基础实验二 定积分数值计算
数值计算基础实验报告(3篇)
第1篇一、实验目的1. 理解数值计算的基本概念和常用算法；2. 掌握Python编程语言进行数值计算的基本操作；3. 熟悉科学计算库NumPy和SciPy的使用；4. 分析算法的数值稳定性和误差分析。
二、实验内容1. 实验环境操作系统：Windows 10编程语言：Python 3.8科学计算库：NumPy 1.19.2，SciPy 1.5.02. 实验步骤（1）Python编程基础1）变量与数据类型2）运算符与表达式3）控制流4）函数与模块（2）NumPy库1）数组的创建与操作2）数组运算3）矩阵运算（3）SciPy库1）求解线性方程组2）插值与拟合3）数值积分（4）误差分析1）舍入误差2）截断误差3）数值稳定性三、实验结果与分析1. 实验一：Python编程基础（1）变量与数据类型通过实验，掌握了Python中变量与数据类型的定义方法，包括整数、浮点数、字符串、列表、元组、字典和集合等。
（2）运算符与表达式实验验证了Python中的算术运算、关系运算、逻辑运算等运算符，并学习了如何使用表达式进行计算。
（3）控制流实验学习了if-else、for、while等控制流语句，掌握了条件判断、循环控制等编程技巧。
（4）函数与模块实验介绍了Python中函数的定义、调用、参数传递和返回值，并学习了如何使用模块进行代码复用。
2. 实验二：NumPy库（1）数组的创建与操作通过实验，掌握了NumPy数组的基本操作，包括创建数组、索引、切片、排序等。
（2）数组运算实验验证了NumPy数组在数学运算方面的优势，包括加、减、乘、除、幂运算等。
（3）矩阵运算实验学习了NumPy中矩阵的创建、操作和运算，包括矩阵乘法、求逆、行列式等。
3. 实验三：SciPy库（1）求解线性方程组实验使用了SciPy库中的线性代数模块，通过高斯消元法、LU分解等方法求解线性方程组。
（2）插值与拟合实验使用了SciPy库中的插值和拟合模块，实现了对数据的插值和拟合，并分析了拟合效果。
定积分的数值计算
第一讲定积分的数值计算【主要目的】围绕定积分的概念与数值计算方法这一大家非常熟悉的主题，突出数值实验、几何观察、数值分析等实验特性，学生通过实验与理论的对照，加深对数学思想和数学知识的理解和掌握，学习如何从实验角度创新知识、发现知识，并上升到理论分析的角度。
【主要内容】定积分的数值计算方法，包括：矩形法、梯形法与辛普森法；对误差的了解：精度与收敛速度引言首先回忆一下函数在区间上的定积分概念的建立过程。
考虑在区间内任意插入个分点的分法：把分割成个小区间，第个子区间的长度为；任取数，做乘积，把所有这些乘积相加得到和式.如果无论区间怎样划分及分点怎样选取，当时，该和式都趋于同一常数，则称函数在区间上可积，且称此常数为在区间上的定积分，即。
称和式为积分和或黎曼和。
在定积分的概念中包含了两个任意性，即对区间的分割和点的选取都是任意的。
显然，对于区间的不同分割或者点的选取不同，得到的和式一般不同。
定积分的定义中要求在对区间无限细分（）的条件下，所有这些和式都趋于同一数值。
这一点初学者较难理解。
我们将通过数值实验来加以理解。
当在区间上连续，为在区间上的原函数时，我们可以用牛顿-莱布尼兹公式方便地求得。
但是有些函数其原函数不能用初等函数表示出来，这样对应的定积分通常也不能用牛顿-莱布尼兹公式算出其精确值。
而且，在自然科学与工程技术中有许多问题，被积函数并不是用具体函数表达式解析表示的，而经常是通过实验或测量方法用表格或图形给出的，这就导出了定积分的数值计算问题。
我们将利用“分割取近似，作和求极限”这一定积分思想方法，来构造一些数值计算方法，并进行数值实验。
实验一定积分概念的深化——达布和设函数在区间上有界。
考虑将将区间任意分割成个子区间（）的分法，设在子区间上的上、下确界分别为，称为在子区间上的振幅，和式分别称为关于该分割的达布（Darboux）大和与达布小和。
