数值积分与matlab求解

合集下载

Matlab中常用的数值计算方法

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。

详解Matlab求积分的各种方法

详解Matlab求积分的各种方法

详解Matlab求积分的各种方法一、符号积分由函数int来实现。

该函数的一般调用格式为:int(s):没有指定积分变量和积分阶数时,系统按findsym函数指示的默认变量对被积函数或符号表达式s求不定积分;int(s,v):以v为自变量,对被积函数或符号表达式s求不定积分;int(s,v,a,b):求定积分运算。

a,b分别表示定积分的下限和上限。

该函数求被积函数在区间[a,b]上的定积分。

a和b可以是两个具体的数,也可以是一个符号表达式,还可以是无穷(inf)。

当函数f关于变量x在闭区间[a,b]上可积时,函数返回一个定积分结果。

当a,b中有一个是inf时,函数返回一个广义积分。

当a,b中有一个符号表达式时,函数返回一个符号函数。

例:求函数x^2+y^2+z^2的三重积分。

内积分上下限都是函数,对z积分下限是sqrt(x*y),积分上限是x^2*y;对y积分下限是sqrt(x),积分上限是x^2;对x的积分下限1,上限是2,求解如下:>>syms x y z %定义符号变量>>F2=int(int(int(x^2+y^2+z^2,z,sqrt(x*y),x^2*y),y,sqrt(x),x^2),x,1,2) %注意定积分的书写格式F2 =57/-/348075*2^(1/2)+14912/4641*2^(1/4)+64/225*2^(3/4) %给出有理数解>>VF2=vpa(F2) %给出默认精度的数值解VF2 =224.9232805二、数值积分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。

