(整理)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。

定积分的近似计算课件

定积分的近似计算课件

梯形法
总结词
梯形法是另一种常见的定积分近似计算方法,它利用梯形的面积来近似代替曲线下方的面积。
详细描述
梯形法的基本思想是在积分区间[a, b]上选择n个点$x_0, x_1, ..., x_n$,其中$x_0=a$,$x_n=b$,然 后在每个小区间上作一个梯形,梯形的上底为函数f(x)在小区间左端点处的值,下底为函数f(x)在小区 间右端点处的值,高为小区间的长度。将这些梯形的面积加起来,就得到了定积分的近似值。
ቤተ መጻሕፍቲ ባይዱ
定积分的常数倍性质是指对于任意实数k ,有∫(a→b)k⋅f(x)dx=k⋅∫(a→b)f(x)dx。
定积分的几何意义
01
02
面积
体积
定积分在几何上表示曲线y=f(x)与直线x=a,x=b以及x轴所围成的曲 边梯形的面积。
通过定积分可以计算某些平面图形的面积,也可以计算某些立体的体 积。
02
定积分的近似计算方法
定积分来得到近似解。
近似计算在工程中的应用
结构分析中的受力分析
在工程结构分析中,需要计算结构的 受力分布情况。通过近似计算定积分 ,可以求得结构的受力分布情况,从 而为结构设计提供依据。
控制系统的稳定性分析
在控制系统的稳定性分析中,需要计 算系统的传递函数。通过近似计算定 积分,可以求得系统的传递函数,从 而为控制系统的稳定性分析提供依据 。
03
误差分析
矩形法误差分析
总结词
矩形法是一种简单直观的定积分近似计算方法,但误差较大。
详细描述
矩形法基于将积分区间划分为若干个等宽的小区间,每个小区间用矩形面积近似替代被 积函数面积。由于矩形面积等于区间长度乘以函数值,所以误差主要来源于对曲线形状

定积分的近似计算

定积分的近似计算

前面的 做法
1 dx 0 1 x2

ba n
y0 2

y1

y2


yn1

yn 2

trapz 函数
>> x=0:1/100:1; >> y=1./(1+x.^2); >> trapz(x, y)
trapz(x,1./(1+x.^2))
20
quad
quad
抛物线法
b
a f ( x)dx
下面的命令运行结果和上面的一样吗?
>> dblquad(@(y,x)4*x*y+3*x.^2 , -1, 1 , 0, 2 )
25
int
b
a f (v)dv
f (v)dv
符号积分: int
int(f,v,a,b) 计算函数 f 关于自变量 v 的定积分,积分区间为 [a, b]
int(f,v)
本实验主要研究定积分的三种近似计算算法:矩形法、 梯形法和抛物线法。同时介绍 Matlab 计算定积分的相 关函数。
2
主要内容
数值积分的常见算法
矩形法 梯形法 抛物线法
Matlab 求积分函数
数值积分函数:trapz、quad、dblquad 符号积分函数:int
3
x2i f ( x)dx
a
i1 x2i2

n i 1
ba 6n
( y2i2
4 y2i1

y2i )
15
抛物线法
整理后可得:
b
f ( x)dx
a

ba 6n

定积分的近似计算 - 北京交通大学

定积分的近似计算 - 北京交通大学

R(
f
)
(b a)3 12 n2
f (),
(a,b).
误差估计
辛普森公式的误差估计为
R(
f
)
(b 180
a)5 n4
f(4)( ),
(a,b).
三、例题
试用复化梯形公式计算积分 1 sin x
I 0 x dx
将区间[0,1]1000等分,并估计误差。
解:在Matlab中编写程序: function t=ftrapz(a,b,n) h=(b-a)/n;t=h*(f(a)+f(b))/2;for i=1:1:(n-1)
a
n
2
2
2
ba( n
f (x0 ) 2
f (x2 )
f (xn1 )
f (xn )) 2
这种求定积分近似值的方法为复化梯形法,此公 式称为复化梯形公式
辛普森公式
辛普森公式
把区间[a b]2n等分,每个小区间的长为
h
ba 2n
, 且xi
a
ih
过三点可以确定一条抛物线 y px2 qx r
i 1
i 1
特别的,当n=1时
b f (x)dx S b a [ f (a) 4 f (a b) f (b)]
a
6
2
上述公式称为辛普森公式或抛物线公式。
误差估计
当n=1时,左矩形法和右矩形法的余项的绝对 值为
f () (b a)2 .
2
两个矩形公式均具有一次代数精度。
误差估计
复化梯形法的误差估计为
把区间[a b]n等分,即用分点a x0, x1, x2, ,xn1, xnb 把区间[a b]分成n个长度ห้องสมุดไป่ตู้等的小区间,每个小区间的长为

