实验定积分的近似计算

合集下载

定积分的近似计算方法

定积分的近似计算方法定积分近似计算方法指的是利用数值计算方法来估算给定函数在一定区间上的积分值。

这些方法常常用于当函数在该区间内无法求得解析式时，或者解析式难以求得的情况下。

下面将介绍常用的数值积分近似计算方法。

一、矩形法矩形法即将积分区间等分为若干小区间，然后在每个小区间中选择一个代表点，将函数在该点的函数值作为近似积分的值。

具体可以分为左矩形法、右矩形法和中矩形法。

1.左矩形法左矩形法即取每个小区间的左端点作为代表点，近似积分的值为：∫[a, b]f(x)dx ≈ Δx * [f(a) +f(a+Δx) + … + f(a+(n-1)Δx)]其中，Δx=(b-a)/n，n为区间的等分数。

2.右矩形法右矩形法即取每个小区间的右端点作为代表点，近似积分的值为：∫[a, b]f(x)dx ≈ Δx * [f(a+Δx) + f(a+2Δx) + … +f(a+nΔx)]其中，Δx=(b-a)/n，n为区间的等分数。

3.中矩形法中矩形法即取每个小区间的中点作为代表点，近似积分的值为：∫[a, b]f(x)dx ≈ Δx * [f(a+Δx/2) + f(a+3Δx/2) + … +f(a+(2n-1)Δx/2)]其中，Δx=(b-a)/n，n为区间的等分数。

二、梯形法梯形法是通过将积分区间上的曲线拟合为多个梯形来近似计算定积分的方法。

将积分区间[a,b]等分为n个小区间，然后在每个小区间上用两个端点处的函数值拟合成一个梯形，然后将这些梯形的面积加起来即可得到近似的定积分的值。

具体计算公式为：∫[a, b]f(x)dx ≈ Δx/2 * [f(a) + 2f(a+Δx) + 2f(a+2Δx)+ … + 2f(a+(n-1)Δx) + f(b)]其中，Δx=(b-a)/n，n为区间的等分数。