Matlab中常见的数值计算问题及解答

Matlab中常见的数值计算问题及解答

Matlab中常见的数值计算问题及解答Matlab是一款强大的科学计算软件,被广泛应用于工程、物理、数学等领域的数值计算和数据分析。

然而,由于其高度灵活和多样化的功能,使用者可能会遇到一些数值计算问题。

在本文中,我们将讨论一些在Matlab中常见的数值计算问题,并提供解答。

1. 数值稳定性在进行数值计算时,一个重要的问题是数值方法的稳定性。

数值不稳定性可能导致计算结果不准确,甚至无法得到有意义的结果。

为了解决这个问题,我们可以采取以下措施:(1) 使用兼容的数值方法:在选择数值方法时,应考虑到数值方法是否适用于问题的特性和约束条件。

例如,对于矩阵运算,可以使用特殊的数值方法,如LU分解或QR分解,以提高计算的稳定性。

(2) 限制数值范围:在进行计算之前,可以通过对数据进行归一化或缩放,将数据限制在一个合理的范围内。

这样可以减小计算中的数值误差,并提高计算的稳定性。

2. 数值误差数值计算中常常会出现数值误差。

这些误差可能来自于浮点运算的舍入误差,计算中的截断误差,或者数值方法的近似误差。

为了最小化数值误差,可以采取以下措施:(1) 使用高精度计算:Matlab提供了许多高精度计算的工具,如sym工具箱。

通过使用这些工具,可以进行更精确的计算,并减小数值误差的影响。

(2) 选择适当的数值方法:在选择数值方法时,应考虑到这些方法是否适用于所求解的问题。

例如,在解决微分方程时,可以根据方程的特性选择合适的数值方法,如欧拉法、龙格-库塔法等。

3. 数值积分在数值计算中,求解积分是一项重要的任务。

然而,对于复杂的函数或高维问题,常规的积分方法可能无法得到准确的结果。

为了解决这个问题,可以采取以下措施:(1) 适当选择积分方法:Matlab提供了多种积分方法,如梯形法则、辛普森法则等。

在进行数值积分时,可以根据问题的特性选择适当的积分方法,以提高计算的准确性。

(2) 使用自适应积分方法:自适应积分方法可以根据需要对积分区域进行自适应划分,以提高计算的准确性。

数值积分法matlab

数值积分法matlab

数值积分法matlab数值积分法是一种通过数值近似来计算定积分的方法。

在实际问题中,很多函数的积分无法用闭合形式表达出来,这时就需要使用数值积分法来近似求解。

数值积分法的基本思想是将要积分的区间分割成若干小区间,然后在每个小区间上用一条简单的函数来逼近原函数,最后将这些小区间上的近似积分结果相加。

常用的数值积分法有矩形法、梯形法和辛普森法等。

其中,矩形法是最简单的数值积分法之一。

它将每个小区间上的函数值看作是该区间上函数的常值近似,并用矩形面积来表示该区间上的积分值。

矩形法有两种类型,即左矩形法和右矩形法。

左矩形法使用每个小区间左端点处的函数值来代表该区间上的函数值,右矩形法则使用每个小区间右端点处的函数值。

通过将所有小区间上的矩形面积相加,即可得到对整个区间上函数积分的近似值。

梯形法是数值积分法中更精确的一种方法。

它通过在每个小区间上使用梯形面积来逼近函数的积分值。

梯形法的基本思想是将每个小区间上的函数近似表示为两个端点处函数值的线性插值函数。

通过计算每个小区间上的梯形面积,并将这些面积相加,即可得到对整个区间上函数积分的近似值。

辛普森法是数值积分法中最常用的一种方法,它通过在每个小区间上使用二次多项式来逼近函数的积分值。

辛普森法的基本思想是将每个小区间上的函数近似表示为一个二次多项式,并计算该多项式对应的曲线下面积。

通过将所有小区间上的曲线下面积相加,并乘以一个系数,即可得到对整个区间上函数积分的近似值。

在使用数值积分法时,需要注意选择合适的分割数和逼近方法,以获得更精确的结果。

通常情况下,分割数越多,逼近结果越接近真实值。

但是,分割数过大也会增加计算量。

因此,需要在计算精度和计算效率之间进行权衡。

除了上述介绍的几种数值积分法外,还有其他一些方法,如高斯积分法和自适应积分法等。

这些方法在不同的情况下有着不同的适用性和计算效果。

因此,在实际问题中,需要根据具体情况选择合适的数值积分方法。

总结而言,数值积分法是一种通过数值近似来计算定积分的方法。

数值积分的matlab实现

数值积分的matlab实现

实验10 数值积分实验目的:1.了解数值积分的基本原理; 2.熟练掌握数值积分的MATLAB 实现; 3.会用数值积分方法解决一些实际问题。

实验内容:积分是数学中的一个基本概念,在实际问题中也有很广泛的应用。

同微分一样,在《微积分》中,它也是通过极限定义的,由于实际问题中遇到的函数一般都以列表形式给出,所以常常不能用来直接进行积分。

此外有些函数虽然有解析式,但其原函数不是初等函数,所以仍然得不到积分的精确值,如不定积分⎰10 d sin x x x。

这时我们一般考虑用数值方法计算其近似值,称为数值积分。

10.1 数值微分简介设函数()y f x =在*x 可导,则其导数为hx f h x f x f h )()(lim )(**0*-+='→ (10.1)如果函数()y f x =以列表形式给出(见表10-1),则其精确值无法求得,但可由下式求得其近似值hx f h x f x f )()()(***-+≈' (10.2)表 10-1一般的,步长h 越小,所得结果越精确。

(10.2)式右端项的分子称为函数()y f x =在*x 的差分,分母称为自变量在*x 的差分,所以右端项又称为差商。

数值微分即用差商近似代替微商。

常用的差商公式为:000()()()2f x h f x h f x h +--'≈(10.3)hy y y x f 243)(2100-+-≈' (10.4)hy y y x f nn n n 234)(12+-≈'-- (10.5)其误差均为2()O h ,称为统称三点公式。

10.2 数值微分的MATLAB 实现MATLAB 提供了一个指令求解一阶向前差分,其使用格式为: dx=diff(x) 其中x 是n 维数组,dx 为1n -维数组[]21321,,,n x x x x x x ---,这样基于两点的数值导数可通过指令diff(x)/h 实现。

(完整版)数值积分及matlab实现

(完整版)数值积分及matlab实现
将积分区间细分,在每一个小区间内用简单函 数代替复杂函数进行积分,这就是数值积分的思想, 用代数插值多项式去代替被积函数发f(x)进行积分 是本章讨论数值积分的主要内容。
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实现数值分析插值及积分

matlab实现数值分析插值及积分

数值分析学院:计算机专业:计算机科学与技术班级:xxx学号:xxx姓名:xxx指导教师:xxx数值分析摘要:数值分析(numerical analysis)是研究分析用计算机求解数学计算问题的数值计算方法及其理论的学科,是数学的一个分支,它以数字计算机求解数学问题的理论和方法为研究对象。