07-定积分的近似计算课件

07-定积分的近似计算课件

y0
2
y1
y1 y2 2
yn1 2
yn
ba n
y0
2
yn
y1
y2
y
n1

y
y f (x)
梯形法
Oa
bx

利用梯形法( n 10 )计算
14 0 1 x2
d
x.
解 记 x i , y 4 (i 0,1, 2,,10) ,
i 10
i 1 xi2
xi
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

利用矩形法( n 10 )计算
14 0 1 x2
d
x.
解 记 x i , y 4 (i 0,1, 2,,10) ,
i 10
i 1 xi2
xi
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
yi 4.0000 3.9604 3.8462 3.6697 3.4483 3.2 2.9412 2.6846 2.4390 2.2099 2.0000
3.1416.
左矩形法 0 1 x2 14
d x 3.0400 0 1 x2 14
0 1 x2 d x 3.1400
14
d x 3.1416 0 1 x2
1 4 d x 3.14159265 0 1 x2
小结 1. 矩形法; 2. 梯形法; 3. 抛物线法(辛普森法).
b a
f
(x)d
x
b a 3n
[( y0
yn )
2(
y2 y4
y) n2
4( y1 y3 yn1 )] .

定积分近似计算方法

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。

数学分析10.6定积分的近似计算

数学分析10.6定积分的近似计算

第十章 定积分的应用 6 定积分的近似计算根据定积分的定义,每一个积分和都可看做是定积分的一个近似值, 如⎰ba f(x )dx=i n 1i i x △)f(x ∑=(或i n1i 1-i x △)f(x ∑=). 这种用一系列小矩形面积来近似表示曲边梯形面积的方法称为矩形法.只有当积分区间被分割得很细时,矩形法才有一定的精确度.一、梯形法将积分区间[a,b]作n 等分,分别依次为a=x 0<x 1<x 2<…<x n <b, △x i =na-b . 相应的被积函数记为y 0,y 1,y 2,…,y n (y i =f(x i ), i=0,1,2,…,n), 并记曲线y=f(x)上相应的点为P 0,P 1,P 2,…,P n (P i (x i ,y i ), i=0,1,2,…,n).将曲线上每一段弧⌒P i-1P i 用弦i 1-i P P 来替代,使得每个小区间[x i-1,x i ]上的曲边梯形换成了真正的梯形,其面积为:2y y i1-i +△x i , i=0,1,2,…,n. 于是,各小梯形面积之和就是曲边梯形面积的近似值,即⎰baf(x )dx=i n1i i 1-i x △2y y ∑=+,亦即⎰b a f(x )dx=n a -b (2y 0+y 1+y 2+…+y n-1+2y n ). 此近似式称为定积分的梯形法公式.二、抛物线法将积分区间[a,b]作n 等分,分别依次为a=x 0<x 1<x 2<…<x 2n <b, △x i =2na-b . 相应的被积函数记为y 0,y 1,y 2,…,y 2n (y i =f(x i ), i=0,1,2,…,2n), 曲线y=f(x)上相应的点为P 0,P 1,P 2,…,P 2n (P i (x i ,y i ), i=0,1,2,…,n).现把区间[x 0,x 2]上的曲线y=f(x)用通过三点P 0(x 0,y 0), P 1(x 1,y 1), P 2(x 2,y 2) 的抛物线p 1(x)= α1x 2+β1x+γ1来近似替代,便有⎰2x x f(x)dx ≈⎰20x x 1(x)p dx=⎰+2x x 1121)γ+x βx (αdx=3α1(x 23-x 03)+2β1(x 22-x 02)+γ1(x 2-x 0) =6x -x 02[(α1x 02+β1x 0+γ1)+(α1x 22+β1x 2+γ1)+α1(x 0+x 2)2+2β1(x 0+x 2)+4γ1] =6x -x 02(y 0+y 2+4y 1)=n6a-b (y 0+4y 1+y 2). 同样的,在[x 2i-2,x 2i ]上,用p i (x)= αi x 2+βi x+γi 来近似替代曲线y=f(x), 可得⎰2i 2-2i x x f(x)dx ≈⎰2i2-2i x x i (x)p dx=n6a-b (y 2i-2+4y 2i-1+y 2i ). 