三、辛普森法辛普森法是通过将积分区间上的曲线拟合为多个二次多项式的方法。

将积分区间[a,b]等分为n个小区间，每两个相邻区间拟合成一个二次多项式。

定积分近似计算方法

定积分的近似计算方法摘要本文主要讨论了一元函数常见的数值积分方法,例如插值型求积公式、龙贝格求积公式、高斯求积公式等近似计算方法,在用这些方法计算定积分时,会产生一些误差,为了减少误差, 可以利用复化求积公式、复化高斯公式等.本文围绕这些方法,系统介绍它们的计算公式以及截断误差,并用例题分析它们产生误差的大小、计算量等.关键词插值型积分龙贝格积分高斯积分误差分析近似计算1引言在计算定积分的值()b aI f x dx =⎰时,常常根据微积分学基本定理求出)(x f 的一个原函数)(x F ,再用牛顿-莱布尼茨公式求的积分,()()()baI f x dx F b F a ==-⎰.但在实际应用中,这种方法只限于解决一小部分定积分的求值问题.当函数没有具体表达式,只是一些实验测得数据形成的表格或图形或者是()F x 无法用初等函数表示,例如,2bx ae dx ⎰,2sin ba x dx ⎰等等,这就需要我们用一些近似方法求的积分值.与数值积分一样,把积分区间细分,在每个小区间上,找到简单函数)(x ϕ来近似代替()f x ,且()b a x dx ϕ⎰的值容易求的.这样就把计算复杂的()ba f x dx ⎰转化为求简单的积分值()bax dx ϕ⎰.因此,定积分的近似计算实质上是就是被积函数的近似计算问题.2常见数值方法 2.1牛顿-科茨数值方法牛顿-科茨求积公式是求积节点等距离分布的插值型求积公式.利用插值多项式来构造数值积分公式是最常用、最基本的方法,具体做法是：给定区间[,]a b 上一组节点01...n a x x x b =<<<=,以及节点处函数()(0,1,2,i f x i n =,作()f x 的n 次拉格朗日多项式()()()nn i i i x f x l x ϕ==∑,其中 011011()()()()()()()()()i i n i i i i i i i n x x L x x x x L x x l x x x L x x x x L x x -+-+----=----,将插值公式(1)1()()()()(1)!n n n f f x x x n ξϕω++=++.其中1012()()()()()n n x x x x x x x L x x ω+=----,[,]a b ξ∈,依赖于变量x , 上式积分得(1)1()()()()(1)!n bb bn n aa af f x dx x dx x dx n ξϕω++=++⎰⎰⎰(1)(1)0()()()()(1)!n nb biiin aai f f x l x dx x dx n ξω++==++∑⎰⎰(1)(1)0()()()()(1)!n nbbi i n aai f f x b l x dx x dxn ξω++==++∑⎰⎰若记 (),(0,1,2,bi ia A l x dx i ==⎰….. )n (1)(1)1()[]()(1)!n bn af R f x dxn ξω++=+⎰, (2)则有()()[]nbi i ai f x dx A f x R f ==+∑⎰(3)称式(3)为插值求型公式,其中(0,1,2,i A i =…. )n 与()f x 无关,叫求积系数, i x 为求积节点,[]R f 为求积公式余项,其中求积系数由(1)决定.2.1.1梯形求积公式1梯形公式当插值节点01,x x 分别选取区间端点,a b 时,由式(3)分别求出求积系数10012bb aa x x xb b aA dx dx x x a b ---===--⎰⎰,01102bb aa x x x ab a A dx dx x x b a ---===--⎰⎰.从而的求积公式()[()()]2bab a f x dx f a f b -≈+⎰. (4) 称求积公式(4)为梯形求积公式,简称梯形公式.2梯形公式截断误差: 3*()[](),12b a R f f ξ-''=- *[,]a b ξ∈. (5) 3梯形求积公式的代数精度:1 当()1f x =时,式(5)中 1(1)2bab adx b a x b a -=-=+=-⎰. 精确成立.2.1.2 辛普森求积公式1辛普森求积公式当选取节点为012,,2a bx a x x b +===时,由式(1)求下列求积系数 1200102()()()()2()()6()()2b b a a a b x x b x x x x b a A dx dx a b x x x x a a b +-----===+----⎰⎰,0211002()()()()2()()()3()()22bb aa x x x x x a xb b a A dx dx a b a b x x x x a b -----===++----⎰⎰.0122021()()()()2()()6()()22b b a a a bx a x x x x x b a A dx dx a b a b x x x x a b +-----===++----⎰⎰ .从而求积公式()[()4()()]62bab a a bf x dx f a f f b -+≈++⎰. （6）称式(6)为抛物线积分公式或辛普森积分公式.2抛物线求积公式误差估计定理1.若()f x 在[,]a b 上有四阶连续导数,则抛物线公式(6)的余项为:5(4)**()[](),[,]2880b a R f f a b ξξ--=∈. (7) 3抛物线公式的代数精度为3.易验证,当23()1,,,f x x x x =时,式(6)精确成立,而当4()f x x =时,式(6)不能精确成立.2.1.3 牛顿-科茨公式1牛顿-科茨公式在等距离节点i x a ih =+下,其中(0,1,2b ah i n-==…. )n .作为变量替换x a th =+,那么由求积公式(1),得系数:10(1)(1)(1)()!(1)(1)!ni n t t t i t i t n A h dt i n ---+---==--⎰10(1)(1)...(1)(1)...()(0,1,2,...)!(1)!n nb a t t t i t i t n dt i n n i n -----+---=-⎰ (8)则 ()()n i i A b a C =- (9) 于是差值求积公式为:()0()()()[]nbn i i ai f x dx b a C f x R f ==-+∑⎰(10)称公式(10)为牛顿-科茨求积公式,其中()n iC 称为科茨系数.显然,科茨系数与被积函数()f x 及积分区间[,]a b 无关,它指依赖于n ,且为多项式积分.因此,只要给出n ,就能看出i A ,并写出相应地牛顿-科茨公式.2牛顿-科茨公式的截断误差与代数精度.当1n =与2n =情况分析牛顿-科茨公式的截断误差为(1)()[]()()()(1)!n b b bn aaaf R f f x dx x dx x dxn ξϕω+=-=+⎰⎰⎰牛顿-科茨公式的截断误差还可以写成(2)*1()[]()((2)!n bn a f R f x dx n n ξω++=+⎰为偶数）(1)*1()[]()(1)!n bn a f R f x dx n ξω++=+⎰ (n 为奇数） (11) 其中*[,]a b ξ∈,且不依赖于x ,101()()()...()n n x x x x x x x ω+=---,对()f x 为任何并不超过n 次多项式,均有(1)()0n fx +≡,因而[]0R f ≡,即0()()nbi i ai f x dx A f x ==∑⎰精确成立,也就是说,牛顿-科茨公式的代数精度至少为n ,牛顿-科茨公式在n 为偶数时,至少具有1n +次代数精度,在n 为奇数情况时,至少具有n 次代数精度.2.1.4复化梯形求积公式将区间[,]a b 等分,节点为i x a ih =+ (步长b ah n-=),0,1,2...,i n =)在每个小区间1[,]i i x x -上采用梯形公式(4)得11111()()[(()()]2ii nnbx i i i i ax i i x x f x dx f x dx f x f x ---==-=≈+=∑∑⎰⎰11[()()]2ni i i hf x f x +=+=∑11[()2()()]2n i n i hf a f x f b T -=++=∑ (12)称式(12)为复化梯形公式. 复化梯形公式余项为()2()()()12i n b a R f h f η-''=-(13) 2.1.5复化辛普森求积公式在每个小区间],[1+i i x x 上,辛普森公式(6)得11102()[()4()()]6n bi i ai i hf x dx f x f x f x -++==++∑⎰（14）111012[()4()2((6)]6n n i i i i hf a f x f x f --+===+++∑∑记 )]()(2)(4)([6111021b f x f x f a f hS n i i n i i n +++=∑∑-=-=+ (15)式中,21+i x为],[1+i i x x 的中点,即h x x i i 2121+=+.式(15)称为复化辛普森公式,其余项为∑-=-=-=10)4(4)()2(180)()(n i i n n f h h S f I f R η, 1(,).i i i x x η+∈故 ),(),()2(180)(R )4(4b a f h a b f n ∈--=ηη (16) 为复化辛普森的截断误差. 2.1.6复化科茨求积公式将区间[,]a b n 等分, 4n m =,m 为正整数,在每个子区间444[,]k k x x -上用科茨求积公式得到复化求积公式:412()[7()7()32()45mbk ak hf x dx f a f b f x -≈++∑⎰14241411112()32()14()mmm k k k N k k k f xf x f x C ---===+++=∑∑∑ (17)其中 4b a b a h n m--==, k x a kh =+ 其截断误差为6(6)2()[,](),()945n b a R f C h f a b ηη-=-<. 2.1.7 变步长复化求积方法复化求积公式虽然计算简单,也达到了提高精度的目的,但为了满足精度要求必须顾及误差,利用误差公式往往很困难,因为误差表达式中含有未知函数的导数,而估计各阶导数的最大值不太容易.我们可以采取把积分的区间[,]a b 细分的办法,在计算积分时将步长逐步折半,利用前后两次结果进行误差估计,如此继续,直到相邻两次结果相差不大,取最小的步长算出的结果为积分值,这种方法称为变步长积分法.以复化梯形公式为例,把区间[,]a b 分成n 等分,设复化梯形公式的近似值为n T ,原积分值为I ,由复化梯形公式误差公式(14)知:2"11()()()n b a b a I T f a b N N ηη--=-<<再把区间[,]a b 分成2n 等分,得近似值2n T ,则2222()()()122k b a b a I T f a b nηη--''=-<< 假定()f x ''在[,]a b 上变化不大,既有12()()f f ηη''''≈. 由上式得 .24kkI T I T -≈-于是 222211()()341n n n n n n I T T T T T T ≈+-=+-- (18) 式(18)表明若用2n T 作为I 的近似值,其截断误差约为2()3n n T T - (19)2.2 龙贝格求积公式龙贝格积分法的基本思想是采用复化梯形求积方法不断折半步长过程中,在积分结果中加入时候误差估计值进行补偿,使积分计算的收敛性加速,就可以加工出,,,...n n n S C R 精度较高的积分结果.由式(19), 2n T 的误差大致为23n nT T -,因此,可用这个误差值作为2n T 的一种补偿,加到2n T 上,则可得到积分准确值I ,比2n T 的更好近似值~T .222141()333n n n n nT T T T T T =+-=- 2221(2)21n n T T =-- (20)式(20)左端1n =时记122121141()333S T T T T T =+-=- 112()()332a b T b a f +=+- [()4()()]62b a a b f a f f b -+=++恰好为[,]a b 上应用辛普生公式(16)的结果.在每个小区间应用辛普生公式:11[()2()()]2n n k k hT f a f x f b -==++∑121()112[()2()()2()]4n n n k k k k hT f a f x f b f x --===+++∑∑代入式(20)的左端得11111[()2()()2()32n nk k k k h f a f x f b f x -==+++--∑∑ 11[()2()()]2n k k h f a f x f b -++∑11111[()4()2()()]62n n k k k k f a f x f x f b -===+-++∑∑n S =从而复化辛普森公式与复化梯形公式公式有以下关系式2441n nn T T S -=- (21)类似也可以推证,在辛普森序列基础上,利用以下关系式22242161151541n n n n n S S C S S -=-=- (22)可以造出收敛速度更快的科茨序列12,...,...n C C C 将此推行下去,在科茨序列基础上,通过243431n nn C C R -=- (23)构造出收敛速度比科茨序列更快的龙贝格序列12,,......n R R R .以上这种通过逐步构造龙贝格序列的积分近似值法就称为龙贝格积分法.2.3高斯求积公式由定理()()()baf x F b F a =-⎰知,插值型求积公式的代数精度与求积节点的个数有关,具有1n +个节点的插值型求积公式至少具有n 次代数精度.不仅如此,代数精度与节点的选取有关,在构造牛顿-科茨求积公式时,为了简化处理过程,限定用等分节点作为求积节点,这样做,虽然公式确实得到简化,但同时也限制了公式的代数精度. 