.^2+y)); • I=dblquad(f,-2,2,-1,1) I= 1.5745
1 2
I
1 2
e
x2 / x
sin( x y)dxdy
2
例6 计算三重定积分 命令如下： fxyz=@(x,y,z)(4*x.*z.*exp(-z.*z.*y-x.*x)); triplequad(fxyz,0,pi,0,pi,0,1,1e-7) ans= 1.7328
数值积分
• • • •
z1=trapz(x,y1); z2=trapz(x,y2); z=z2-z1; area=(z/(18*18))*40*40
经典matlab数值积分与微分PPT培训课件
辛普森法
将积分区间划分为若干个等宽 的小区间，每个小区间上取抛 物线面积近似代替函数面积。
牛顿-莱布尼茨法
利用定积分的几何意义，通过 求和式来近似计算定积分的值 。
Matlab中的数值积分函数
quad
trapz
simpson
quadl
使用矩形法进行数值积 分。
使用梯形法进行数值积 分。
使用辛普森法进行数值 积分。
案例二
计算函数$f(x) = sin(x)$在区间 [0, π]的积分。
描述
使用Matlab的数值积分函数计 算函数$f(x) = sin(x)$在区间[0, π]的积分，并分析结果的准确性。
数值微分案例分析
案例一
计算函数$f(x) = x^3$在点x=2的导 数值。
描述
使用Matlab的数值微分函数（如diff 或gradient）计算函数$f(x) = x^3$ 在点x=2的导数值。
书籍推荐
《Matlab从入门到精通》、 《Matlab数值分析》等，适 合有一定基础的读者深入学 习。
Matlab的未来发展展望
云端化 随着云计算技术的发展，Matlab 可能会推出云端版本，让用户无 需安装软件即可使用Matlab的功 能。
可视化增强 Matlab在数据可视化方面具有优 势，未来可能会进一步增强其可 视化功能，提供更多样化的图表 和可视化效果。
截断误差
由于差分代替导数，会产生截断误差，这种误差的大小取决于差 分的阶数和步长。
舍入误差
由于计算机的浮点运算精度限制，会导致舍入误差，这种误差的 大小取决于计算机的浮点精度。
04
经典案例分析
数值积分案例分析
案例一
计算函数$f(x) = x^2$在区间 [0, 2]的积分。
(完整版)数值积分及matlab实现
建立数值积分公式的途径比较多, 其中最常用的
有两种：
（1）由积分中值定理可知，对于连续函数f(x)，在
积分区间[a,b]内存在一点ξ，使得
分,因此将 选(x取) 为插值多项式, 这样f(x)的积分就
可以用其插值多项式的积分来近似代替
2.2 插值求积公式
设已知f(x)在节点 xk (k 0,1, , n) 有函数值 f (xk ) ,作n次拉格朗日插值多项式
式中
n
P(x) f (xk )lk (x)
k 0
lk (x)
n j0
b
n
f (x)dx
a
Ak f (xk )
k 0
为插值型求积公式的充要条件是公式
(
x)dx
时，则称求积公式为插值
设插值求积公式的余项为 R( f ) ,由插值余项定理得
R( f ) b f (x) P(x)dx b f (n1) ( ) (x)dx
a
a (n 1)!