按i=1,2,…,n 把这些近似式相加,得:⎰ba f(x )dx=∑⎰=n1i x x 2i2-2i f(x )dx ≈∑=++n1i 2i 1-2i 2-2i )y y 4y (n 6a -b ,即 ⎰baf(x )dx ≈n6a-b [y 0+y 2n +4(y 1+y 3+…+y 2n-1)+2(y 2+y 4+…+y 2n-2)]. 这就是抛物线法公式,也称为辛普森公式.例:分别用三种求定积分近似值的方法求⎰+12x1dx,并与准确值比较. 解:将区间[0,1]十等分,各分点上被积函数的值如下表(取七位小数):1)用矩形法公式计算,得:⎰+102x 1dx ≈101(y 0+y 1+…+y 9)=0.8099;或⎰+12x 1dx ≈101(y 1+y 2+…+y 10)=0.7600. 2)用梯形法公式计算,得:⎰+102x 1dx ≈101(2y 0+y 1+y 2+…+y 9+2y 10)=0.7850. 3)用抛物线法公式计算,得⎰+102x 1dx ≈n 6a-b [y 0+y 10+4(y 1+y 3+…+y 9)+2(y 2+y 4+…+y 8)]=0.7853982.4)通过牛顿—莱布尼茨公式求原函数得准确值为:⎰+102x 1dx =arctan1=4π=0.78539816… 可见,抛物线法得到的结果最接近准确值.习题1、分别用梯形法和抛物线法近似计算⎰21xdx(将积分区间十等分). 解:将区间[1,2]十等分,各分点上被积函数的值如下表(取七位小数):1)用梯形法公式计算,得:⎰21x dx ≈101(2y0+y 1+y 2+…+y 9+2y 10)=0.69377.2)用抛物线法公式计算,得⎰21x dx ≈n6a-b [y 0+y 10+4(y 1+y 3+…+y 9)+2(y 2+y 4+…+y 10)]=0.693150.注:通过牛顿—莱布尼茨公式求原函数得准确值为:⎰21xdx=ln2=0.693147…2、用抛物线法近似计算⎰π0xsinxdx(分别将积分区间二等分、四等分、六等分). 解:当n=2时,⎰π0x sinx dx ≈12π[1+4(π22+3π22)+2·π2]≈1.852211;当n=4时,⎰π0x sinx dx ≈24π[1+4(π8sin 8π+3π8sin 83π+5π8sin 85π+7π8sin 87π) +2(π22+π2+3π22)]≈1.851937; 当n=6时,⎰π0x sinx dx ≈36π[1+4(π12sin 12π+π22+5π12sin 125π+7π12sin127π +3π22+11π12sin 1211π)+2(π3+2π33+π2+4π33+5π3)]≈1.851940; 注:xsinx的原函数不是初等函数,所以不能直接通过牛顿—莱布尼茨公式求定积分.3、下图为河道某一截面图. 试由测得数据用抛物线法求截面面积. 解:河道的截面面积为: S ≈308[4(0.50+1.30+2.00+1.20+0.55)+ 2(0.85+1.65+1.7 5+0.85)]=8.64(m 2).4、下表所列为夏季某一天每隔两小时测得的气温:(1)按积分平均⎰baf(t)a -b 1dt 求这一天的平均气温,其中定积分值由三种近似法分别计算;(2)若按算术平均∑=121i 1-i C 121或∑=121i i C 121求得平均气温,那么它们与矩形法积分平均和梯形法积分平均各有什么联系?简述理由. 解:(1)设平均气温为T ,n=12, a=0, b=24. 矩形法:T ≈121(C 0+C 1+…+C 11)≈28.71或T ≈121(C 1+C 2+…+C 12)≈28.64. 梯形法:T ≈121(2C 0+C 1+C 2+…+C 11+2C 12)=28.675.抛物线法:T ≈361[C 0+C 12+4(C 1+C 3+…+C 11)+2(C 2+C 4+…+C 10)]≈28.67. (2)∵∑=121i 1-i C 121=121(C 0+C 1+…+C 11);∑=121i i C 121=121(C 1+C 2+…+C 12).∴运用矩形法积分平均的两种形式分别与它们相对应,即为近似值.而梯法积分平均则以C 0和C 12的平均值代替∑=121i 1-i C 121中的C 0或∑=121i iC 121中的C 12,所以也是它们的近似值.。