设积分,1,1=-=b a 本段讨论如下求积公式11()()ni i i f x A f x -==∑⎰(24)对任意积分区间[,]a b ,通过变 22ba t ab x ++-= 可以转换到区间]1,1[-上,这时11()()222bab a b a a bf x dx f t dt ---+=+⎰⎰ 此时,求积公式写为0()()222n bii ai b a a b b af x dx A f t =-+-=+∑⎰若一组节点]1,1[.....,10-∈n x x x 使插值型求积公式(24)具有21n +次代数精度,则称此组节点为高斯点,并称相应求积公式(24)为高斯求积公式.2.3.1 高斯求积公式的余项(2)2()[]()()()(22)!n nbb k k aa k f R f f x dx A f x x dx n ηω+==-=+∑⎰⎰ 其中01()()()...(),[,]n x x x x x x x a b ωη=---∈,且不依赖于x .2.3.2 复化高斯求积公式复化高斯求积公式的基本思想是:将积分区间[,]a b 分成n 个等长小区间1[,](1,...)i i t t i m -=,然后在低阶(2n =)高斯求积公式算出近似值,最后将他们相加的积分()baf t dt ⎰的近似值m G ,即11111111()()[]222ii mmbt i i i i i i at i i t t t t t t f t dt f t dt dt -----==-+-==+∑∑⎰⎰⎰1111[()]222m i h ha i h x dx-==+-+∑⎰101[()]222m n j j mi j h hA f a i h x G ==≈+-+≈∑∑ (25)其中mab h -=,j A 与(0,1,2,...,)j t j n =可由书中表中查出. 3 应用3.1插值型积分的应用例1 用牛顿-科茨公式(1,2,4n =)计算积分12211I x =+⎰. 解 1n =时2210112[]0.4512101()2I -≈+=++2n =时22211112[4]0.463725116101()1()42I -≈++=+++4n =时2222111112[7321232]0.46363311390101()1()1()848I =++++≈++++例2 利用复化梯形求积公式计算积分 12211I dx x =+⎰解设211)(xx f +=,分点个数为n =1,2,4,5时,求出相应积分n T , 111[(()())],21,2(),.n n i i i i i T f a f b f h b a h n n f x f x a ih ih -=⎧=++⎪⎪-⎪==⎨⎪=⎪⎪=+=⎩∑列表如下:n =1的计算结果见表1-1所列 n h0x 1x 0f1f1T10.50.00.51.00.80.45n =2的表格如下 n h0x1x2x0f1f 2f 2T20.250.000.250.501.000.941765 0.800.460294n =4时计算结果如下表 n h 0x1x2x3x4x40.1250.000.1250.250.3750.500f1f2f3f4f4T1.000.98461540.94117650.8767120.800.462813n = 5时计算结果如下 n h0x1x2x3x4x5x50.10.00.10.20.30.40.50f1f2f3f4f5f5T1.00.9900990.96153850.917430.8620690.80.463114例3 利用复化求积公式120x e dx ⎰,问积分区间为多少等分才能得证有5位有效数字？解由式（14）知322()[],()()1212n b a b a R f h f n f n n--''''=-=- 有1(),(),2x xf x e f x e b a ''==-=,当]21,0[∈x 时,在12|()|f x e ''≤,所以122|[]|96n eR f n≤ 由于120x e dx ⎰的准确值具有一位整数,所以要使近似值具有5位有效数字,n 必须满足4242211048,102196⨯≥⨯≤-e n n e 或取对数有 19=n .即将区间]21,0[19等分可满足给定的精度要求.例4 利用复化抛物线求积公式计算 120211I dx x =+⎰. 解设11)(2+=x x f ,取m =1,2, 3时,公式()⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧++=+=====-=+++=+---=-=+∑∑.)12(,2),(),(),(,,242[31221212221111,1222h i a x ih a x x f f x f f b f f a f f m a b n f f f f h S i i i i i i b a m i m i i b a m当m =1,2,3时结果如下表所示当m =1时m h(0.0)f )25.0(f )5.0(f2S1 0.25 1.0 0.9411765 0.80 0.463725当m =2时mh(0.0)f(0.125)f (0.025)f (0.35)f )5.0(f4S20.125 1.0 0.9846154 0.9411765 0.8767123 0.80 0.463653当m =3时mh(0.0)f(0.08333)f (0.16667)f (0.35)f(0.33333)f (0.14166667)f )5.0(f4S30.83331.00.99310340.9729730.9411760.90.852070.80.4636例5 用复化梯形公式,辛普森公式和科茨公式计算积分10sin xdx x ⎰的近似值.解按精度要求确定]1,0[分多少等分,即确定步长,要使6441021)1(28801|],[|-⨯≤≤M m S f R n ,只需.4642880102M m ⨯≥令10sin ()cos xf x txdt x==⎰, 则1()0sin ()()(cos )k kk k k d xd fx tx dt dx xdx ==⎰1cos().2k t tx kdt π=+⎰dt ktx t x f k k |)2cos(|max )(|max 10)(π+≤⎰11.1k t d t t≤=+⎰)10(≤≤x (4)1max |()| 5.f x ≤所以只要,9.13831288010264=⨯⨯≥-m 取m =4即可, 当4n =时,在每个子区间上用式(25）,或(14),或(17),结果.9460829.0,9460833.0,9456911.0888===C S T3.2 龙贝格积分公式应用例6 用龙贝格算法计算积分1241I dx x=+⎰的近似值,要求误差小于510-. 解 .3,0,14)(2==+=b a x x f 步骤如下:2)1(,4)0()1(==f f 得.3)]1()0([211=+=f f T )2(计算,1.3)]21([21,516)21(12=+==f T T f 由此得 301333334121=-=T T S . (3)算出），（43),41(f f 从而,3013118)]43()41([412124=++=f f T T,14157.334242=-=T T S.30142121516121=-=S S C (4)计算),87(),85(),83(),81(f f f f 从而得到:13899.3)]87()85()83()81([812148=++++=f f f f T T ,,14159.334482=-=T T S,14059.31516242=-=S S C .1458.36364121=-=C C R(5)再计算),1615(),1613(),1611(),169(),167(),165(),163(),161(f f f f f f f f从而得到: 14094.316=T30141598=S ,,14159.3,14159.324==R C 51210||-≤-R R , 所以12043.14159.1dx x ≈+⎰3.3高斯求积公式的应用例7 用两点复化高斯求积公式计算10,x I e dx =⎰要求允许误差.106-=ε解在本算法中取21=+n 时,,110==A A 其中;,)(mab h e x f x -== =++--=∑=)22(2201j jj b a x a b f A a b G.87189637800.1][21)32121()32121(=++-eem =2时, h =21, ]4121)21([4120202j i j j x i f A G +⨯-=∑∑==.57182571650.1)(41341333413341333413=+++=++--eeee m =3时, h =31. .37182769352.1]631)21([6130203=+⨯-=∑∑==j i j j x i f A G .101027.71||||56323--<⨯≈+-G G G3.4 几种方法的比较分析例8 计算积分211ln 2dx x =⎰，精确到0.001.(1)利用矩形公式计算, 因为对于x x f 1)(=,有320()2f x x''<=<(如果1<x <2),所以按照公式0)2(S =+-dx b a x ba . 0<n R <2112n . 如果取n =10,则我们公式的余项的余数得31010.84101200R -<<⨯,我们还必须加进由于在计算函数值实行四舍五入所产生的误差的界限相差于0.16⨯310-,为了这个目的只要计算1x的值到四位小数精确到0.00005就够了.我们有1232527292132152172192 1.051.151.251.351.551.651.751.851.95x x x x x x x x x =========5128.05405.05714.06061.06897.07407.08.08696.09524.02192172152132927252321=========y y y y y y y y y 和6.928469284.0109284.6=(2) 按照梯形公式作同样的计算,在这种情况下,作公式 210,||6n n R R n<<在这儿也试一试取n =10,虽然此时仅可以证3107.16001||-⨯<<n R ,纵坐标是9.18.17.16.15.14.13.12.11.1987654321=========x x x x x x x x x 5263.05556.05882.06250.06667.07143.07692.08333.09091.0987654321=========y y y y y y y y y和1877.669377.01877.621500101=+）（ (3) 用辛普森公式做同样的计算作公式 .0))(()2(180)()4(45<≤≤⨯--=n n R b a f n a b R ξξ 并且n =5时有55104.1||-⨯<R .实行计算到五位数字,精确到0.0000058.16.14.12.14321====x x x x 45636.555556.062500.071429.083333.04321和====y y y y 9.17.15.13.11.12927252321=====x x x x x83820.1352632.058824.066667.076923.090909.029********和=====y y y y y.20.150==x x 50000.150000.060000.150和==y y6931525.083820.345636.550000.1301=++）（. 由此可见，用辛普森公式计算得到的值误差最小，计算量相对一般；而用矩形公式计算得到的值误差较大，计算量也比较大；用梯形公式计算的值误差比用矩形公式得到的值要误差小，计算量也是如此.所以我们计算定积分时用辛普森公式往往得到的值误差小，而对没有要求误差大小的，则可以选择辛普森或者是梯形公式，因为这两种方法计算量相对较小.结束语本文只讨论了一些一维数值积分方法及其它们的应用,误差分析等有关内容.其中最常用的方法是插值型积分以及复化方法、龙贝格积分方法和高斯积分方法,并讨论了相关求积方法的代数精度和误差分析,并给出了一些例题,分析各种方法的近似值,得出误差分析最小的近似方法.由于篇幅有限,对于高维数值积分方法本文便不再讨论.参考文献[1] 华东师范大学数学系，数学分析（第一版）[M]，北京:高等教育出版社,2001. [2] 李庆阳,关治,白峰杉，数值计算原理（第二版）[M]，北京: 清华大学出版社, 2008. [3] 肖筱南，现代数值计算方法（第一版）[M]，北京: 北京大学出版社, 1999.[4] 菲赫金格尔茨，微积分学教程（第三版）[M]，北京: 高等教育出版社, 2005. [5] 裴礼文，数学分析中的典型问题与方法（第一版）[M] ，北京: 北京大学出版社,2004. [6] 李桂成，计算方法（第三版）[M]，北京: 高等教育出版社,2010.[7] Yin Y uezhu ,Yang Zhonglian.Calculating Skillfully the Curve Integral and Surface Integral Type 2 bySymmetry, SCIENCE & TECHNOLOGY INFORMATION ,2008(30)The Approximate Numerical Method of the Definite IntegralAbstract This paper mainly discusses common numerical methods of unary function, such as approximate calculation method of interpolation integral, Lebesgue integral and Gauss integration. With these methods in calculating the integral, it will produce some error. In order to reduce the error, we can use after the formula for product and after the Gauss formula. This paper focus on these methods introducing formula of introduction and truncation errors .In addition they can provide examples to analysis size of the error and computation.Keywords interpolation integral Lebesgue integral Gauss integral error analysis approximate computation。