其中 a, b
当f(x)是次数不高于n的多项式时，有 f (n1) (x) 0 R( f ) =0,求积公式(4)能成为准确的等式。由于闭区 间[a,b]上的连续函数可用多项式逼近，所以一个 求积公式能对多大次数的多项式f(x)成为准确等式， 是衡量该公式的精确程度的重要指标，为此给出以 下定义。
数值积分与微分
2009.4.22
数值积分和数值微分
1 引言 我们知道,若函数f(x)在区间[a,b]上连续且其原
函数为F(x),则可用Newton-Leibnitz公式
Matlab基础及其应用-数值微积分与常微分方程求解
6
6
6
1 −19
6 −19
6
7.2 数值积分
MATLAB基础与应用教程
7.2.1 数值积分的原理
基本思想是将整个积分区间[a，b]分成n个子区间[xi，xi + 1]， i = 1，2，…，n，其中x1 = a，xn + 1 = b。这样求定积分问题
就分解为下面的求和问题：
矩形法是用矩形面积近似曲边梯形的面积，如图7.2（aБайду номын сангаас所 示；梯形法是用斜边梯形面积近似曲边梯形的面积，如图 7.2（b）所示；而辛普生法是用抛物线近似曲边。
7.1 数值微分
MATLAB基础与应用教程
【例7.1】设f(x) = sinx，用不同的方法求函数f(x)的数值 导数，并在同一个坐标系中绘制f '(x)的三种方法所得导数
曲线。
x=0:pi/24:pi; %用5次多项式p拟合f(x),并对拟合多项式p求导数dp在假设点的函数值 p=polyfit(x,sin(x),5); dp=polyder(p); dpx=polyval(dp,x); %直接对sin(x)求数值导数 dx=diff(sin([x,pi+pi/24]))/(pi/24); %求函数f的导函数g在假设点的导数 gx=cos(x); plot(x,dpx,'b-',x,dx,'ko',x,gx,'r+');
的形式，即形参t为时间参量，形参y为待求解问题的自变量。
tspan指定求解区间，用二元向量[t0 tf ]表示。 y0是初始状态列向量。
options用于设置积分求解过程和结果的属性。
7.4 常微分方程的数值求解
Matlab中的数值积分和微分方法
Matlab中的数值积分和微分方法在数学和工程领域，数值积分和微分是解决问题的常见方法之一。
而在计算机科学中， Matlab作为一种强大的数值计算软件，提供了许多数值积分和微分的函数，使得这两个问题的解决变得更加简单和高效。
本文将探讨 Matlab 中常用的数值积分和微分方法，包括不定积分、定积分、数值微分和高阶数值微分。
我们将逐一讨论这些方法的原理和使用方法，并展示一些实际的应用案例，以帮助读者更好地理解和应用这些技术。
一、不定积分不定积分是指求一个函数的原函数。
在 Matlab 中，我们可以使用 `int` 函数来实现不定积分的计算。
例如，如果我们想求解函数 f(x) = x^2 的不定积分，可以使用下面的代码：```syms x;F = int(x^2);```这里的 `syms x` 表示将 x 定义为一个符号变量，`int(x^2)` 表示求解函数 x^2 的不定积分。
得到的结果 F 将是一个以 x 为变量的符号表达式。
除了求解简单函数的不定积分外，Matlab 还支持求解复杂函数的不定积分，例如三角函数、指数函数等。
我们只需要将函数表达式作为 `int` 函数的参数即可。
二、定积分定积分是指求函数在一个闭区间上的积分值。
在 Matlab 中，我们可以使用`integral` 函数来计算定积分。
例如，如果我们想计算函数 y = x^2 在区间 [0, 1] 上的积分值，可以使用下面的代码：```y = @(x) x^2;result = integral(y, 0, 1);```这里的 `@(x)` 表示定义一个匿名函数，`integral(y, 0, 1)` 表示求解函数 y = x^2 在区间 [0, 1] 上的积分。
得到的结果 result 将是一个数值。
与不定积分类似，Matlab 还支持对复杂函数求解定积分，只需要将函数表达式作为 `integral` 函数的第一个参数，并指定积分的区间。
Matlab与工程计算 第七章 数值积分、微分
Xiamen University
Matlab and Engineering Calculation
dx=diff(f([x,3.01]))/0.01; %直接对f(x)求数值导数 gx=g(x); %求函数f的导函数g在假设点的导数
plot(x,dpx,x,dx,'.',x,gx, 'r-'); %作图
Xiamen University
Matlab and Engineering Calculation
f ' ( x) =
f ( x + h) − f ( x ) h
Xiamen University
Matlab and Engineering Calculation
例6-6 生成以向量V=[1,2,3,4,5,6]为基础的范得蒙矩阵，按列 进行差分运算。 命令如下： V=vander(1:6) DV=diff(V) %计算V的一阶差分
7.1.2 数值积分的实现方法(Quadrature)