由定义可知，函数对应于同一分割的积分和有无穷多个，但达布大和与达布小和却都各只有一个。
几种定积分的数值计算方法
几种定积分的数值计算方法一、梯形法则（Trapezoidal Rule）：梯形法则是一种常见的确定积分的数值计算方法。
它的基本思想是通过将函数曲线上的曲线段看作是一系列梯形，然后计算这些梯形的面积之和来近似表示定积分的值。
具体来说，我们将定积分区间[a,b]均匀地划分为n个小区间，每个小区间的宽度为h=(b-a)/n，然后计算每个小区间内的梯形面积，再将这些面积相加即可得到定积分的近似值。
梯形法则的公式如下：∫(a to b) f(x) dx ≈ h/2 * (f(a) + 2f(a+h) + 2f(a+2h) + ... + 2f(a+(n-1)h) + f(b))梯形法则的优点是简单易懂，容易实现，并且对于一般的函数都能达到较好的近似效果。
然而，它的缺点是精度较低，需要较大的划分数n才能得到较准确的结果。
二、辛普森法则（Simpson's Rule）：辛普森法则是一种比梯形法则更高级的确定积分方法，它通过将函数曲线上的曲线段看作是由一系列抛物线组成的，然后计算这些抛物线的面积之和来近似表示定积分的值。
与梯形法则类似，我们将定积分区间[a,b]均匀地划分为n个小区间，每个小区间的宽度为h=(b-a)/n，然后计算每两个相邻小区间内的抛物线面积，再将这些面积相加即可得到定积分的近似值。
辛普森法则的公式如下：∫(a to b) f(x) dx ≈ h/3 * (f(a) + 4f(a+h) + 2f(a+2h) +4f(a+3h) + ... + 2f(a+(n-2)h) + 4f(a+(n-1)h) + f(b))辛普森法则相较于梯形法则具有更高的精度，尤其对于二次或更低次的多项式函数来说，可以得到非常准确的结果。
但是，辛普森法则在处理高次多项式或非多项式函数时可能会出现误差较大的情况。
三、高斯求积法（Gaussian Quadrature）：高斯求积法是一种基于插值多项式的数值积分方法。
数学实验二定积分近似值计算
实验序号：2日期：2015年12月5日
班级
姓名
学号
实验名称
实验二定积分的近似计算
问题背景描述：
1、计算定积分的方法。
2、利用牛顿---莱布尼茨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。
n=100;
h=(b-a)/n;Sum=0;
for i=1:n
xz=a+(i-1)*h;
s=(1/xz)*h;%f=1/x;
Sum=Sum+s;
end
fprintf('积分为%g\n',Sum);
第一大题
（矩形法）
clear;
clc；
%f(x)=1/(x^2+1);
a=0;b=1;
n=258;
h=(b-a)/n;Sum=0;
fxj=subs(fx,'x',xj);fxi=subs(fx,'x',xi);
Sum=Sum+(fxj+fxi)*h/2;
end
fprintf('积分为%g\n',Sum);
积分为0.693152
（抛物线法）
clear;
n=120;
a=1;b=2;h=(b-a)/n;
inum5=0;
f=@(x)1/x;
xj=a+(i-1)*h;xi=a+i*h;
fxj=subs(fx,'x',xj);fxi=subs(fx,'x',xi);
7.6 定积分的数值计算
上用Simpson公式： 公式： 在每个 [ x i − 1 , x i ] 上用 公式 记 xi−
1 2
的中点， 为区间 [ x i − 1 , x i ] 的中点，
m
∫
b a
h f ( x)dx ≈ ∑ [ f ( xi −1 ) + 4 f ( xi − 1 ) + f ( xi )] 2 i =1 6