复化辛普森公式实验报告

复化辛普森公式实验报告
复化辛普森公式是数值积分中一种常用的方法，用于计算定积分的近似值。

在实验报告中，通常会包括以下内容：
1. 引言，介绍复化辛普森公式的背景和意义，说明为什么要进行这个实验以及实验的目的和意义。

2. 理论基础，详细介绍复化辛普森公式的原理和推导过程，包括如何将定积分转化为复化求和的形式，以及辛普森公式的误差估计等内容。

3. 实验设计，描述实验的具体步骤和方法，包括选择的函数、积分区间的确定、分割数的选择等。

4. 实验结果，给出实验所得的数值结果，包括原函数的近似积分值以及相应的误差估计。

5. 讨论与分析，对实验结果进行分析，比较实验结果与精确值的差异，讨论误差的来源和可能的改进方法。

6. 结论，总结实验的结果，总结实验的主要发现和得出的结论，提出可能的改进方向和未来的研究方向。

以上是一份完整的复化辛普森公式实验报告的一般结构，您可
以根据实际情况适当调整和完善。

定积分的近似计算方法

定积分的近似计算方法定积分是数学中重要的概念之一，用于计算曲线下面积、体积、质量等问题。

然而，很多情况下，定积分的精确计算是困难的，因此需要使用近似计算的方法来求解。

下面将介绍一些常用的定积分近似计算方法。

1.矩形法：矩形法是最基本的一种近似计算方法，它将定积分区间划分为若干个小区间，并在每个小区间上选择一个代表点，然后计算这些小区间的矩形面积之和。

通常有三种矩形法：左矩形法（取每个小区间左端点的函数值）、右矩形法（取每个小区间右端点的函数值）和中矩形法（取每个小区间中点的函数值）。

它们的近似公式分别为：左矩形法：$\int_{a}^{b}f(x)dx \approx \sum_{k=0}^{n-1}f(x_k)(x_{k+1}-x_k)$右矩形法：$\int_{a}^{b}f(x)dx \approx\sum_{k=1}^{n}f(x_k)(x_k-x_{k-1})$中矩形法：$\int_{a}^{b}f(x)dx \approx \sum_{k=0}^{n-1}f(\frac{x_k+x_{k+1}}{2})(x_{k+1}-x_k)$2.梯形法：梯形法是一种比矩形法更精确的近似计算方法。

