数值积分方法
数值积分方法
的值大.
二、Simpson公式
n=2时的求积公式
将 [a, b] 二 等分，等分节点 x0 = a ，x1 = (a +b)/2， x2 = b 作为积分节点，构造二次Lagrange插值多 项式 L2(x)：2 b
a
f ( x )dx Ak f ( xk ) A0 f ( x0 ) A1 f ( x1 ) A2 f ( x2 )
f ( x ) 在节 a x0 x1
xn b
f ( x0 ), f ( x1 ),
, f ( xn )
作n次Lagrange插值多项式: Ln ( x )
l
k 0
n
k
( x ) f ( xk )
b a
f ( x )dx Ln ( x )dx
a
b
b a
f ( x )dx Ln ( x )dx
b]上的积分公式，这种方法称为复合求积法。
5.2.1 复化梯形积分 将[a, b]分成若干小区间，在每个区间[xi, xi+1]上用 梯形积分公式，再将这些小区间上的数值积分累加 起来，就得到区间[a, b]上的数值积分。这种方法称 为复化梯形积分。 ★ 计算公式
将[a, b] n等分, h = xi+1- xi= (b -a)/n, xi = a + ih, i = 0,1,2,…,n,
其中
4
M 4 max f
a xb
( 4)
( x)
本题
M 4 的求法： 1 sin x cos txdt f ( x) 0 x
1 1 0 0
1 M4 5
f ( x ) t sin txdt t cos( tx
数值积分
在数值分析中，数值积分是计算定积分数值的方法和理论。
在数学分析中，给定函数的定积分的计算不总是可行的。
许多定积分不能用已知的积分公式得到精确值。
数值积分是利用黎曼积分等数学定义，用数值逼近的方法近似计算给定的定积分值。
借助于电子计算设备，数值积分可以快速而有效地计算复杂的积分。
必要性数值积分的必要性源自计算函数的原函数的困难性。
利用原函数计算定积分的方法建立在牛顿-莱布尼兹公式之上。
然而，原函数可以用初等函数表示的函数为数不多，大部分的可积函数的积分无法用初等函数表示，甚至无法有解析表达式（俗称“积不出来”）。
例如常见的正态分布函数：的原函数就无法用初等函数表示。
不仅如此，在很多实际应用中，只能知道积分函数在某些特定点的取值，比如天气测量中的气温、湿度、气压等，医学测量中的血压、浓度等等。
另外，积分函数有可能是某个微分方程的解。
由于很多微分方程只能数值求解，因此只能知道函数在某些点上的取值。
这时是无法用求原函数的方法计算函数的积分的。
另外，当积分区域是曲面、三维形体以至于高维流形时，牛顿-莱布尼兹公式不再适用，只能使用更广泛的格林公式或斯托克斯公式，以转化为较低维数上的积分，但只能用于少数情况。
因此，只能使用数值积分计算函数的近似值。
矩形法用一系列矩形的和来逼近积分的精确值。
矩形法是一种常见的数值积分方法，用来计算一维定积分的近似值。
矩形法的主要思想是将积分区间分割成许多足够小的分区间的总和：，，使得能够假设积分函数在各个小区间上的取值变化不大。
这时，可以在每个分区间上取一个代表性的点（称为节点），并将分区间的长度乘以积分函数在这一点上的值，以近似得到函数在这一段小区间上的积分。
直观上来看，就是取一个矩形，用它的面积来代替积分函数的曲线在这一小段区间上围出来的曲边梯形的面积。
总体上，将所有这样的矩形面积加起来（这个和称为黎曼和），就近似地等于函数在这个区间上的定积分。
根据黎曼积分的定义，只要区间被分得足够精细，那么这样的分割所得到的黎曼和会无限趋近于函数的积分。
积分的数值方法
b b
作为平均高度 f() 的近似值而获得的一种数值 积分方法。
中矩形公式是把 [a,b] 的中点处的函数值： a b f ( ) 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),
Pn ( x) f ( xk )lk ( x)
k 0 n
式中 这里
( x) lk ( x ) ( x xk )( xk ) j 0 xk x j
n j k
x xj
( x) ( x x0 )(x x1 )( x xn )
的近似值，即:
多项式Pn(x)易于求积,所以可取
b
y=f(x)
图3-1 数值积分 的几何意义
a
b
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:
因而
b
a
f ( x)dx (b a) f ( )
a, b
即所求的曲边梯形的面积恰好等于底为(b-a)，高为
R( f ) f ( x) P( x)dx
b a
b
a
f ( n 1) ( ) ( x)dx (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(3-10)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
x4
ex