在实际生产实践中,常常将实际问题转化为数学模型来解决,这个过程就是数学建模。

学习数值分析这门课程可以让我们学到很多的数学建模方法。

分别运用matlab数学软件编程来解决插值问题和数值积分问题。

题目中的要求是计算差值和积分,对于问题一,可以分别利用朗格朗日插值公式,牛顿插值公式,埃特金逐次线性插值公式来进行编程求解,具体matlab代码见正文。

编程求解出来的结果为:P4(x)=x4+1。

其中Aitken插值计算的结果图如下:对于问题二,可以分别利用复化梯形公式,复化的辛卜生公式,复化的柯特斯公式编写程序来进行求解,具体matlab代码见正文。

编程求解出来的结果为:0.6932其中复化梯形公式计算的结果图如下:问题重述问题一:已知列表函数表格 1x 0 1 2 3 4 f (x )121782257分别用拉格朗日,牛顿,埃特金插值方法计算P 4(x )。

问题二:用复化的梯形公式,复化的辛卜生公式,复化的柯特斯公式计算积分∫1x 21dx ,使精度小于5×10−5。

问题解决问题一:插值方法对于问题一,用三种差值方法:拉格朗日,牛顿,埃特金差值方法来解决。

一、拉格朗日插值法:拉格朗日插值多项式如下:首先构造1+n 个插值节点n x x x ,,,10 上的n 插值基函数,对任一点i x 所对应的插值基函数)(x l i ,由于在所有),,1,1,,1,0(n i i j x j +-=取零值,因此)(x l i 有因子)())(()(110n i i x x x x x x x x ----+- 。

又因)(x l i 是一个次数不超过n 的多项式,所以只可能相差一个常数因子,固)(x l i 可表示成:)())(()()(110n i i i x x x x x x x x A x l ----=+-利用1)(=i i x l 得:)())(()(1110n i i i i i i x x x x x x x x A ----=+-于是),,2,1,0()())(()()())(()()(110110n i x x x x x x x x x x x x x x x x x l n i i i i i i n i i i =--------=+-+-因此满足i i n y x L =)( ),2,1,0(n i =的插值多项式可表示为:∑==nj j j n x l y x L 0)()(从而n 次拉格朗日插值多项式为:),,2,1,0()()(0n i x l y x L nj i j j i n ==∑=matlab 编程:编程思想:主要从上述朗格朗日公式入手:依靠循环,运用poly ()函数和conv ()函数表示拉格朗日公式,其中的poly (i )函数表示以i 作为根的多项式的系数,例如poly (1)表示x-1的系数,输出为1 -1,而poly (poly (1))表示(x-1)*(x-1)=x^2-2*x+1的系数,输出为1 -2 1;而conv ()表示多项式系数乘积的结果,例如conv (poly (1),poly (1))输出为1 -2 1;所以程序最后结果为x^n+x^n-1+……+x^2+x+1(n 的值据结果的长度为准)的对应系数。

如何在Matlab中进行数值积分和数值解

如何在Matlab中进行数值积分和数值解

如何在Matlab中进行数值积分和数值解在数学和工程领域,数值积分和数值解是常见的技术手段,可以帮助我们求解复杂的数学问题和实际工程中的模型。

本文将介绍如何使用Matlab进行数值积分和数值解,以及一些注意事项和常用的方法。

一、数值积分数值积分是计算定积分的近似值的方法,可以通过数值逼近或数值插值来实现。

在Matlab中,有几种常用的函数可以用于数值积分,比如trapz、quad等。

1. trapz函数trapz函数是用梯形法则计算积分的函数。

它的使用方法是将要积分的函数作为输入的第一个参数,x轴上的点作为输入的第二个参数。

例如,要计算函数f(x)在区间[a, b]上的积分,可以使用以下代码:result = trapz(x, f(x));2. quad函数quad函数是使用自适应数值积分算法计算积分的函数。

它的使用方法是将要积分的函数作为输入的第一个参数,积分区间的下限和上限作为输入的第二个和第三个参数。

例如,要计算函数f(x)在区间[a, b]上的积分,可以使用以下代码:result = quad(@(x) f(x), a, b);二、数值解数值解是使用数值方法求解复杂的数学问题或实际工程中的模型的近似解。