它的基本思想是将定积分区间划分为若干个小区间，在每个小区间上选择两个端点，然后计算这些小区间内的梯形面积之和。

近似公式为：$\int_{a}^{b}f(x)dx \approx \sum_{k=1}^{n}\frac{f(x_{k-1})+f(x_k)}{2}(x_k-x_{k-1})$3.辛普森法：辛普森法是一种更加精确的近似计算方法，它将定积分区间划分为若干个小区间，并在每个小区间上选择三个点，通过连接这三个点构造一个二次插值多项式，然后计算这些二次插值多项式下的曲线面积之和。

近似公式为：$\int_{a}^{b}f(x)dx \approx\frac{h}{3}\sum_{k=0}^{\frac{n}{2}-1}(f(x_{2k})+4f(x_{2k+1})+f(x_{2k+2}))$其中，$h=\frac{b-a}{n}$，$n$为划分小区间的个数。

第32讲定积分的分部积分法与近似计算

2 所以： x f " x dx x f ' x f ' x 2 xdx 0 0
1 2
1
又 f x dx e C ，所以 f x e
x2
' 2 xe
x2
x2
，
再令 u1 x, v1 ' f ' x
2 0

2
I 1 2 sin xdx 1
0

续当 n 2k 1 时，
n 1 n 3 4 2 In I1 n n2 5 3 n 1 n 3 4 2 n n2 5 3
当n 2k 时， n 1 n 3 3 1 In I0 n n2 4 2
n 1 n 3 3 1 n n2 4 2 2
令x

2
t 可得第二式显然也成立。
e 例4 设 f x 的一个原函数是
2
x2
，求 x 2 f " x dx
0
1
解令 u x , v' f " x ，则 u ' 2 x, v f ' x
其误差分别为：
b a 2
2n
y ' ,
b a 3
12n 2
y" ,
b a 5
180n 4
y 4
a b
小结：

全面理解分部积分公式
熟练使用分部积分公式求积分
了解定积分的近似计算方法
作业：第P306Fra bibliotek习题5-5
4e 2e 2e

定积分的近似计算方法

定积分的近似计算方法定积分是微积分中的重要概念，它代表了曲线与坐标轴之间的有限面积。

在实际问题中，有时候我们需要计算一些函数在一定范围内的定积分，以获得其中一种物理量或求解其中一种问题的解析解。

然而，有些函数的原函数较复杂甚至难以找到，这时候我们就需要使用定积分的近似计算方法。

下面将介绍几种常用的定积分近似计算方法：1.矩形法：矩形法是最简单的一种近似计算方法。

它的思想是将积分区间等分成若干个小区间，然后在每个小区间上选择一个代表点，通过函数在这些代表点处的函数值与小区间长度的乘积来近似计算定积分。

具体计算公式为：∫[a,b]f(x)dx ≈ Δx * (f(x₁) + f(x₂) + ... + f(xₙ))其中，Δx=(b-a)/n，n为小区间个数，x₁、x₂等为代表点。

当n越大时，近似结果越接近真实结果。

2.梯形法：梯形法是将积分区间分成若干个小区间，然后在每个小区间上构造一个梯形，通过计算梯形的面积来近似计算定积分。

具体计算公式为：∫[a,b]f(x)dx ≈ Δx * (f(x₁) + f(x₂))/2 + Δx * (f(x₂) +f(x₃))/2 + ... + Δx * (f(xₙ-1) + f(xₙ))/2其中，Δx=(b-a)/n，n为小区间个数，x₁、x₂等为小区间的端点。

3.辛普森法：辛普森法是一种比矩形法和梯形法更精确的近似计算方法。

它的思想是将积分区间分成若干个小区间，然后在每个小区间上构造一个二次多项式，通过计算这些二次多项式的面积来近似计算定积分。

具体计算公式为：∫[a,b]f(x)dx ≈ Δx * (f(x₀)+4f(x₁)+f(x₂))/3 + Δx *(f(x₂)+4f(x₃)+f(x₄))/3 + ... + Δx * (f(xₙ-2)+4f(xₙ-1)+f(xₙ))/3其中，Δx=(b-a)/n，n为小区间个数，x₀、x₁、x₂等为小区间的端点。

4.蒙特卡洛法：蒙特卡洛法是通过随机抽取点的方法来近似计算定积分。

实验二：定积分的近似计算

实验二：定积分的近似计算实验目标：1、熟悉MATLAB 的程序设计方法；2、熟悉MATLAB 下命令文件和函数文件的建立和使用；3、学习定积分的三种近似计算方法：矩形法、梯形法、辛普生法；4、理解数值计算的误差分析。

问题背景：求定积分的近似值的数值方法就是用被积函数的有限个抽样值的离散或加权平均近似值代替定积分的值。

求某函数的定积分时，在多数情况下，被积函数的原函数很难用初等函数表达出来，因此能够借助牛顿-莱布尼兹公式计算定积分的机会是不多的。

另外，许多实际问题中的被积函数往往是列表函数或其他形式的非连续函数，对这类函数的定积分，也不能用不定积分方法求解。

由于以上原因，数值积分的理论与方法一直是计算数学研究的基本课题。

定积分的近似解的简单方法包括：矩形公式、梯形公式和辛普生公式。

根据定积分的定义，每个积分和都可以看做是定积分的近似值，即⎰∑=∆=ba ni i i x f dx x f 1)()(ζ在几何意义上，这是用一系列小块区域的面积近似小曲边梯形的面积。

当然，只有当积分区间被分割的很细时，计算结果才具有一定的精确度。

● 矩形法：设积分区间被等分为若干份，第i 份是由][1+i i x x 表示，则该小块区域面积为：)(*1i i i x f x x -+ 或)(*11++-i i i x f x x 或)(*211++-i i i x f x x● 梯形法：设积分区间被等分为若干份，第i 份是由][1+i i x x 表示，取)(i x f 和)(1+i x f 的加权平均值作为平均高度)(i f ζ，则该小块区域面积为：2)()(*11+++-i i i i x f x f x x ● 辛普生法：设积分区间被等分为若干份，第i 份是由][1+i i x x 表示，中点为21+i x ，取函数)(x f 在i x ，1+i x ，21+i x 这是三点的函数值的加权平均值作为平均高度的近似值，则该小块区域面积为：6)()(4)(*1211+++++-i i i i i x f x f x f x x实验内容：1、试推导定积分的三种近似计算方法的迭代公式（矩形法、梯形法、辛普生法）。