1．自适应辛普生法 基于变步长辛普生法，MATLAB给出了quad函数来 求定积分。该函数的调用格式为： [I,n]=quad(fun,a,b,tol,trace) fun是被积函数名、句柄或内联函数对象; a和b分别是定积分的下限和上限; tol用来控制积分精度，缺省时取tol=10-6; trace控制是否展现积分过程，若取非0则展现积分过 程，取0则不展现，缺省时取trace=0 I即定积分值，n为被积函数的调用次数。
数值积分与微分MATLAB公式
数值积分与微分实验目的：1）用matlab软件掌握梯形公式、辛普森公式和蒙特卡罗方法计算数值积分；2）通过实例学习用数值积分和数值微分解决实际问题。
实验内容：第一题：用梯形、辛普森和蒙特卡罗方法计算积分。
改变步长（对梯形），改变精度要求（对辛普森），改变随机点数目（对蒙特卡罗），进行比较、分析。
1e22x-,-2≤x≤2y=π2解：用三种方法计算积分的源程序如下：10-,108-；对对梯形公式取h=4/50,4/100,4/10000;对辛普森分别取精度为103-，7从得到的结果可以看到对梯形公式，步长越小，计算的积分结果越准确；对于辛普森公式，在一般的103-精度下结果已经很准确（小数点后前六位均为准确数字），提高精度后结果更加精确，可见辛普森具有很高的优越性，但它的局限性在于必须要有函数解析式；对于蒙特卡罗方法，虽然结果具有随机性，但随着n 增大，得到的结果越来越接近准确值。
解：用中点公式计算导数k.则∆P＝k∆V。
因为∆V＝1，所以∆P数值上等于k。
取h=0.1，利用三次样条计算P在V－h，V+h处的数值，从而利用中点公式计算导数。
结果为 ∆p =2.3341（2/in lbf ） 同理可以算出V=50时,∆p=2.7891（2/in lbf ） 求导的问题也可以用书后补充知识中样条求导的方法解决，计算后可以得到相同结果。
利用三次样条插值计算V 在40～70之间时相应的一系列P 值，然后用梯形公式计算积分即得气体作功。
第三题：冰淇淋的下部为锥体，上部为半球。
设它由锥面z=22y x +和球面1)1(222=-++z y x 围成，用蒙特卡罗方法计算它的体积。
解：两个曲面方程联立可以解得几何体的边界方程为单位圆：22y x +＝1。
应用蒙特卡罗均值估计法计算体积的思路如下：利用计算机每次产生两个0～1的随机数x,y ，若落在单位圆内，则计算球面与锥面上在（x,y ）处的z 值之差，产生n 次随机数，并将得到的z 值累加，累即所求冰淇淋的体积为3.1336。
matlab数值分析实验报告
matlab数值分析实验报告Matlab数值分析实验报告引言数值分析是一门研究利用计算机进行数值计算和模拟的学科，它在科学计算、工程技术和金融等领域有着广泛的应用。
本次实验报告将介绍在Matlab环境下进行的数值分析实验，包括数值微分、数值积分和线性方程组求解等内容。
一、数值微分数值微分是通过数值方法计算函数的导数，常用的数值微分方法有前向差分、后向差分和中心差分。
在Matlab中，可以使用diff函数来计算函数的导数。
例如，对于函数f(x)=x^2，在Matlab中可以使用如下代码进行数值微分的计算：```matlabsyms x;f = x^2;df = diff(f, x);```二、数值积分数值积分是通过数值方法计算函数的定积分，常用的数值积分方法有梯形法则、辛普森法则和龙贝格积分法。
在Matlab中，可以使用trapz、quad和integral等函数来进行数值积分的计算。
例如，对于函数f(x)=sin(x)，可以使用如下代码进行数值积分的计算：```matlabx = linspace(0, pi, 100);y = sin(x);integral_value = trapz(x, y);```三、线性方程组求解线性方程组求解是数值分析中的重要问题，常用的求解方法有高斯消元法和LU 分解法。
在Matlab中，可以使用\操作符来求解线性方程组。
例如，对于线性方程组Ax=b，可以使用如下代码进行求解：```matlabA = [1, 2; 3, 4];b = [5; 6];x = A\b;```四、实验结果与分析在本次实验中，我们分别使用Matlab进行了数值微分、数值积分和线性方程组求解的计算。
通过实验结果可以发现，Matlab提供了丰富的数值计算函数和工具，能够方便地进行数值分析的计算和求解。
数值微分的计算结果与解析解相比较，可以发现数值微分的误差随着步长的减小而减小，但是当步长过小时，数值微分的误差会受到舍入误差的影响。
MATLAB教程第8章MATLAB数值积分与微分
MATLAB教程第8章MATLAB数值积分与微分1.数值积分数值积分是计算函数的定积分值的近似方法。
在MATLAB中，有几个函数可以帮助我们进行数值积分。
(1) quad函数quad函数是MATLAB中用于计算一维定积分的常用函数。
它的语法如下：I = quad(fun, a, b)其中，fun是被积函数的句柄，a和b分别是积分区间的下界和上界，I是近似的积分值。