b−a h= , xi = a + i h m (i = 0, ... , m)
上用梯形公式： 在每个 [ xi −1 , xi ] 上用梯形公式：
∫
xi xi−1
xi − xi −1 f ( x)dx ≈ [ f ( xi −1 ) + f ( xi )] , i = 1, ... , m 2
∫
b a
Cotes系数与区间[a,b] 1 (−1) n−i n n = ∫0 Π0i (t − j )dt 及f (x)均无关！ n i !(n − i )! jj = ≠
I ( f ) ≈ ∫ pn ( x)dx =(b − a )∑ Ci( n ) f ( xi )
b a i =0
n
1 1 梯形公式 n = 1 I ( f ) ≈ (b − a )( f (a ) + f (b)) 2 2 1 4 a +b 1 抛物线 n = 2 I ( f ) ≈ (b − a )( f ( a ) + f ( 2 ) + f (b)) 6 6 6 公式 n=4 Cotes公式 Cotes
是否代数精度越高的数值积分方法越好？ 例
1 设函数 f ( x ) = , x ∈ [ −5 , 5 ] 2 1+ x 10 , i = 0,1,L , n n
定积分的计算
定积分的计算定积分是微积分中的一个重要概念，用来计算曲线与x轴之间的面积或曲线的弧长等问题。
本文将介绍定积分的概念、性质和计算方法。
一、定积分的概念定积分是一种数学运算，用来计算曲线与x轴之间的面积。
它的定义是在一个区间上划分出无穷多个小矩形，然后计算这些小矩形的面积之和，然后取极限。
用符号表示为∫f(x)dx，其中f(x)是被积函数，dx表示微元长度。
二、定积分的性质1. 定积分具有可加性，即∫(f(x) + g(x))dx = ∫f(x)dx + ∫g(x)dx。
2. 定积分的区间可加性，即∫[a,b]f(x)dx = ∫[a,c]f(x)dx + ∫[c,b]f(x)dx。
3. 定积分的值与被积函数的符号无关，即∫[a,b]f(x)dx = -∫[b,a]f(x)dx。
4. 定积分的值与积分区间的长度无关，即∫[a,b]f(x)dx = ∫[ka,kb]f(x)dx，其中k为任意非零常数。
三、定积分的计算方法计算定积分的方法有很多种，以下是一些常用的方法：1. 几何方法：对于一些简单的几何图形，我们可以利用几何的知识来求解。
例如，对于一个矩形的面积，可以直接计算长度乘以宽度。
2. 切割方法：将区间切割成无穷多个小区间，并计算每个小区间上的面积之和。
当小区间趋近于无穷小时，这个和就是定积分的值。
这种方法也被称为黎曼和的定义。
3. 牛顿-莱布尼茨公式：若函数G(x)是f(x)的一个原函数，则定积分可以通过G(b) - G(a)来计算，其中a、b是积分区间的端点。
4. 变量代换法：对于一些复杂的函数，可以通过变量代换来简化问题。
例如，对于∫(x^2 + 1)dx，我们可以令u = x^2 + 1，然后计算∫udu，最后再带回原来的变量。
5. 分部积分法：对于一些产品的积分，可以利用分部积分公式来求解。
该公式为∫u(x)v'(x)dx = u(x)v(x) - ∫v(x)u'(x)dx。
(计算物理学)第3章物理学中定积分的数值计算方法
辛普森法则
总结词
详细描述
公式表示
辛普森法则是另一种改进的数值积分 方法，通过将积分区间划分为若干个 小的子区间，然后在每个子区间上取 一个点，并使用这些点的函数值来近 似积分值。
辛普森法则是基于梯形法的改进，它 使用了更多的点来近似函数曲线。具 体来说，它在每个子区间上取两个点 （即区间的端点和中点），然后使用 这两个点的函数值来计算该子区间的 近似面积。将这些近似面积相加，即 可得到定积分的近似值。
几何意义
定积分表示曲线与x轴所夹的面积，即原函数曲线与x轴、 x=a、x=b所围成的区域面积。