定积分近似计算方法

定积分的近似计算方法摘要本文主要讨论了一元函数常见的数值积分方法,例如插值型求积公式、龙贝格求积公式、高斯求积公式等近似计算方法,在用这些方法计算定积分时,会产生一些误差,为了减少误差, 可以利用复化求积公式、复化高斯公式等.本文围绕这些方法,系统介绍它们的计算公式以及截断误差,并用例题分析它们产生误差的大小、计算量等.关键词插值型积分龙贝格积分高斯积分误差分析近似计算1引言在计算定积分的值()b aI f x dx =⎰时,常常根据微积分学基本定理求出)(x f 的一个原函数)(x F ,再用牛顿-莱布尼茨公式求的积分,()()()baI f x dx F b F a ==-⎰.但在实际应用中,这种方法只限于解决一小部分定积分的求值问题.当函数没有具体表达式,只是一些实验测得数据形成的表格或图形或者是()F x 无法用初等函数表示,例如,2bx ae dx ⎰,2sin ba x dx ⎰等等,这就需要我们用一些近似方法求的积分值.与数值积分一样,把积分区间细分,在每个小区间上,找到简单函数)(x ϕ来近似代替()f x ,且()bax dx ϕ⎰的值容易求的.这样就把计算复杂的()baf x dx ⎰转化为求简单的积分值()bax dx ϕ⎰.因此,定积分的近似计算实质上是就是被积函数的近似计算问题.2常见数值方法 2.1牛顿-科茨数值方法牛顿-科茨求积公式是求积节点等距离分布的插值型求积公式.利用插值多项式来构造数值积分公式是最常用、最基本的方法,具体做法是：给定区间[,]a b 上一组节点01...n a x x x b =<<<=,以及节点处函数()(0,1,2,i f x i n =,作()f x 的n 次拉格朗日多项式()()()nn i i i x f x l x ϕ==∑,其中 011011()()()()()()()()()i i n i i i i i i i n x x L x x x x L x x l x x x L x x x x L x x -+-+----=----,将插值公式(1)1()()()()(1)!n n n f f x x x n ξϕω++=++. 其中 1012()()()()()n n x xx x xx x L x x ω+=----,[,]a b ξ∈,依赖于变量x , 上式积分得(1)1()()()()(1)!n bb bn n aa af f x dx x dx x dx n ξϕω++=++⎰⎰⎰(1)(1)0()()()()(1)!n nb biiin aai f f x l x dx x dx n ξω++==++∑⎰⎰(1)(1)0()()()()(1)!n nb bi i n aai f f x b l x dx x dxn ξω++==++∑⎰⎰若记 (),(0,1,2,bi ia A l x dx i ==⎰….. )n (1)(1)1()[]()(1)!n bn af R f x dxn ξω++=+⎰, (2)则有()()[]nbi i ai f x dx A f x R f ==+∑⎰(3)称式(3)为插值求型公式,其中(0,1,2,i A i =…. )n 与()f x 无关,叫求积系数, i x 为求积节点,[]R f 为求积公式余项,其中求积系数由(1)决定.2.1.1梯形求积公式1梯形公式当插值节点01,x x 分别选取区间端点,a b 时,由式(3)分别求出求积系数10012bb aa x x xb b aA dx dx x x a b ---===--⎰⎰,01102bb aa x x x ab a A dx dx x x b a ---===--⎰⎰.从而的求积公式()[()()]2bab af x dx f a f b -≈+⎰. (4) 称求积公式(4)为梯形求积公式,简称梯形公式.2梯形公式截断误差: 3*()[](),12b a R f f ξ-''=- *[,]a b ξ∈. (5) 3梯形求积公式的代数精度:1 当()1f x =时,式(5)中 1(1)2bab adx b a x b a -=-=+=-⎰. 精确成立.2.1.2 辛普森求积公式1辛普森求积公式当选取节点为012,,2a bx a x x b +===时,由式(1)求下列求积系数 1200102()()()()2()()6()()2b b a a a b x x b x x x x b a A dx dx a b x x x x a a b +-----===+----⎰⎰,0211002()()()()2()()()3()()22bb aa x x x x x a xb b a A dx dx a b a b x x x x a b -----===++----⎰⎰.0122021()()()()2()()6()()22b b a a a bx a x x x x x b a A dx dx a b a b x x x x a b +-----===++----⎰⎰ .从而求积公式()[()4()()]62bab a a bf x dx f a f f b -+≈++⎰. （6）称式(6)为抛物线积分公式或辛普森积分公式.2抛物线求积公式误差估计定理1.若()f x 在[,]a b 上有四阶连续导数,则抛物线公式(6)的余项为:5(4)**()[](),[,]2880b a R f f a b ξξ--=∈. (7) 3抛物线公式的代数精度为3.易验证,当23()1,,,f x x x x =时,式(6)精确成立,而当4()f x x =时,式(6)不能精确成立.2.1.3 牛顿-科茨公式1牛顿-科茨公式在等距离节点i x a ih =+下,其中(0,1,2b ah i n-==…. )n .作为变量替换x a th =+,那么由求积公式(1),得系数:10(1)(1)(1)()!(1)(1)!ni n t t t i t i t n A h dt i n ---+---==--⎰10(1)(1)...(1)(1)...()(0,1,2,...)!(1)!n nb a t t t i t i t n dt i n n i n -----+---=-⎰ (8)则 ()()n i iA b a C =- (9)于是差值求积公式为:()0()()()[]nbn i i ai f x dx b a C f x R f ==-+∑⎰(10)称公式(10)为牛顿-科茨求积公式,其中()n iC 称为科茨系数.显然,科茨系数与被积函数()f x 及积分区间[,]a b 无关,它指依赖于n ,且为多项式积分.因此,只要给出n ,就能看出i A ,并写出相应地牛顿-科茨公式.2牛顿-科茨公式的截断误差与代数精度.当1n =与2n =情况分析牛顿-科茨公式的截断误差为(1)()[]()()()(1)!n b b bn aaaf R f f x dx x dx x dxn ξϕω+=-=+⎰⎰⎰牛顿-科茨公式的截断误差还可以写成(2)*1()[]()((2)!n bn a f R f x dx n n ξω++=+⎰为偶数）(1)*1()[]()(1)!n bn af R f x dx n ξω++=+⎰ (n 为奇数） (11) 其中*[,]a b ξ∈,且不依赖于x ,101()()()...()n n x x x x x x x ω+=---,对()f x 为任何并不超过n 次多项式,均有(1)()0n fx +≡,因而[]0R f ≡,即0()()nbi i ai f x dx A f x ==∑⎰精确成立,也就是说,牛顿-科茨公式的代数精度至少为n ,牛顿-科茨公式在n 为偶数时,至少具有1n +次代数精度,在n 为奇数情况时,至少具有n 次代数精度.2.1.4复化梯形求积公式将区间[,]a b 等分,节点为i x a ih =+ (步长b ah n-=),0,1,2...,i n =)在每个小区间1[,]i i x x -上采用梯形公式(4)得11111()()[(()()]2ii nnbx i i i i ax i i x x f x dx f x dx f x f x ---==-=≈+=∑∑⎰⎰11[()()]2ni i i hf x f x +=+=∑11[()2()()]2n i n i hf a f x f b T -=++=∑ (12)称式(12)为复化梯形公式. 复化梯形公式余项为()2()()()12i n b a R f h f η-''=-(13) 2.1.5复化辛普森求积公式在每个小区间],[1+i i x x 上,辛普森公式(6)得11102()[()4()()]6n bi i ai i hf x dx f x f x f x -++==++∑⎰（14）111012[()4()2((6)]6n n i i i i hf a f x f x f --+===+++∑∑记 )]()(2)(4)([6111021b f x f x f a f hS n i i n i i n +++=∑∑-=-=+ (15)式中,21+i x为],[1+i i x x 的中点,即h x x i i 2121+=+.式(15)称为复化辛普森公式,其余项为∑-=-=-=10)4(4)()2(180)()(n i i n n f h h S f I f R η, 1(,).i i i x x η+∈ 故 ),(),()2(180)(R )4(4b a f h a b f n ∈--=ηη (16) 为复化辛普森的截断误差. 2.1.6复化科茨求积公式将区间[,]a b n 等分, 4n m =,m 为正整数,在每个子区间444[,]k k x x -上用科茨求积公式得到复化求积公式:412()[7()7()32()45mbk ak hf x dx f a f b f x -≈++∑⎰14241411112()32()14()mmm k k k N k k k f xf x f x C ---===+++=∑∑∑ (17)其中 4b a b ah n m--==, k x a kh =+ 其截断误差为6(6)2()[,](),()945n b a R f C h f a b ηη-=-<. 2.1.7 变步长复化求积方法复化求积公式虽然计算简单,也达到了提高精度的目的,但为了满足精度要求必须顾及误差,利用误差公式往往很困难,因为误差表达式中含有未知函数的导数,而估计各阶导数的最大值不太容易.我们可以采取把积分的区间[,]a b 细分的办法,在计算积分时将步长逐步折半,利用前后两次结果进行误差估计,如此继续,直到相邻两次结果相差不大,取最小的步长算出的结果为积分值,这种方法称为变步长积分法.以复化梯形公式为例,把区间[,]a b 分成n 等分,设复化梯形公式的近似值为n T ,原积分值为I ,由复化梯形公式误差公式(14)知:2"11()()()n b a b a I T f a b N N ηη--=-<<再把区间[,]a b 分成2n 等分,得近似值2n T ,则2222()()()122k b a b a I T f a b nηη--''=-<< 假定()f x ''在[,]a b 上变化不大,既有12()()f f ηη''''≈. 由上式得 .24kkI T I T -≈-于是 222211()()341n n n n n n I T T T T T T ≈+-=+-- (18) 式(18)表明若用2n T 作为I 的近似值,其截断误差约为2()3n n T T - (19)2.2 龙贝格求积公式龙贝格积分法的基本思想是采用复化梯形求积方法不断折半步长过程中,在积分结果中加入时候误差估计值进行补偿,使积分计算的收敛性加速,就可以加工出,,,...n n n S C R 精度较高的积分结果.由式(19), 2n T 的误差大致为23n nT T -,因此,可用这个误差值作为2n T 的一种补偿,加到2n T 上,则可得到积分准确值I ,比2n T 的更好近似值~T .222141()333n n n n nT T T T T T =+-=-2221(2)21n n T T =-- (20)式(20)左端1n =时记122121141()333S T T T T T =+-=- 112()()332a b T b a f +=+- [()4()()]62b a a b f a f f b -+=++恰好为[,]a b 上应用辛普生公式(16)的结果.在每个小区间应用辛普生公式:11[()2()()]2n n k k hT f a f x f b -==++∑121()112[()2()()2()]4n n n k k k k hT f a f x f b f x --===+++∑∑代入式(20)的左端得11111[()2()()2()32n nk k k k h f a f x f b f x -==+++--∑∑ 11[()2()()]2n k k h f a f x f b -++∑11111[()4()2()()]62n n k k k k f a f x f x f b -===+-++∑∑nS =从而复化辛普森公式与复化梯形公式公式有以下关系式2441n nn T T S -=- (21)类似也可以推证,在辛普森序列基础上,利用以下关系式22242161151541n n n n n S S C S S -=-=- (22)可以造出收敛速度更快的科茨序列12,...,...n C C C 将此推行下去,在科茨序列基础上,通过243431n nn C C R -=- (23)构造出收敛速度比科茨序列更快的龙贝格序列12,,......n R R R .以上这种通过逐步构造龙贝格序列的积分近似值法就称为龙贝格积分法.2.3高斯求积公式由定理()()()baf x F b F a =-⎰知,插值型求积公式的代数精度与求积节点的个数有关,具有1n +个节点的插值型求积公式至少具有n 次代数精度.不仅如此,代数精度与节点的选取有关,在构造牛顿-科茨求积公式时,为了简化处理过程,限定用等分节点作为求积节点,这样做,虽然公式确实得到简化,但同时也限制了公式的代数精度. 设积分,1,1=-=b a 本段讨论如下求积公式11()()ni i i f x A f x -==∑⎰(24)对任意积分区间[,]a b ,通过变 22ba t ab x ++-= 可以转换到区间]1,1[-上,这时11()()222bab a b a a bf x dx f t dt ---+=+⎰⎰ 此时,求积公式写为0()()222n bii ai b a a b b af x dx A f t =-+-=+∑⎰若一组节点]1,1[.....,10-∈n x x x 使插值型求积公式(24)具有21n +次代数精度,则称此组节点为高斯点,并称相应求积公式(24)为高斯求积公式.2.3.1 高斯求积公式的余项(2)2()[]()()()(22)!n nbb k k aa k f R f f x dx A f x x dx n ηω+==-=+∑⎰⎰ 其中 01()()()...(),[,]n x x x x x x x ab ωη=---∈,且不依赖于x .2.3.2 复化高斯求积公式复化高斯求积公式的基本思想是:将积分区间[,]a b 分成n个等长小区间1[,](1,...)i i t t i m -=,然后在低阶(2n =)高斯求积公式算出近似值,最后将他们相加的积分()baf t dt ⎰的近似值m G ,即11111111()()[]222ii mmbt i i i i i i at i i t t t t t t f t dt f t dt dt -----==-+-==+∑∑⎰⎰⎰1111[()]222m i h ha i h x dx-==+-+∑⎰101[()]222m n j j mi j h hA f a i h x G ==≈+-+≈∑∑ (25)其中mab h -=,j A 与(0,1,2,...,)j t j n =可由书中表中查出. 3 应用3.1插值型积分的应用例1 用牛顿-科茨公式(1,2,4n =)计算积分12211I x =+⎰. 解 1n =时2210112[]0.4512101()2I -≈+=++2n =时22211112[4]0.463725116101()1()42I -≈++=+++4n =时2222111112[7321232]0.46363311390101()1()1()848I =++++≈++++例2 利用复化梯形求积公式计算积分 12211I dx x =+⎰解设211)(xx f +=,分点个数为n =1,2,4,5时,求出相应积分n T , 111[(()())],21,2(),.n n i i i i i T f a f b f h b a h n n f x f x a ih ih -=⎧=++⎪⎪-⎪==⎨⎪=⎪⎪=+=⎩∑列表如下:n =1的计算结果见表1-1所列 n h0x 1x 0f1f1T10.50.00.51.0 0.8 0.45n =2的表格如下 n hx1x2xf1f2f2T20.250.00 0.25 0.50 1.00 0.941765 0.80 0.460294n =4时计算结果如下表 n h 0x1x2x3x4x40.1250.00 0.125 0.25 0.375 0.50f1f2f3f4f4T1.00 0.9846154 0.9411765 0.876712 0.80 0.462813n = 5时计算结果如下 n hx1x2x3x4x5x50.10.0 0.1 0.2 0.3 0.40.5f1f2f3f4f5f5T1.0 0.990099 0.9615385 0.91743 0.862069 0.80.463114例3 利用复化求积公式120x e dx ⎰,问积分区间为多少等分才能得证有5位有效数字？解由式（14）知322()[],()()1212n b a b a R f h f n f n n--''''=-=- 有1(),(),2x x f x e f x e b a ''==-=,当]21,0[∈x 时,在12|()|f x e ''≤,所以122|[]|96n eR f n≤ 由于120x e dx ⎰的准确值具有一位整数,所以要使近似值具有5位有效数字,n 必须满足4242211048,102196⨯≥⨯≤-e n n e 或取对数有 19=n .即将区间]21,0[19等分可满足给定的精度要求.例4 利用复化抛物线求积公式计算 120211I dx x =+⎰. 解设11)(2+=x x f ,取m =1,2, 3时,公式()⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧++=+=====-=+++=+---=-=+∑∑.)12(,2),(),(),(,,242[31221212221111,1222h i a x ih a x x f f x f f b f f a f f m a b n f f f f h S i i i i i i b a m i m i i b a m当m =1,2,3时结果如下表所示当m =1时m h(0.0)f )25.0(f )5.0(f2S1 0.25 1.0 0.9411765 0.80 0.463725当m =2时mh(0.0)f(0.125)f (0.025)f (0.35)f )5.0(f4S20.125 1.0 0.9846154 0.9411765 0.8767123 0.80 0.463653当m =3时mh(0.0)f(0.08333)f (0.16667)f (0.35)f(0.33333)f (0.14166667)f )5.0(f4S30.83331.00.99310340.9729730.9411760.90.852070.80.4636例5 用复化梯形公式,辛普森公式和科茨公式计算积分10sin xdx x ⎰的近似值.解按精度要求确定]1,0[分多少等分,即确定步长,要使6441021)1(28801|],[|-⨯≤≤M m S f R n ,只需.4642880102M m ⨯≥令10sin ()cos xf x txdt x==⎰,则1()0sin ()()(cos )k kk k k d xd fx tx dt dx x dx==⎰ 1cos().2k t tx kdt π=+⎰dt ktx t x f k k |)2cos(|max )(|max 10)(π+≤⎰11.1k t d t t≤=+⎰)10(≤≤x (4)1max |()| 5.f x ≤所以只要,9.13831288010264=⨯⨯≥-m 取m =4即可, 当4n =时,在每个子区间上用式(25）,或(14),或(17),结果.9460829.0,9460833.0,9456911.0888===C S T3.2 龙贝格积分公式应用例6 用龙贝格算法计算积分1241I dx x=+⎰的近似值,要求误差小于510-. 解 .3,0,14)(2==+=b a x x f 步骤如下:2)1(,4)0()1(==f f 得.3)]1()0([211=+=f f T )2(计算,1.3)]21([21,516)21(12=+==f T T f 由此得301333334121=-=T T S . (3)算出），（43),41(f f 从而,3013118)]43()41([412124=++=f f T T,14157.334242=-=T T S .30142121516121=-=S S C(4)计算),87(),85(),83(),81(f f f f 从而得到:13899.3)]87()85()83()81([812148=++++=f f f f T T ,,14159.334482=-=T T S ,14059.31516242=-=S S C.1458.36364121=-=C C R (5)再计算),1615(),1613(),1611(),169(),167(),165(),163(),161(f f f f f f f f 从而得到: 14094.316=T30141598=S ,,14159.3,14159.324==R C 51210||-≤-R R , 所以12043.14159.1dx x ≈+⎰3.3高斯求积公式的应用例7 用两点复化高斯求积公式计算10,x I e dx =⎰要求允许误差.106-=ε解在本算法中取21=+n 时,,110==A A 其中;,)(mab h e x f x-== =++--=∑=)22(2201j jj b a x a b f A a b G.87189637800.1][21)32121()32121(=++-eem =2时, h =21, ]4121)21([4120202j i j j x i f A G +⨯-=∑∑==.57182571650.1)(41341333413341333413=+++=++--eeee m =3时, h =31. .37182769352.1]631)21([6130203=+⨯-=∑∑==j i j j x i f A G.101027.71||||56323--<⨯≈+-G G G3.4 几种方法的比较分析例8 计算积分211ln 2dx x =⎰，精确到0.001.(1)利用矩形公式计算, 因为对于x x f 1)(=,有320()2f x x''<=<(如果1<x <2),所以按照公式0)2(S =+-dx ba xb a . 0<n R <2112n . 如果取n =10,则我们公式的余项的余数得31010.84101200R -<<⨯,我们还必须加进由于在计算函数值实行四舍五入所产生的误差的界限相差于0.16⨯310-,为了这个目的只要计算1x的值到四位小数精确到0.00005就够了.我们有1232527292132152172192 1.051.151.251.351.551.651.751.851.95x x x x x x x x x =========5128.05405.05714.06061.06897.07407.08.08696.09524.02192172152132927252321=========y y y y y y y y y和6.928469284.0109284.6= (2) 按照梯形公式作同样的计算,在这种情况下,作公式 210,||6n n R R n<<在这儿也试一试取n =10,虽然此时仅可以证3107.16001||-⨯<<n R ,纵坐标是9.18.17.16.15.14.13.12.11.1987654321=========x x x x x x x x x 5263.05556.05882.06250.06667.07143.07692.08333.09091.0987654321=========y y y y y y y y y和1877.669377.01877.621500101=+）（ (3) 用辛普森公式做同样的计算作公式 .0))(()2(180)()4(45<≤≤⨯--=n n R b a f n a b R ξξ 并且n =5时有55104.1||-⨯<R .实行计算到五位数字,精确到0.0000058.16.14.12.14321====x x x x 45636.555556.062500.071429.083333.04321和====y y y y 9.17.15.13.11.12927252321=====x x x x x83820.1352632.058824.066667.076923.090909.029********和=====y y y y y.20.150==x x 50000.150000.060000.150和==y y6931525.083820.345636.550000.1301=++）（. 由此可见，用辛普森公式计算得到的值误差最小，计算量相对一般；而用矩形公式计算得到的值误差较大，计算量也比较大；用梯形公式计算的值误差比用矩形公式得到的值要误差小，计算量也是如此.所以我们计算定积分时用辛普森公式往往得到的值误差小，而对没有要求误差大小的，则可以选择辛普森或者是梯形公式，因为这两种方法计算量相对较小.结束语本文只讨论了一些一维数值积分方法及其它们的应用,误差分析等有关内容.其中最常用的方法是插值型积分以及复化方法、龙贝格积分方法和高斯积分方法,并讨论了相关求积方法的代数精度和误差分析,并给出了一些例题,分析各种方法的近似值,得出误差分析最小的近似方法.由于篇幅有限,对于高维数值积分方法本文便不再讨论.参考文献[1] 华东师范大学数学系，数学分析（第一版）[M]，北京:高等教育出版社,2001. [2] 李庆阳,关治,白峰杉，数值计算原理（第二版）[M]，北京: 清华大学出版社, 2008. [3] 肖筱南，现代数值计算方法（第一版）[M]，北京: 北京大学出版社, 1999.[4] 菲赫金格尔茨，微积分学教程（第三版）[M]，北京: 高等教育出版社, 2005. [5] 裴礼文，数学分析中的典型问题与方法（第一版）[M] ，北京: 北京大学出版社,2004. [6] 李桂成，计算方法（第三版）[M]，北京: 高等教育出版社,2010.[7] Yin Y uezhu ,Yang Zhonglian.Calculating Skillfully the Curve Integral and Surface Integral Type 2 bySymmetry, SCIENCE & TECHNOLOGY INFORMATION ,2008(30)The Approximate Numerical Method of the Definite IntegralAbstract This paper mainly discusses common numerical methods of unary function, such as approximate calculation method of interpolation integral, Lebesgue integral and Gauss integration. With these methods in calculating the integral, it will produce some error. In order to reduce the error, we can use after the formula for product and after the Gauss formula. This paper focus on these methods introducing formula of introduction and truncation errors .In addition they can provide examples to analysis size of the error and computation.Keywords interpolation integral Lebesgue integral Gauss integral error analysis approximate computation。