例如，我们可以计算函数y=x^2在区间[0,1]内的积分值：a=0;b=1;I = quad(fun, a, b);disp(I);(2) integral函数integral函数是在MATLAB R2024a版本引入的新函数，它提供了比quad函数更稳定和准确的积分计算。
integral函数的语法如下：I = integral(fun, a, b)其中fun、a和b的含义与quad函数相同。
例如，我们可以使用integral函数计算函数y = x^2在区间[0, 1]内的积分值：a=0;b=1;I = integral(fun, a, b);disp(I);2.数值微分数值微分是计算函数导数的近似方法。
在MATLAB中，可以使用diff 函数计算函数的导数。
(1) diff函数diff函数用于计算函数的导数。
它的语法如下：derivative = diff(fun, x)其中，fun是需要计算导数的函数，x是自变量。
例如，我们可以计算函数y=x^2的导数：syms x;fun = x^2;derivative = diff(fun, x);disp(derivative);(2) gradient函数gradient函数可以计算多变量函数的梯度。
它的语法如下：[g1, g2, ..., gn] = gradient(fun, x1, x2, ..., xn)其中fun是需要计算梯度的函数，x1, x2, ..., xn是自变量。
例如，我们可以计算函数f=x^2+y^2的梯度：syms x y;fun = x^2 + y^2;[gx, gy] = gradient(fun, x, y);disp(gx);disp(gy);以上是MATLAB中进行数值积分和微分的基本方法和函数。
Matlab数值积分与数值微分
Matlab数值积分与数值微分M a t l a b数值积分与数值微分Matlab数值积分1.⼀重数值积分的实现⽅法变步长⾟普森法、⾼斯-克朗罗德法、梯形积分法1.1变步长⾟普森法Matlab提供了quad函数和quadl函数⽤于实现变步长⾟普森法求数值积分.调⽤格式为:[I,n]=Quad(@fname,a,b,tol,trace)[I,n]=Quadl(@fname,a,b,tol,trace)Fname是函数⽂件名，a,b分别为积分下限、积分上限；tol为精度控制，默认为1.0×10-6，trace控制是否展开积分过程，若为0则不展开，⾮0则展开，默认不展开.返回值I为积分数值；n为调⽤函数的次数.--------------------------------------------------------------------- 例如：求∫e0.5x sin(x+π)dx3π的值.先建⽴函数⽂件fesin.mfunction f=fesin(x)f=exp(-0.5*x).*sin(x+(pi/6));再调⽤quad函数[I,n]=quad(@fesin,0,3*pi,1e-10)I=0.9008n=365--------------------------------------------------------------------- 例如：分别⽤quad函数和quadl函数求积分∫e0.5x sin(x+π6)dx3π的近似值，⽐较函数调⽤的次数.先建⽴函数⽂件function f=fesin(x)f=exp(-0.5*x).*sin(x+(pi/6));formatlong[I,n]=quadl(@fesin,0,3*pi,1e-10)I=n=198[I,n]=quad(@fesin,0,3*pi,1e-10)I=n=365--------------------------------------------------------------------- 可以发现quadl函数调⽤原函数的次数⽐quad少，并且⽐quad函数求得的数值解更精确.1.2⾼斯-克朗罗德法Matlab提供了⾃适应⾼斯-克朗罗德法的quadgk函数来求震荡函数的定积分，函数的调⽤格式为：[I,err]=quadgk(@fname,a,b)Err返回近似误差范围，其他参数的意义与quad函数相同，积分上下限可以是-Inf或Inf，也可以是复数，若为复数则在复平⾯上求积分.--------------------------------------------------------------------- 例如：求积分∫xsinx1+cos2xdx π的数值.先编写被积函数的m⽂件fsx.mfunction f=fsx(x)f=x.*sin(x)./(1+cos(x).^2);再调⽤quadgk函数I=quadgk(@fsx,0,pi)I=2.4674--------------------------------------------------------------------- 例如：求积分∫xsinxdx +∞∞的值.先编写被积函数的m⽂件fsx.mfunction f=fsx(x)f=x.*sin(x)./(1+cos(x).