在Matlab中,有几种常用的函数可以用于数值解,比如fsolve、ode45等。

1. fsolve函数fsolve函数是用于求解非线性方程组的函数。

它的使用方法是将非线性方程组表示为一个函数,然后将该函数作为输入的第一个参数。

例如,要求解方程组f(x) = 0,可以使用以下代码:x = fsolve(@(x) f(x), x0);其中x0是方程的初始猜测值。

2. ode45函数ode45函数是求解常微分方程初值问题的函数。

它的使用方法是将微分方程表示为一个函数,然后将该函数作为输入的第一个参数。

例如,要求解常微分方程dy/dx = f(x, y),可以使用以下代码:[t, y] = ode45(@(t, y) f(t, y), tspan, y0);其中tspan是时间区间,y0是初始条件。

  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)。

Sj =1.36203791318826
1.2
例2
变限积分的Matlab符号计算
x2 x
已知 F (x) e t sin(2 t 3 )dt ,求F ′(x)
解:输入程序: >> syms x t
F1=int(exp(t)*sin(2+sqrt(t^3)),x,0);
F2=int(exp(t)*sin(2+sqrt(t^3)),0,x^2); Fi= F1+ F2; dF=diff(Fi) 运行后屏幕显示计算变限积分F(x)的导数.
1.3
数值求积方法
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 b f ( x)dx (b a) f ( )
a
a, b
即所求的曲边梯形的面积恰好等于底为(b-a),高为 f ( ) 的矩形面积。但是点ξ的具体位置一般是未知的, 因 而 f ( ) 的值也是未知的, 称 f ( ) 为f(x) 在区间[a,b]上的平均 高度。那么只要对平均高度 f ( ) 提供一种算法,相应地就 获得一种数值求积方法
复杂函数进行积分,这就是数值积分的思想,用代数插
值多项式去代替被积函数发f(x)进行积分是本章讨论数 值积分的主要内容。
1.1
定积分的Matlab符号计算
例1 由 y =sin x, y =cos x , x=-1/2,x=3/2所围成的平 面区域D.求平面区域D 的面积S.
解 输入作函数图形的程序 坐标调整 >> x=-1:0.001:2; F1= sin(x); F2=cos(x); plot(x ,F1,'b-',x ,F2,'g-'), axis([-1,pi/4+1,-1.3,1.3]), xlabel('x'), ylabel('y'), title('y=sinx , y=cosx 和x=-0.5及x=1.5所围成的平面区域的图形') 运行后屏幕显示图形. 求平面区域D 的面积S.输入计算面积S 的程序 >> syms x
1.3.3
辛普森公式的Matlab程序
• 调用格式一:quad(‘fun’,a,b) • 调用格式二:quad(‘fun’,a,b,tol) • 调用格式三:[Q,FCNT] = quad (...) • 调用格式四:quad(‘fun’,a,b, tol,TRACE) • 调用格式五:quad(‘fun’,a,b, tol,TRACE,P1,P2, …) 复合辛普森(Simpson)数值积分的MATLAB 主程序
经常遇到以下三种情况:
(1) 被积函数f(x)并不一定能够找到用初等函数的 有限形式表示的原函数F(x),例如:
1 sin x x2 dx和 e dx 0 x

1
0
Newton-Leibnitz公式就无能为力了 (2) 还有被积函数f(x)的原函数能用初等函数表示, 但表达式太复杂,例如函数 f ( x) x 2 2x 2 3 并不复杂,但积分后其表达式却很复杂,积分 后其原函数F(x)为:
1 ab ( f (a) 4 f ( ) f (b)) 6 2
(2)先用某个简单函数 ( x) 近似逼近f(x), 用 ( x) 代替原被积函数f(x),即 b f ( x)dx b ( x)dx
a a
以此构造数值算法。从数值计算的角度考虑,函数 ( x) 应对f(x)有充分的逼近程度,并且容易计算其积分。由于多 项式能很好地逼近连续函数,且又容易计算积分,因此将 ( x) 选取为插值多项式, 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
1.3.1
梯形公式的Matlab程序
(一)用函数 trapz 计算定积分 • 调用格式一:Z =trapz(Y) • 调用格式二:Z =trapz(X,Y) • 调用格式三:Z = trapz (X,Y,DIM) 或 trapz (Y,DIM) (二) 用函数 cumtrapz 计算定积分 • 调用格式一:Z =cumtrapz (Y) • 调用格式二:Z =cumtrapz (X,Y) • 调用格式三:Z = cumtrapz (X,Y,DIM) 或 cumtrapz (Y,DIM)
计算