《定积分的近似计算》课件

《定积分的近似计算》课件

03
梯形法与矩形法
梯形法的基本思想
01
梯形法是一种基于几何直观的 定积分近似计算方法。
02
基本思想是将积分区间[a, b]分 成若干个小区间,每个小区间 的长度记为Δx。
03
在每个小区间上,取一个梯形 作为该小区间的近似面积,然 后将所有梯形面积相加,得到 定积分的近似值。
矩形法的基本思想
矩形法也是一种基于几何直 观的定积分近似计算方法。
在积分区间上变化的,与被积函数有关。
02
牛顿-莱布尼兹公式
牛顿-莱布尼兹公式的推导
1 2
背景
牛顿和莱布尼兹时代,微积分的基础尚未完善, 许多概念需要进一步明确。
推导过程
基于无穷小量的思想,通过连续函数的性质和极 限理论,逐步推导出牛顿-莱布尼兹公式。
3
关键步骤
利用定积分的定义,将积分转化为求和的形式, 再利用极限的性质,得到积分的近似值。
、[b, c]和[c, d],有 ∫abf(x)dx+∫bcdf(x)dx=∫adf(x)dx;积分 的可加性是指对于任意两个区间[a, b]和[b, c],有∫abf(x)dx=∫abf(x)dx+∫bcf(x)dx。
定积分的几何意义
总结词
定积分的几何意义是函数曲线与x轴所夹的面积。
详细描述
定积分的几何意义可以通过微元法来理解。微元法是将积分区间分成许多小的区间,每 个小区间上取一个点,做函数在这些点的值的矩形,这个矩形的面积就是微元。所有微 元的面积的和就是定积分的值。这个值也就是函数曲线与x轴所夹的面积。这个面积是
THANKS
感谢观看
梯形法和矩形法的区别 在于对每个小区间上的 近似形状选择不同,梯 形法选择梯形作为近似 形状,而矩形法选择矩 形作为近似形状。

定积分的近似计算

定积分的近似计算
xi=a+i*(b-a)/n;
fxj=subs(fx,'x',xj);%符号运算,替换
fxi=subs(fx,'x',xi);%符号运算,替换
sum=sum+(fxi+fxj)*(b-a)/(2*n);%求矩形面积
end
sum%如果没有这句话就算不出最后的积分
结果:sum =0.6932
(2)抛物线法:
fzz=subs(fx,'x',zz);
f=(fxx+4*fyy+fzz)*(b-a)/(6*n);
s=sum(f)
结果:s=0.7854
实验结果报告及实验总结:
1.实验结果报告:
(1)梯形法:结果:sum =0.6932
(2)抛物线法:结果:sum = 0.6931
(3)trapz()法:结果:ans =0.6931
n=120;
a=1;
b=2;
sum=0;
syms x fx;
fx=1/x;
for i=1:n
xx=a+(2*i-2)*(b-a)/(2*n);%第一点的自变量取值后面是除2*n,不是n
yy=a+(2*i-1)*(b-a)/(2*n);%第二点的自变量取值后面是2*i-1
zz=a+(2*i-0)*(b-a)/(2*n);%复制后没改自变量的名字
且发现trapz()的调试结果与梯形法结果相同,故可猜测该Matlab中的数值积分命令函数trapz()采用了梯形法近似计算方法。
2.实验结果报告:
(1)使用int:结果:ans =pi/2
(2)使用函数trapz():
结果:Maximum variable size allowed by the program is exceeded.