^2); 再调⽤quadgk函数I=quadgk(@fsx,-Inf,Inf)I=-9.0671e+017---------------------------------------------------------------------1.3梯形积分法对于⼀些不知道函数关系的函数问题，只有实验测得的⼀组组样本点和样本值，由表格定义的函数关系求定积分问题⽤梯形积分法，其函数是trapz函数，调⽤格式为：I=Traps(X,Y)X,Y为等长的两组向量，对应着函数关系Y=f(X) X=(x1,x2,…,x n)(x1分区间是[x1,x n]--------------------------------------------------------------------- 例如：已知某次物理实验测得如下表所⽰的两组样本点.现已知变量x和变量y满⾜⼀定的函数关系，但此关系未知，设y=f(x)，求积分13.39∫f(x)dx1.38的数值.X=[1.38,1.56,2.21,3.97,5.51,7.79,9.19,11.12,13.39];Y=[3.35,3.96,5.12,8.98,11.46,17.63,24.41,29.83,32.21]; I=trapz(X,Y) I=217.1033---------------------------------------------------------------------例如：⽤梯形积分法求积分：∫e ?x dx 2.51的数值.x=1:0.01:2.5; y=exp(-x); I=trapz(x,y) I= 0.2858---------------------------------------------------------------------2. 多重数值积分的实现重积分的积分函数⼀般是⼆元函数f(x,y)或三元函数f(x,y,z)；形如：∫∫f (x,y )dxdy ba dc∫∫∫f(x,y,z)dxdydz b a d cf eMatlab 中有dblquad 函数和triplequad 函数来对上述两个积分实现.调⽤格式为： I=dblquad(@fun,a,b,c,d,tol)I=triplequad(@fun,a,b,c,d,e,f,tol)Fun 为被积函数，[a,b]为x 的积分区间；[c,d]为y 的积分区间；[e,f]为z 的积分区间.Dblquad 函数和triplequad 函数不允许返回调⽤的次数，如果需要知道函数调⽤的次数，则在定义被积函数的m ⽂件中增加⼀个计数变量，统计出被积函数被调⽤的次数.---------------------------------------------------------------------例如:计算⼆重积分I =∫∫√dxdy π2π2π2π2的值.先编写函数⽂件fxy.mfunction f=fxy(x,y) global k; k=k+1;f=sqrt(x.^2+y.^2);再调⽤函数dblquadglobalk; k=0;I=dblquad(@fxy,-pi/2,pi/2,-pi/2,pi/2,1.0e-10) I= 11.8629 k k= 37656---------------------------------------------------------------------例如：求三重积分∫∫∫4xze ?z2y?x 2dxdydz ππ1的值.编写函数⽂件fxyz1.mfunction f=fxyz1(x,y,z)global j;j=j+1;f=4*x.*z.*exp(-z.*z.*y-x.*x);调⽤triplequad函数editglobalj;j=0;I=triplequad(@fxyz1,0,pi,0,pi,0,1,1.0e-10)I=1.7328jj=1340978---------------------------------------------------------------------Matlab数值微分1.数值微分与差商导数的三种极限定义f′(x)=limn→0f(x+h)?f(x)hf′(x)=limn→0f(x)?f(x?h)f′(x)=limn→0f(x+h2)?f(x?h2)h上述公式中假设h>0，引进记号：f(x)=f(x+h)f(x)f(x)= f(x)f(xh)δf(x)= f(x+h)?f(x?h)称上述?f(x)、?f(x)、δf(x)为函数在x点处以h(h>0)为步长的向前差分、向后差分、中⼼差分，当步长h⾜够⼩时，有：f′(x)≈?f(x) hf′(x)≈f(x) f′(x)≈δf(x)f(x) h 、?f(x)h、δf(x)h也分别被称为函数在x点处以h(h>0)为步长的向前差商、向后差商、中⼼差商.当h⾜够⼩时，函数f(x)在x点处的导数接近于在该点的任意⼀种差商，微分接近于在该点的任意⼀种差分.2.函数导数的求法2.1⽤多项式或样条函数g(x)对函数f(x)进⾏逼近(插值或拟合)，然后⽤逼近函数g(x)在点x处的导数作为f(x)在该点处的导数.2.2⽤f(x)在点x处的差商作为其导数.3.数值微分的实现⽅法Matlab中，只有计算向前差分的函数diff，其调⽤格式为：·DX=diff(X):计算向量X的向前差分，DX(i)=X(i+1)-X(i),i=1,2,…,n-1·DX=diff(X,n):计算向量X的n阶向前差分，例如diff(X,2)=diff(diff(X))·DX=diff(A,n,dim):计算矩阵A的n阶向前差分，dim=1(默认值)按列计算差分，dim=2按⾏计算差分.