2 0
e - x sinxdx ,并与精确值比较.
解:将[0,/ 2]分成20 等份,步长为 / 40,输入程序如下(注意sum 和 cumsum的用法) • >> h=pi/40; x=0:h:pi/2; y=exp(-x).*sin(x); • z1=sum(y(1:20))*h,z2=sum(y(2:21))*h, • z=cumsum(y); z11=z(20)*h, z12=(z(21)-z(1))*h, 运行后屏幕显示计算结果分别如下 • z1 = z2 = z11 = z12 =0.3873 0.4036 0.3873 0.4036 求定积分的精确值,输入程序 • >> syms x • F=int(exp(-x)*sin(x),x,0, pi/2) • Fs= double (F) ,wz1=abs( Fs-z1), wz2= abs( Fs-z2) 运行后屏幕显示定积分的精确值Fs 和用矩形公式计算结果的绝对误差 wz1、wz2 分别如下 • F = Fs =1/2*(-1+exp(pi)^(1/2))/exp(pi)^(1/2) 0.3961 • wz1 = wz2 =0.0088 0.0075
f1= cos(x)-sin(x); f2=-f1; S1 =int(f1,x,-0.5,pi/4);
S2=int(f2,x, pi/4,1.5); S=S1+S2,Sj= double (S) 运行后屏幕显示计算面积的值 S 及其近似值Sj 如下 S =2*2^(1/2)+sin(1/2)-cos(1/2)-sin(3/2)-cos(3/2)
MATLAB求解离散函数积分
2
Matlab求解离散函数积分
• • •
• •
1、S=trapz(X,Y) 等距梯形法求数值积分 调用格式一:Z =trapz(Y) 调用格式二:Z =trapz(X,Y) 调用格式三:Z = trapz (X,Y,DIM) 或 trapz (Y,DIM) 2、 S=cumsum(Y) 欧拉法求数值积分 调用格式一:cumsum(X) 调用格式二:cumsum (X,DIM) 3、 对于离散点的积分,先对其拟合获得函数表达式,再作为 连续被积函数求积分。
例3 用 MATLAB 的函数trapz 和 cumtrapz 分别计算


2 0
e - x sinxdx 精确到10-4 ,并与矩形公式比较.
解:将[0, π / 2]分成20 等份,步长为π / 40,输入程序如下(注意
trapz(y)是单位步长, trapz(y)*h=trapz(x,y)): • >> h=pi/40; x=0:h:pi/2; y=exp(-x).*sin(x); • z1=sum(y(1:20))*h, z2=sum(y(2:21))*h, z=(z1+z2)/2 • z3=trapz(y)*h, z3h=trapz(x,y), z3c=cumtrapz(y)*h, • 运行后屏幕显示用矩形公式(9.3),(9.4)计算结果z1、z2 和 二者的平均数z、函数trapz和cumtrapz 分别计算结果z3、z3c.
• • • • • • • • • • • function y=comsimpson(fun,a,b,n) z1=feval (fun,a)+ feval (fun,b);m=n/2; h=(b-a)/(2*m); x=a; z2=0; z3=0; x2=0; x3=0; for k=2:2:2*m x2=x+k*h; z2= z2+2*feval (fun,x2); end for k=3:2:2*m x3=x+k*h; z3= z3+4*feval (fun,x3); end y=(z1+z2+z3)*h/3;
梯形数值积分的MATLAB 主程序 • function T=rctrap(fun,a,b,m) • n=1;h=b-a; T=zeros(1,m+1); x=a; • T(1)=h*(feval(fun,a)+feval(fun,b))/2; • for i=1:m • h=h/2; n=2*n; s=0; • for k=1:n/2 • x=a+h*(2*k-1); s=s+feval(fun,x); • end • T(i+1)=T(i)/2+h*s; • end • T=T(1:m);


Fs= double (fi)
wQ1= double (abs(fi-Q1) ), wQ2= double (abs(fi-Q2) ) 值Q2、Q1和迭代次数FCNT14,取精度分别为104 ,Q2、Q1 分别与精 确值Fs 的绝对误差wQ2, wQ1
运行后屏幕显示I 的精确值Fs,用comsimpson.m 和quad.m 分别计算I 的近似
值积分方法。
矩形公式把[a,b] 的中点处函数值
f (
ab ) 2
作为平均高度f()的近似值而获得的一种数值积分方法。
Simpson公式是以函数f(x)在a, b, (a+b)/2这三点的函数值 f(a), f(b),
f( ab ) 2
的加权平均值 作为平均高度f()的近
似值而获得的一种数值积分方法。

a
ab f ( x)dx (b a ) f ( ) 2
相关文档
最新文档