定积分的近似计算方法

定积分的近似计算方法

定积分的近似计算方法一、矩形法(Rectangle Method)矩形法是将定积分区间划分成若干个子区间,并在每个子区间上选取一个点作为代表,然后利用函数在这些点上的取值乘以子区间的长度来近似计算定积分。

1.1. 零点矩形法(Midpoint Rectangle Method)零点矩形法是将每个子区间的中点作为代表点,然后计算每个子区间的长度乘以函数在代表点上的取值,并将所有子区间的结果相加,即可得到定积分的近似值。

1.2. 左点矩形法(Left Rectangle Method)左点矩形法是将每个子区间的左端点作为代表点,然后计算每个子区间的长度乘以函数在代表点上的取值,并将所有子区间的结果相加,即可得到定积分的近似值。

1.3. 右点矩形法(Right Rectangle Method)右点矩形法是将每个子区间的右端点作为代表点,然后计算每个子区间的长度乘以函数在代表点上的取值,并将所有子区间的结果相加,即可得到定积分的近似值。

二、梯形法(Trapezoidal Rule)梯形法将定积分区间划分成若干个子区间,然后在每个子区间上用一个梯形来近似表示函数的曲线部分。

梯形的面积等于底边长度的一半乘以两个高的和。

2.1. 边均值梯形法(Midpoint Trapezoidal Rule)边均值梯形法是将每个子区间的左右端点的函数值相加除以2,然后计算每个子区间的长度乘以边均值的结果,并将所有子区间的结果相加,即可得到定积分的近似值。

三、辛普森法(Simpson's Rule)辛普森法将定积分区间划分成若干个子区间,然后利用多项式函数在这些子区间上的插值来计算定积分的近似值。

具体而言,辛普森法在每个子区间上构造一个二次多项式,使其与原函数在子区间端点处以及中点处的函数值相等,然后计算每个子区间上的插值多项式的积分,并将所有子区间的结果相加,即可得到定积分的近似值。

总结起来,定积分的近似计算方法有矩形法、梯形法和辛普森法三种。

  1. 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. 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. 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)。

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。

三、实验内容一、问题的提出计算定积分的方法:(1) 求原函数;(2) 利用牛顿-莱布尼茨公式计算结果。

问题:(1) 被积函数的原函数不能用初等函数表示;(2) 被积函数难于用公式表示,而是用图形或表格给出的;(3) 被积函数虽然能用公式表示,但计算其原函数很困难。

解决办法:建立定积分的近似计算方法。

思路:在数值上表示曲边梯形的面积,只要近似地算出相应的曲边梯形的面积,就可得到所给定积分的近似值。

常用方法:矩形法、梯形法、抛物线法.二、矩形法用分点a=x0,x1, (x)n=b将区间[a,b]n等分,取小区间左端点的函数值yi(i=0,1,2,…,n-1)作为窄矩形的高,如图:则有:取小区间右端点的函数值y(i=1,2,…,n)作为窄矩形的高,如图:i则有:以上两公式称为矩形法公式。

例:用矩形法求,并与用牛顿-莱布尼茨公式计算的结果进行比较。

程序如下:#include <stdio.h>#include <math.h>void main(){double result,a=0,b=1,i,n=1000000,h;printf("按牛顿公式计算得到的结果:%f\n",sin(b)-sin(a));result=0;h=(b-a)/n;//计算区间高度for(i=1;i<=n;i++)//求和result=result+cos(a+i*h);result=h*result;//乘以区间高度printf("用近似公式计算得到的结果:%f\n",result);}三、梯形法梯形法就是在每个小区间上,以窄梯形的面积近似代替窄曲边梯形的面积,如图:则有:例:用梯形法求,并与用牛顿-莱布尼茨公式计算的结果进行比较。