--------------------------------------------------------------------- 例如：⽣成6阶范德蒙德矩阵，然后分别按⾏、按列计算⼆阶向前差分A=vander(1:6)A=111111321684212438127931102425664164131256251252551777612962163661D2A1=diff(A,2,1)D2A1=180501220057011018200132019424200255030230200D2A2=diff(A,2,2)D2A2=000084211083612457614436920004008016540090015025--------------------------------------------------------------------- 例如：设f(x)=√x3+2x2?x+12+√(x+5)6+5x+2求函数f(x)的数值导数，并在同⼀坐标系中作出f’(x)的图像.已知函数f(x)的导函数如下：f′(x)=3x2+4x?12√x3+2x2?x+12+16√()56+5编辑函数⽂件fun7.m和fun8.m functionf=fun7(x)f=sqrt(x.^3+2*x.^2-x+12)+(x+5).^(1/6)+5*x+2;functionf=fun8(x)f=(3*x.^2+4*x-1)/2./sqrt(x.^3+2*x.^2-x+12)+1/6./(x+5).^(5/6)+5 ;x=-3:0.01:3;p=polyfit(x,fun7(x),5);⽤5次多项式拟合曲线dp=polyder(p);对拟合多项式进⾏求导dpx=polyval(dp,x);对dp在假设点的求函数值dx=diff(fun7([x,3.01]))/0.01;直接对dx求数值导数gx=fun8(x);求函数f的函数在假设点的导数plot(x,dpx,x,dx,'.',x,gx,'-')可以发现，最后得到的三条曲线基本重合.--------------------------------------------------------------------- 练习：A.⽤⾼斯-克朗罗德法求积分∫dx1+x2 +∞∞的值并讨论计算⽅法的精确度.（该积分值为π）function f=fun9(x)f=1./(1+x.^2);formatlong[I,err]=quadgk(@fun9,-Inf,Inf)I=err=B.设函数f(x)=sin x⽤不同的办法求该函数的数值导数，并在同⼀坐标系中作出f′(x)的图像.已知f′(x)=x cos x+cos x cos2x?sin x+2sin x sin2x()2function f=fun10(x)f=sin(x)./(x+cos(2*x));function f=fun11(x)f=(x.*cos(x)+cos(x).*cos(2*x)-sin(x)-2*sin(x).*sin(2*x))/(x+cos(2 *x)).^2; x=-3:0.01:3;p=polyfit(x,fun10(x),5);dp=polyder(p);dpx=polyval(dp,x);dx=diff(fun10([x,3.01]))/0.01;gx=fun11(x);plot(x,dpx,'r:',x,dx,'.g',x,gx,'-k')。
第八章matlab数值积分与微分
28.02.2019
10
例8-5 计算二重定积分
(1) 建立一个函数文件fxy.m： function f=fxy(x,y) global ki; ki=ki+1; %ki用于统计被积函数的调用次数 f=exp(-x.^2/2).*sin(x.^2+y); (2) 调用dblquad函数求解。 global ki;ki=0; I=dblquad('fxy',-2,2,-1,1) ki I= 1.57449318974494 ki = 1050
28.02.2019 6
例8-2 求定积分。 (1) 被积函数文件fx.m。 function f=fx(x) f=x.*sin(x)./(1+cos(x).*cos(x)); (2) 调用函数quadl求定积分。 I=quadl('fx',0,pi) I= 2.4674
28.02.2019 7
例8-3 分别用quad函数和quadl函数求定积分的 近似值，并在相同的积分精度下，比较函数 的调用次数。
28.02.2019 11
8.2 数值微分
8.2.1 数值微分的实现
在MATLAB中，没有直接提供求数值导数的 函数，只有计算向前差分的函数diff，其调用格 式为： DX=diff(X)：计算向量X的向前差分， DX(i)=X(i+1)-X(i)，i=1,2,…,n-1。 DX=diff(X,n)：计算X的n阶向前差分。例如， diff(X,2)=diff(diff(X))。 DX=diff(A,n,dim)：计算矩阵A的n阶差分， dim=1时(缺省状态)，按列计算差分；dim=2， 按行计算差分。