实验7定积分的近似计算市公开课金奖市赛课一等奖课件

1 3
h( y0
4 y1
y2 个曲边形面积仅与纵坐标及底边所在区间长度 2h相关。
第10页
f
( xi 1
b
n
a
t)
b
n
a
dt,
• 当 f ''(x) Ca,b 时，利用分布积分法能够证实:
ai
baf
2n
(xi1 )
f
(xi )
(b a)3 2n3
1
t(1
0
t)
f
' ' (xi1
b
n
a
t)dt.
第5页
定积分近似计算
• 假如当 x a时,b ,,那么 f,第(x) i个M2 窄曲边梯形与相应窄梯形面积之差绝对值将有下列预计:
.于是
在每两个相邻小区间上通过曲线上三个y相 p应x2 分qx 点r 作
一条抛物线,这样能够得到一个曲边梯形,把这些曲
边梯形面积相加,就能够得到所求定积分一个近似
值.由于两个相邻区间决定一条抛物线,因此用这种
办法时,必须将区间[a,b]分成偶数个小区间.
第8页
定积分近似计算
• 下面我们先来计算[-h,h]上以过点抛物线 M 0(h, y0 ), M1(0, y1), M 2 (h, y2 )
• 我们简介两种惯用而简便定积分近似计算办法,所导出公式对于f(x)在[a,b]上不是非负情形也合用.
第2页
定积分近似计算
• 梯形法
• 梯形法就是把曲边梯形分成若干个窄曲边梯形, 然后用窄梯形面积近似代替窄曲边梯形面积,把它们相加从而求得定积分近似值.详细办法下列:
• 用分点a=x0,x1,…将区间分为个长度相等小区间,每个小区间长度为.设函数相应于各分点函数值为即(i=0,1, …,n).如图35所表示,每一

综合实验一定积分的近似计算

a
f ( x )dx ≈ ∑ f ( xi )xi = h ∑ f ( xi )
i =1 i =1
n
中点法:
b
a
f ( x )dx ≈ ∑
i =1
n
n xi 1 + xi xi 1 + xi f( )xi = h ∑ f ( ) 2 2 i =1
矩形法举例
数学实验
例:用不同的矩形法计算下面的定积分 ( 取 n=100 ), 并比较这三种方法的相对误差.
解: a=0, b=1, n=100 ==> h =1/100=0.01, xi = i*h,
dx ≈ h f ( x ) = h 1 左点法:∫0 ∑ i1 ∑ 1 + x 2i1 1 + x2 i =1 i =1
1
1 n
dx ∫0 1 + x 2
1
n
n
(i = 0,1,2,...,100)
dx ≈ h ∑ f ( xi ) ≈ 0.78289399673078 右点法: ∫0 2 1+ x i =1
二重积分的计算
抛物线法计算二重积分: dblquad
数学实验
dblquad(f,a,b,c,d,tol)
∫∫
a
b
ห้องสมุดไป่ตู้
d
c
f ( x, y )dxdy
tol 为计算精度,若不指定,则缺省精度为 10-6 f(x,y) 可以由 inline 定义,或通过一个函数句柄传递 [a,b] 是第一积分变量的积分区间,[c,d] 是第二积分变量的积分区间按字母顺序,大写字母排在小写字母的前面
实验二, 实验二,定积分的近似计算
矩形法

工程设计中一类定积分的近似计算

工程设计中一类定积分的近似计算
李平乐
（底职业技术学院机电Ｔ程系，湖南娄底４７０娄１００）
摘要给了积ｒｘ的个等及证过，用计该积的似，过：出定分ｌｎｘ２不式其明程并来算定分近值通举ｎｄｓｉ
ＡｓａｔＩｒｕｓｏｎｕｌｅｏｔｆｉｉｅａｆｎｉｄｄｔｐｏＵｅｔｍｔｃｃｌｅｔｂｔｃ：ｎｏｃｅａｔｓｆｅｅｎｅｎｇｌｘｎｉｒｆｓｅｌａｒｔｄｅｔｉｑｉｄｉｔｔｒ１ｓｘａｏ．ｓｈｏａｕｔｉｗｉｈｎｓｓ
ｈｇｅｒｃｓｏｎａｅｅｍｉｅｔｅｉｔｇａｒｏｓｉｅｉｔｇａｉｎｉｔｒｌｓｂｉｉｅ，ｔｗｉｌｆｒｈｅｍｐｏｅｔｅｉｈｒｐｅｉｉｎａｄｃｎｄｔｒｎｈｎｅｒｌｒｒ；ｆｔｎｅｒｔｏｎｅｖａｕｄｖｄｓｉｅｈｌｕｔｒｉｒｖｈａｃｒｃｆｃｌｕａｉｎ．ｃｕａｙｏａｃｌｔｏ
对积分ＩＩｓｘｘ０口６进行了研究，得到了２ｎｉｄ，＜＜＜兀ｎ个
收稿日期：２１１－８０卜０１
作者简介：李平乐（９５，男，湖南涟源人，娄底职业技术学院高级讲师，主要研究方向为积分近似计算及误差确定在丁１５一）
程设计中的应用，Ｅｍａ：ｘｅｃｕ１８６．ｍ — ｉｉｌｈｎ８＠１３ｃｌｉｏ
＜
ｓｎｂｎ２－ｎｓ－２（ａ］（－ａＩｎ１ｓｉ－ａｉ２（ｂ＋ｎ－一ｂｎ１ｓ－２ｎｓｓｌａｓ１１ｓ１１ｓｓ［２１口ｂｉｉｉｎ）ｉｎ）ｉｉｎｂｎｌｎｎｂｉａｉ～ｎ）ｓｎｎｓｎｉｉｎ

定积分的近似计算

二、问题的分析
我们知道定积分，不论在实际问题中的意义是什
么，在数值上都等于(设f(x)>0)，直线与x轴所围成的曲边梯形的面积。因此，只要近似地算出相应的曲边梯形的面积，就得到了所给定积分的近似值。近似计算方法的基本思想还是分割、取点、求和这三个步骤。
基本思路
定积分的定义

b
a
f ( x)dx lim f (i )xi， i [ xi 1 , xi ]
误差估计
复化梯形法的误差估计为
(b a)3 R( f ) f ( ), （a, b） . 2 12 n
误差估计
辛普森公式的误差估计为
(b a)5 （4） R( f ) f ( ), （a, b） . 4 180n
三、例题
试用复化梯形公式计算积分

ba Si ( yi 1 4 yi yi 1 ), i 1,2, , n 1 6n
辛普森公式

b a n n 1 ba f ( x)dx S [ f (a) f (b) 4 f ( x2i 1 ) 2 f ( x2i )] 6n i 1 i 1
把区间[a b]分成n个长度相等xi 1 , xi ] 可以任意选取，通常的取法有：
左端点、右端点，就是左矩形法和右矩形法。
左矩形法
Si f ( xi 1 )xi
左矩形法
在每个小区间[xi1 xi]上，取 i= xi1，从而对于任一
n i 1
n
定积分的近似

b
a
f ( x)dx f (i )xi， i [ xi 1 , xi ]
i 1
n

定积分近似计算误差c++

定积分近似计算误差c++
定积分的近似计算误差是通过泰勒展开式推导得出的。

假设我
们要计算函数f(x)在区间[a, b]上的定积分，我们可以使用泰勒展
开式来近似计算。

泰勒展开式可以表示为：
f(x) = f(a) + f'(a)(x-a) + f''(a)(x-a)^2/2! +
f'''(a)(x-a)^3/3! + ...
我们可以使用泰勒展开式的前几项来近似计算定积分。

假设我
们使用n阶泰勒展开式来近似计算定积分，那么近似值可以表示为：
∫[a, b] f(x)dx ≈ ∑[i=0 to n] f^(i)(a)(b-
a)^(i+1)/(i+1)!
其中f^(i)(a)表示f(x)的i阶导数在点a处的值。

这个近似值
的误差可以通过泰勒展开式的余项来估计。

余项可以表示为：
R_n = (-1)^(n+1) f^(n+1)(ξ)(b-a)^(n+2)/(n+2)!
其中ξ是区间[a, b]上的某个点。

根据泰勒展开式的余项，我
们可以得到定积分的近似计算误差为|R_n|。

在C++中，我们可以编写一个函数来实现定积分的近似计算，并计算误差。

我们可以使用数值积分方法（如梯形法则、辛普森法则等）来进行近似计算，并根据余项公式来计算误差。

具体实现可以参考数值分析和数值计算的相关算法和库函数，如C++标准库中的数值计算库或者一些开源的数值计算库。

总之，定积分的近似计算误差可以通过泰勒展开式的余项来估计，而在C++中可以编写函数来实现定积分的近似计算，并计算误差。

希望这个回答能够帮助到你。

(整理)定积分的近似计算.