定积分的性质
线性性质
∫baf(x)dx+∫baf(x)dx=∫baf(x)+f (x)dx
区间可加性
∫caf(x)dx=∫baf(x)dx+∫caf(x)dx
常数倍性质
k∫baf(x)dx=k∫baf(x)dx
感谢您的观看
THANKS
误差分析
梯形法误差主要来源于对曲线的近似，当梯形 越多，近似程度越高，误差越小。
适用范围
适用于被积函数在积分区间上变化较小的情形。
辛普森法则的误差分析
辛普森法则的基本思想
将积分区间分成若干个小区间，每个小区间上用抛物线代替曲线， 然后求抛物线面积之和。
误差分析
辛普森法则误差主要来源于对曲线的近似，当抛物线越多，近似程 度越高，误差越小。
形等。
计算体积
02
定积分可以用来计算三维物体的体积，例如长方体、球体、圆
柱体等。
计算长度
03
定积分可以用来计算曲线或曲面的长度，例如圆的周长、椭圆
的弧长等。
在物理学中的应用
01
数值计算实验报告积分
一、实验目的1. 理解积分的概念和基本性质。
2. 掌握数值积分的方法，包括矩形法、梯形法、辛普森法等。
3. 通过实际计算，加深对积分概念的理解。
二、实验原理积分是微积分学中的一个基本概念，表示一个函数在某区间内的累积变化量。
数值积分是指利用数值方法求解积分，常见的方法有矩形法、梯形法、辛普森法等。
1. 矩形法：将积分区间分成若干等份，用每个小区间的宽度乘以函数在该区间的值，再将所有小区间的乘积相加，得到积分的近似值。
2. 梯形法：将积分区间分成若干等份，用每个小区间的宽度乘以函数在该区间的平均值，再将所有小区间的乘积相加，得到积分的近似值。
3. 辛普森法：将积分区间分成若干等份，用每个小区间的宽度乘以函数在该区间的二次多项式近似值，再将所有小区间的乘积相加，得到积分的近似值。
三、实验步骤1. 选择一个具体的积分问题，例如：计算函数f(x) = x^2在区间[0,1]上的积分。
2. 根据所选择的积分方法，设置相应的参数。
例如，对于矩形法，需要设置小区间的数量n；对于梯形法，需要设置小区间的数量n；对于辛普森法，需要设置小区间的数量n。
3. 计算每个小区间的宽度，例如，对于区间[0,1]，小区间的宽度为h = (1-0)/n。
4. 根据所选的积分方法，计算积分的近似值。
5. 比较不同积分方法的近似值，分析误差来源。
四、实验结果与分析以函数f(x) = x^2在区间[0,1]上的积分为例，进行数值积分实验。
1. 矩形法：取n=4，计算得到积分的近似值为0.5625。
2. 梯形法：取n=4，计算得到积分的近似值为0.6667。
3. 辛普森法：取n=4，计算得到积分的近似值为0.6667。
通过比较不同积分方法的近似值，可以发现辛普森法的误差较小，且随着n的增大，误差逐渐减小。
这表明辛普森法在数值积分中具有较高的精度。
五、实验总结1. 本实验通过数值积分方法，计算了函数f(x) = x^2在区间[0,1]上的积分，加深了对积分概念的理解。
- 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)。
基础实验二 定积分数值计算
一、实验目的
学习定积分的数值计算方法，理解定积分的定义，掌握牛顿-莱布尼兹公式。
二、实验材料
2.1定积分的数值计算
计算定积分⎰b a
dx x f )(的近似值，可将积分区间n 等分而得矩形公式
n a b n a b i a f dx x f n i b a ---+≈∑⎰=])
1([)(1 或 n a
b n a b i a f dx x f n i b a --+≈∑⎰=][)(1 也可用梯形公式近似计算
n
a b b f a f n a b i a f dx x f n i b
a -++-+≈∑⎰-=]2)()()([)(11 如果要准确些，可用辛普森公式
n a