28.02.2019
8
3. 被积函数由一个表格定义 在MATLAB中，对由表格形式定义的函数 关系的求定积分问题用trapz(X,Y)函数。其中 向量X,Y定义函数关系Y=f(X)。 例8-4 用trapz函数计算定积分。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
%求dp在假设点的函数值
dx=diff(f([x,3.01]))/0.01; %直接对f(x)求数值导数
gx=g(xБайду номын сангаас; 导数
%求函数f的导函数g在假设点的
plot(x,dpx,x,dx,'.',x,gx,'-'); %作图
例7-2 求定积分。 (1) 被积函数文件fx.m。 function f=fx(x) f=x.*sin(x)./(1+cos(x).*cos(x)); (2) 调用函数quad8求定积分。 I=quad8('fx',0,pi) I=
2.4674
7.1.3 二重定积分的数值求解 使用MATLAB提供的dblquad函数就可以直 接求出上述二重定积分的数值解。该函数的 调用格式为： I=dblquad(f,a,b,c,d,tol,trace) 该函数求f(x,y)在[a,b]×[c,d]区域上的二重定 积分。参数tol，trace的用法与函数quad完全 相同。
例7-1 求定积分。 (1) 建立被积函数文件fesin.m。 function f=fesin(x) f=exp(-0.5*x).*sin(x+pi/6); (2) 调用数值积分函数quad求定积分。 [S,n]=quad('fesin',0,3*pi) S=
0.9008 n=
77
2．牛顿－柯特斯法
第7章 MATLAB数值积分与微分
7.1 数值积分 7.2 数值微分
7.1 数值积分
7.1.1 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)法等都是经常采用的方法。它 们的基本思想都是将整个积分区间[a,b]分成n 个子区间[xi,xi+1]，i=1,2,…,n，其中x1=a， xn+1=b。这样求定积分问题就分解为求和问 题。
g=inline('(3*x.^2+4*x-1)./sqrt(x.^3+2*x.^2x+12)/2+1/6./(x+5).^(5/6)+5');
x=-3:0.01:3;
p=polyfit(x,f(x),5); %用5次多项式p拟合f(x)
dp=polyder(p);
%对拟合多项式p求导数dp
dpx=polyval(dp,x);
基于牛顿－柯特斯法，MATLAB给出了 quad8函数来求定积分。该函数的调用格式 为：
[I,n]=quad8('fname',a,b,tol,trace)
其中参数的含义和quad函数相似，只是tol的 缺省值取10-6。 该函数可以更精确地求出定 积分的值，且一般情况下函数调用的步数明 显小于quad函数，从而保证能以更高的效率 求出所需的定积分值。
三重定积分的函数为：triplequad
例7-5 计算二重定积分
(1) 建立一个函数文件fxy.m：
function f=fxy(x,y)
global ki;
ki=ki+1;
%ki用于统计被积函数的调用次数
f=exp(-x.^2/2).*sin(x.^2+y);
(2) 调用dblquad函数求解。
global ki;ki=0;
I=dblquad('fxy',-2,2,-1,1)
ki
I=
1.57449318974494
ki =
1038
7.2 数值微分 1.数值微分的实现 在MATLAB中，没有直接提供求数值导数的 函数，只有计算向前差分的函数diff，其调用 格式为：
DX=diff(X)：计算向量X的向前差分， DX(i)=X(i+1)-X(i)，i=1,2,…,n-1。 DX=diff(X,n)：计算X的n阶向前差分。例如， diff(X,2)=diff(diff(X))。 DX=diff(A,n,dim)：计算矩阵A的n阶差分， dim=1时(缺省状态)，按列计算差分；dim=2， 按行计算差分。
7.1.2 数值积分的实现方法
1．变步长辛普生法
基于变步长辛普生法，MATLAB给出了quad 函数来求定积分。该函数的调用格式为：
[I,n]=quad('fname',a,b,tol,trace)
其中fname是被积函数名。a和b分别是定积 分的下限和上限。tol用来控制积分精度，缺 省时取tol=0.001。trace控制是否展现积分过 程，若取非0则展现积分过程，取0则不展现， 缺省时取trace=0。返回参数I即定积分值，n 为被积函数的调用次数。
例7-6 生成以向量V=[1,2,3,4,5,6]为基础的范得 蒙矩阵，按列进行差分运算。
命令如下：
V=vander(1:6) DV=diff(V)
%计算V的一阶差分
例7-7 用不同的方法求函数f(x)的数值导数，并在同一 个坐标系中做出f'(x)的图像。
程序如下：
f=inline('sqrt(x.^3+2*x.^2-x+12)+(x+5).^(1/6)+5*x+2');