6.40 6.389
数值积分-计算方法
(k=0,1,…,n) 作代换x=a+th带入上式，变为： 其中：
(k=0,1,…,n) （1-1） 这个积分是有理多项式积分，它与被积函数f(x)和区间[a,b]无关。
只要确定n就能计算出系数
。 于是得到称为Newton—Cotes公式的求积公式： （1-2） 其中
称为Newton—Cotes系数。如表1所示。 表1 Newton—Cotes系数
§3.1计算n阶求积公式
若有m次代数精度，对(k=0,1,…)应有
而。
§3.2 Gauss求积公式的基本原理
更一般形式： （2-1） 为权函数，设>0，且在[a,b]上可积，构造n阶求积公式：
（2-2） 积分点使得（2-2）式达到2n+1次代数精度，则积分点称为Gauss 点，（2-2）式称为Gauss求积公式。
§2Newton—Cotes公式 §2.1Newton—Cotes公式的推导
当§1.1插值求积公式的插值节点为等距节点时，就得到Newton— Cotes公式。
将区间[a,b]n等分，，n+1个节点为 xk=a+kh (k=0,1,…,n)
在节点上对f(x)的Lagrange插值多项式是：
用Pn(x)代替f(x)构造求积公式： 记
y=(1-1/2*(sin(x)).^2).^(1/2); 在Matlab工作窗口中调用函数：
y2=gauss2('gaussf',0,pi/2) 运行结果为：
y2= 1.3508
第5章 结论
通过以上变成和计算，得到所求的两组积分：
应用Newton—Cotes积分公式所求的结果分别是 y1=1.5078，y2 = 1.3506，而应用Gauss-Legendre方法所求得的结果分别是y1=1.5705 和 y2= 1.3508。单从结果上看，我们也能看出，Newton—Cotes积分公式 和Gauss-Legendre积分公式在精度上的确存在着差异（两者n的取值不 同）。而结果上的差异来源很明显是插值积分在近似替代时产生的，结 合第1章理论依据的内容，Newton-Cotes积分公式的精度最高可达n+1 次，Gauss-Legendre积分公式的精度为2n+1次，由此可知，当n相同 时， Gauss -Legendre积分公式比Newton—Cotes积分公式具有更高的 代数精度。而就本题而言Gauss -Legendre积分公式具有5次代数精度， Newton—Cotes积分公式也具有5次代数精度。因此二者所求积分只存在 微小的差异，结果都比较准确。
数值积分
1.183 215 957
1.264 911 064
0.125267 7 101
0.16571813 101
0.4
0.5 0.6 0.7 0.8 0.9 1.0
1.358 212 600
1.435 132 919 1.508 966 254 1.580 338 238 1.649 783 431 1.717 779 348 1.784 770 832
上式称为欧拉公式，或称为矩形法。若已知初值，就可以经过上式的 迭代计算求得近似值。
f ( x)
o
a
b
x
yy = f ( x) Nhomakorabeaf2f1
f...
fn
O
a
b
x
梯形法
基于欧拉思想的近似思想，我们现用梯形的面积来代替前面的矩形面积，可以得到梯 形公式
h yn 1 yn ( K1 K 2 ) 2
yn1 i yni h i f n i
i 0 i 1
k 1
k 1
i , i 均为待定系数。如果 1 0 ，且上式的右端不含 式中 fi f ( yi , ti ) ， 有 y n 1，公式称为显式。如果 1 0 上式的右端含有 yn 1 ，称为隐式 公式。
欧拉法
欧拉法（Euler）是最简单的一种数值积分法。虽然它的计算精度较低，实际中很 少采用，但推导简单，能说明构造数值解法一般计算公式的基本思想。 已知一阶微分方程 dy
f (t , y ) dt y (t 0 ) y0
tn1 tn
y(tn1 ) y(t n )
ki f (t ci h, y(t ) h a j k j )(i 1, 2,3,......, r )
数值积分
数值积分
四边形单元
四边形单元与一维单元类似，按经验公式计算，4 节点、8节点、12节点单元的Gauss积分阶次应该分 别选1.5、2.5、3.5。因此，有
a）4节点单元可以取减缩积分方案n=1或正常积分 方案n=2；
b）8节点单元可以取减缩积分方案n=2或正常积分 方案n=3；
c）12节点单元可以取减缩积分方案n=3或正常积分 方案n=4。
数值积分
P( ) ( 1 )( 2 ) ( n ) ( j )
j 1 n
b
a
P( )d 0
i
(i 0,1, , n 1)
上式可用来确定积分点的位置。
数值积分
用条件ψ(ξi)=F(ξi)构造的多项式积分后可写成如下形式
数值积分