实验二定积分的近似计算一、问题背景与实验目的利用牛顿—莱布尼兹公式虽然可以精确地计算定积分的值，但它仅适用于被积函数的原函数能用初等函数表达出来的情形．如果这点办不到或者不容易办到，这就有必要考虑近似计算的方法．在定积分的很多应用问题中，被积函数甚至没有解析表达式，可能只是一条实验记录曲线，或者是一组离散的采样值，这时只能应用近似方法去计算相应的定积分．本实验将主要研究定积分的三种近似计算算法：矩形法、梯形法、抛物线法．对于定积分的近似数值计算，Matlab有专门函数可用．二、相关函数（命令）及简介1．sum(a)：求数组a的和．2．format long：长格式，即屏幕显示15位有效数字．（注：由于本实验要比较近似解法和精确求解间的误差，需要更高的精度）．3．double()：若输入的是字符则转化为相应的ASCII码；若输入的是整型数值则转化为相应的实型数值．4．quad()：抛物线法求数值积分．格式： quad(fun,a,b) ，注意此处的fun是函数，并且为数值形式的，所以使用*、/、^等运算时要在其前加上小数点，即 .*、./、.^等．例：Q = quad('1./(x.^3-2*x-5)',0,2);5．trapz()：梯形法求数值积分．格式：trapz(x,y)其中x为带有步长的积分区间；y为数值形式的运算（相当于上面介绍的函数fun）例：计算x=0:pi/100:pi;y=sin(x);trapz(x,y)6．dblquad()：抛物线法求二重数值积分．格式：dblquad(fun,xmin,xmax,ymin,ymax)，fun可以用inline定义，也可以通过某个函数文件的句柄传递．例1：Q1 = dblquad(inline('y*sin(x)'), pi, 2*pi, 0, pi)顺便计算下面的Q2，通过计算，比较Q1 与Q2结果（或加上手工验算），找出积分变量x、y的上下限的函数代入方法．Q2 = dblquad(inline('y*sin(x)'), 0, pi, pi, 2*pi) 例2：Q3 = dblquad(@integrnd, pi, 2*pi, 0, pi)这时必须存在一个函数文件integrnd.m：function z = integrnd(x, y)z = y*sin(x);7．fprintf（文件地址，格式，写入的变量）：把数据写入指定文件．例：x = 0:.1:1;y = [x; exp(x)];fid = fopen('exp.txt','w'); %打开文件fprintf(fid,'%6.2f %12.8f\n',y); %写入fclose(fid) %关闭文件8．syms 变量1 变量2 …：定义变量为符号．9．sym('表达式')：将表达式定义为符号．解释：Matlab中的符号运算事实上是借用了Maple的软件包，所以当在Matlab中要对符号进行运算时，必须先把要用到的变量定义为符号．10．int(f,v,a,b)：求f关于v积分，积分区间由a到b．11．subs(f，'x'，a)：将 a 的值赋给符号表达式 f 中的 x，并计算出值．若简单地使用subs(f)，则将f的所有符号变量用可能的数值代入，并计算出值。

定积分的近似计算

定积分的近似计算定积分的近似计算是数学中一种常用的方法，它可以帮助我们计算具体函数在一定区间上的面积或曲线长度。

在实际应用中，定积分的近似计算有多种方法，包括矩形法、梯形法、辛普森法等。

本文将侧重介绍这些方法的原理和应用。

1. 矩形法（Reimann和法）：矩形法是定积分近似计算的最简单方法之一、其基本思想是将给定区间等分为若干个小区间，然后在每个小区间内选择一个代表点，以该点处函数值与小区间长度的乘积作为该小区间的面积近似值，然后对所有小区间的面积近似值求和得到最终的近似计算结果。

具体而言，设函数f(x)在区间[a,b]上连续，将该区间分为n个小区间：x0=a, x1=a+h, x2=a+2h, ..., xn=a+nh=b其中h=(b-a)/n，xi为每个小区间的代表点。

此时，对于每个小区间，我们可以将其面积近似为S_i=h*f(xi)，然后对所有小区间的面积进行求和，即：S=a*h*f(x0)+a*h*f(x1)+...+a*h*f(xn-1)对于当n趋向于无穷大时，通过这一方法可以得到函数f(x)在区间[a,b]上的定积分值。

2.梯形法：梯形法是定积分近似计算的另一种常用方法。

与矩形法类似，梯形法也是将给定区间等分为若干个小区间，然后在每个小区间内用该区间两个端点处的函数值构造出一个梯形，以该梯形的面积作为小区间面积的近似值，最终对所有小区间的面积进行求和得到近似计算结果。

设函数f(x)在区间[a,b]上连续，将该区间分为n个小区间，并选取区间端点[a,b]分别作为梯形的上底和下底，连线得到梯形。

此时，对于每个小区间，梯形的面积可以近似表示为：S_i=(h/2)*(f(xi)+f(xi+1))其中h=(b-a)/n，xi为每个小区间的起点。

最后，对于所有小区间的面积近似值进行求和，即：S=(h/2)*[f(a)+2f(a+h)+2f(a+2h)+...+2f(b-h)+f(b)]对于当n趋向于无穷大时，通过这一方法也可以得到函数f(x)在区间[a,b]上的定积分值。

定积分计算实验报告(3篇)

第1篇一、实验目的1. 理解定积分的概念，掌握定积分的计算方法。

2. 熟悉数值积分的方法，提高数值计算能力。

3. 通过实验，验证定积分的计算结果，加深对定积分理论的理解。

二、实验原理定积分是数学分析中的一个基本概念，它表示函数在某一区间上的累积效果。

对于给定的函数f(x)，在区间[a, b]上的定积分可以表示为：∫[a, b] f(x) dx其中，dx表示无穷小的区间宽度。

在实际计算中，定积分往往采用数值积分的方法进行近似计算。

三、实验仪器与软件1. 仪器：计算机2. 软件：MATLAB四、实验步骤1. 输入函数表达式：在MATLAB中输入待积分函数的表达式，例如f(x) = x^2。

2. 设置积分区间：设定积分的上下限a和b。

3. 选择数值积分方法：MATLAB提供了多种数值积分方法，如梯形法、辛普森法、高斯法等。

根据需要选择合适的方法。

4. 进行数值积分计算：调用MATLAB的数值积分函数，如quad函数，进行积分计算。

5. 结果分析：观察计算结果，与理论值进行对比，分析误差来源。

五、实验数据及结果1. 函数表达式：f(x) = x^22. 积分区间：[0, 1]3. 数值积分方法：辛普森法4. 计算结果：I ≈ 1.1666666667六、误差分析1. 理论值：∫[0, 1] x^2 dx = [x^3/3] |[0, 1] = 1/32. 误差来源：a. 数值积分方法的误差：由于数值积分方法是一种近似计算方法，其计算结果与真实值存在一定的误差。

b. 计算过程中的舍入误差：在计算过程中，由于计算机的浮点数表示，可能导致舍入误差。

3. 误差分析：计算结果与理论值相差较大，说明数值积分方法的误差较大。

在实际应用中，可以根据需要选择合适的数值积分方法，以减小误差。

七、实验结论1. 通过本次实验，掌握了定积分的计算方法，了解了数值积分的方法及其优缺点。

2. 了解了数值积分方法在计算过程中的误差来源，为实际应用提供了参考。

实验定积分的近似计算

定积分的近似计算方法

定积分近似计算方法

复化辛普森公式实验报告

定积分的近似计算方法

第32讲 定积分的分部积分法与近似计算

定积分的近似计算方法

实验二：定积分的近似计算

定积分近似计算方法

实验7定积分的近似计算市公开课金奖市赛课一等奖课件

综合实验一 定积分的近似计算

工程设计中一类定积分的近似计算

定积分的近似计算

定积分近似计算误差c++

(整理)定积分的近似计算.

定积分的近似计算

定积分计算实验报告(3篇)

第32讲定积分的分部积分法与近似计算

综合实验一定积分的近似计算