#include <stdio.h>#include <math.h>void main(){double result,a=0,b=1,i,n=1000000,h;printf("按牛顿公式计算得到的结果:%f\n",sin(b)-sin(a));result=0;h=(b-a)/n;//计算区间高度for(i=1;i<=n-1;i++)//求和result=result+cos(a+i*h);result+=(cos(a)+cos(b))/2;result=h*result;//乘以区间高度printf("用近似公式计算得到的结果:%f\n",result);}四、抛物线法此法就是将曲线分成许多小段,用对称轴平行于y轴的二次抛物级上的一段弧来近似替代原来的曲线弧,从而得到定积分的近似值。

用分点a=x0,x1, (x)n=b将区间[a,b]n等分(偶数),这些分点对应曲线上的点为M i (xi,yi)(其中yi=f(xi),i=0,1,2,…,n),如图:因为经过三个不同的点可以唯一确定一条抛物线,可将这些曲线上的点Mi互相衔接地分成n/2组{M0,M1,M2},{M2,M3,M4},…,{Mn-2,Mn-1,Mn},即每相邻两个区间为一组。

在每组{ M2k-2, M2k-1, M2k}(k=1,2,…,n/2)所对应的子曲间[x2k-2,x2k]上,用经过点M2k-2, M2k-1, M2k的二次抛物线近似代替曲线弧。

下面讨论如何计算积分。

设h为区间高度,即h=x2k -x2k-1=x2k-1-x2k-2。

根据积分性质(积分在数值上表示曲边梯形的面积)有如下等式成立:即将区间[x2k-2,x2k]平移到区间[-h,h]上,计算所得的定积分的值与原区间上的相同。

计算在[-h,h]上过三点的抛物线为曲边的面积。

抛物线中的可由下列方程组确定:由此得:于是所求面积为:显然,曲边梯形的面积只与的纵坐标及底边所在的区间的长度2h 有关。

由此可知n/2组梯形的面积为:例:用抛物法求,并与用牛顿-莱布尼茨公式计算的结果进行比较。

#include <stdio.h>#include <math.h>void main(){double result,a=0,b=1,i,n=1000000,h;printf("按牛顿公式计算得到的结果:%f\n",sin(b)-sin(a));result=0;h=(b-a)/n;//计算区间高度for(i=1;i<=n/2;i++)//求和result=result+2*cos(a+2*i*h)+4*cos(a+(2*i-1)*h);result+=cos(a)+cos(b);result=h*result/3;//乘以区间高度printf("用近似公式计算得到的结果:%f\n",result);}注意:对于以上三种方法当n取得越大时近似程度就越好。

练习题:用三种积分法近似计算如下定积分的值:4. 直接应用Matlab命令计算结果(1)数值计算方法1:int('1/(1+x^2)','x',0,1) (符号求积分)方法2:quad('1./(1+x.^2)',0,1) (抛物线法求数值积分)方法3:x=0:0.001:1;y=1./(1+x.^2);trapz(x,y) (梯形法求数值积分)(2)数值计算方法1:int(int('x+y^2','y',-1,1),'x',0,2) (符号求积分)方法2:dblquad(inline('x+y^2'),0,2,-1,1) (抛物线法二重数值积分)四、自己动手1.实现实验内容中的例子,即分别采用矩形法、梯形法、抛物线法计算,取,并比较三种方法的精确程度.2.分别用梯形法与抛物线法,计算,取.并尝试直接使用函数trapz()、quad()进行计算求解,比较结果的差异.3.试计算定积分.(注意:可以运用trapz()、quad()或附录程序求解吗?为什么?)4.将的近似计算结果与Matlab中各命令的计算结果相比较,试猜测Matlab中的数值积分命令最可能采用了哪一种近似计算方法?并找出其他例子支持你的观点.5.通过整个实验内容及练习,你能否作出一些理论上的小结,即针对什么类型的函数(具有某种单调特性或凹凸特性),用某种近似计算方法所得结果更接近于实际值?6.学习fulu2sum.m的程序设计方法,尝试用函数 sum 改写附录1和附录3的程序,避免for 循环。

相关文档
最新文档