以上积分在多个坐标方向上选取的积分点数是相 同的，实际上，根据单元的特点对不同坐标方向 也可选取不同的积分点数。对于4节点四边形单元， 在单元刚度矩阵积分中，被积函数中包含1，ξ，η， ξ 2，η2，ξη项，最高方次为2。通常采用2×2阶高 斯积分。同样，对于8节点六面体单元，通常采用 2×2×2阶Gauss积分。
i 1 n j 1
n
n
H i H j F ( j ,i )
i 1 j 1
n
数值积分
同理，对于三维数值积分，有
I
1 1 n
1 n
1
1 1 n
F ( , , )d d d
H i H j H m F ( m , j , i )
i 1 j 1 m 1
① 矩阵相乘的秩规则
如果几Байду номын сангаас矩阵相乘
B UAV
几种常用数值积分方法的比较汇总
几种常用数值积分方法的比较汇总
一、高斯求积分法（Gauss Integral）
高斯求积分法是指求解开放空间或有界空间中函数两端点之间定积分
问题，它是一种基于特殊积分点来计算定积分值的方法，它可以更快捷的
计算数值积分。
高斯求积分法比较重要的地方就在于能够把复杂的问题转
化为可以用简单的数学工具来解决的简单问题。
优点：
1.高斯求积分法的计算精度可以达到非常高的水平；
2.具有高计算效率；
3.数值精度和积分精度可以根据具体问题的复杂性来进行控制；
4.高斯求积分法可以有效地解决复杂的定积分问题。
缺点：
1.在求解特殊函数时存在计算误差；
2.对于复杂的非线性函数，高斯求积分法的精度受到影响；
3.对于曲面积分，存在计算量大的问题。
二、拉格朗日积分法（Lagrange Integral）
拉格朗日积分法（Lagrange Integral）是指用拉格朗日插值的思想，把定积分问题转化为离散化之后更容易求解的多项式求值问题，从而求解
定积分问题的一种数值积分法。
优点：
1.拉格朗日插值可以得到准确的原函数，准确性较高；
2.具有一定的计算效率，计算速度快；
3.在求解特定函数的定积分过程中，拉格朗日积分法可以提高精度。
缺点：。
数值积分法梯形法
梯形法则是一种数值积分方法，主要用于估计定积分的值。
它基于将定积分的区间分割成若干个小梯形，以逼近曲线下面积，从而得到定积分的近似值。
具体操作步骤如下：若要用梯形法计算定积分 \(\int_a^b f(x) \,\mathrm{d}{x}\)，则可将区间 \([a, b]\) 划分为\(N\) 个长度为 (h = \frac{b-a}{N}\) 的等长的小区间，区间端点从 \(a\) 到 (b\) 分别为 \(x_1 = a, x_2 = a + h, \dots, x_{N+1} = b\)。
然后，对于每个小梯形，其面积近似为 \(\frac{f(x_k) + f(x_{k+1})}{2} \times h\)，其中 \(k = 0, 1, dots, N\)。
最后，所有小梯形的面积之和就是定积分的近似值。
值得注意的是，虽然梯形法是一种简单易行的数值积分方法，但其精确度可能不如其他高级方法，如辛普森法则或高斯积分法。
此外，还存在复合梯形公式，它是在每个子区间上采用梯形公式，以提高精度。
- 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)。
数值积分方法
数值积分，又称为数值分析，是一种应用科学和数学技术来求解数学分析中几何或者微分方程的数学方法。
在实际应用中，有一系列的数值积分方法可以应用于解决某些数学问题，其中包括这些方法的微元法、有限元法、线性多项式插值法、指数插值法、函数拟合法和通用积分等方法。
通过合理的数值技术及其应用，可以有效地解决众多实际问题。
数值积分是数值分析中最基本的方法，指将数学分析中的连续函数或曲线所表示的求和问题离散化，以使其被数值计算机计算出来，也被称为数值积分。
当需要用数值积分方法求某函数的定积分时，首先必须找出该函数的积分表达式，然后对该表达式进行离散化，得到计算机可以处理的函数，最后根据具体的算法，得到数值积分的解。
数值积分方法具有多种形式，分别适用于不同实际问题。
首先，常用的数值积分方法有积分公式，如梯形公式、抛物线公式、Simpson 公式等，以及牛顿-拉夫逊多项式插值公式等，这些积分公式可以以直接的方式计算定积分，但是这种方法只适用于简单的定积分计算，在复杂定积分的计算中效果不佳。
其次，还有多元积分法，如变步长梯形法、双积分法等，这些积分法可以帮助求解一些复杂的定积分，但是计算时间较长。
此外，还有有限元法、隐式Runge-Kutta法、快速积分法等，这些积分方法能够帮助求解非定积分问题，其计算效率也相对较高。
数值积分方法在实际应用中得到了广泛的应用，如仿真求解有限
元方程，求解复杂的拟合问题，估计系统的运行参数，计算力学分析等等都与数值积分技术有关。
另外，今天在这一领域，全球多家著名计算数值分析软件公司也在不断改进技术，开发出更加高效的数值积分软件，从而更好地服务于实际问题的求解。
总之，数值积分方法是一门重要的数值分析学科，可用于解决多种实际问题，广泛应用于科学和技术领域，具有重要的现实意义。