b b f a f a b i a f n a b i a f dx x f n i n i b a 6)]()()2)21((4)(2[)(111-++--++-+≈∑∑⎰=-= 对于⎰1
0sin xdx ，矩形公式、梯形公式、辛普森公式的Mathematica 程序为
a=0;b=1;k=10; f[x_]:=Sin[x];
d=N[Integrate[f[x],{x,a,b}],k];（计算精确值）
s1[m_]:=N[Sum[f[a+i*(b-a)/m]*(b-a)/m,{i,0,m-1}],k];（取小区间左端点的矩形公式） s2[m_]:=N[Sum[f[a+(i+1/2)*(b-a)/m]*(b-a)/m,{i,0,m-1}],k]; （取小区间中点的矩形公式）
s3[m_]:=N[Sum[f[a+i*(b-a)/m]*(b-a)/m,{i,1,m}],k]; （取小区间右端点的矩形公式） s4[m_]:=N[Sum[(f[a+i*(b-a)/m]+f[a+(i+1)*(b-a)/m])/2*(b-a)/m,{i,0,m-1}],k]; （梯形公
式）
s5[m_]:=N[(b-a)/m/6*((f[a]+f[b])+2*Sum[f[a+i*(b-a)/m],{i,1,m-1}]
+4*Sum[f[a+(i-1/2)*(b-a)/m],{i,1,m}]),k];（辛普森公式）
r1[m_]:=d-s1[m];r2[m_]:=d-s2[m];r3[m_]:=d-s3[m];r4[m_]:=d-s4[m];r5[m_]:=d-s5[m];（误差）
t=Table[{s1[m],r1[m],s2[m],r2[m],s3[m],r3[m],s4[m],r4[m],s5[m],r5[m]},
{m,100,1000,100}]
利用以上程序计算⎰10dx 、⎰10xdx 、⎰102
dx x ，并对几个公式比较。
2.2可积条件
如果函数)(x f 在区间[]b a ,上连续，则)(x f 在区间[]b a ,上可积。
反之不然。
2.3牛顿-莱布尼兹公式
设函数)(x f 在[]b a ,上连续，而且)(x F 是)(x f 的一个原函数，则有牛顿-莱布尼兹公式⎰-=b a a F b F dx x f )()()(。
函数
⎩⎨⎧≠==0001)(x x x f 在[]2,1-不连续、不存在原函数，但在[]2,1-上可积；函数⎩⎨⎧>≤-=--00cos sin 22)(11x x x x x x x g 在[]2,1-不连续，但在[]2,1-上可积、存在原函数
⎩⎨⎧>≤=-00sin )(122
x x x x x x G 。
此外函数⎩⎨⎧∉∈=Q x Q x x D 01)(处处不连续、不存在原函数，在任意区间(长度大于0)上不可积。
求原函数并验证牛顿-莱布尼兹公式的Mathematica 程序
f[x_]:=Sin[x];
Integrate[f(x),x]（求不定积分）
F[x_]:=%（定义原函数）
d=NIntegrate[f(x),{x,a,b}]（求定积分）
df=F[b]-F[a] （计算原函数的增量）
r=d-df
三、实验准备
认真阅读实验目的与实验材料后要正确地解读实验，在此基础上制定实验计划（修改、补充或编写程序，提出实验思路，明确实验步骤），为上机实验做好准备。
四、实验思路提示
3.1定积分的定义
先对一个函数，例如x sin 在区间[0,1]，在程序中改变m （例如10=m 、100、10000）并适当扩展有效数字（例如10=k 、20、50），运行程序计算定积分的近似值，分析误差。
再考虑其它函数。
最后对几个公式比较。
3.2牛顿-莱布尼兹公式
先对一个函数，例如x sin 在区间[0,1], 运行程序计算。
再考虑其它函数，例如指数函数、分段连续函数、)(x D 。
分析可积条件及牛顿-莱布尼兹公式成立的条件。