复合梯形积分和复合Simpson积分计算数值积分

几种常用数值积分方法的比较数值积分是一种计算数学中定积分的方法。

常用的数值积分方法有梯形法、辛普森法和复合梯形法。

这些方法在实际计算中具有不同的优点和适用范围。

梯形法是最简单的数值积分方法之一、它基于求取定积分的梯形面积近似值。

梯形法将积分区间等分为若干个小区间，然后计算每个小区间的梯形面积，并将这些梯形面积相加得到最终的近似值。

梯形法的优点是简单易懂，计算速度较快。

然而，它的精度相对较低，特别是在非平滑函数的情况下。

辛普森法是一种更精确的数值积分方法，它基于使用二次多项式逼近函数曲线。

辛普森法将积分区间等分为若干个小区间，然后对每个小区间内的函数曲线进行三次插值，计算出每个小区间的积分值，并将这些积分值相加得到最终的近似值。

辛普森法的优点是比梯形法更精确，对于平滑函数的近似效果较好。

然而，在处理非平滑函数时，辛普森法的效果可能不如预期。

复合梯形法是对梯形法的改进和扩展。

它将积分区间分为若干个小区间，并在每个小区间内使用梯形法进行积分计算。

然后将这些小区间的积分值相加得到最终的近似值。

复合梯形法的优点是可以通过增加小区间的数量来提高精度。

它在实际计算中被广泛使用，特别是对于非平滑函数的积分计算。

在比较这些常用的数值积分方法时，有几个关键的因素需要考虑。

首先是计算精度，即方法的近似值与实际值的误差大小。

其次是计算复杂度，即使用方法计算积分所需的计算量和时间。

另外，还要考虑方法的适用范围，如对于平滑函数和非平滑函数的效果。

此外，与其他数值方法相比，这些方法的优点和局限性也需要考虑。

综合来看，梯形法是最简单且计算速度较快的数值积分方法，但精度相对较低。

辛普森法在平滑函数的近似计算中效果较好，但对非平滑函数的处理可能不理想。

复合梯形法是一种在实际计算中广泛使用的方法，可以通过增加小区间的数量来提高精度。

根据具体的计算要求和函数特性，可以选择适合的数值积分方法。

同时，还可以根据实际需要结合其他数值方法进行计算，以提高精度和效率。

佛山科学技术学院实验报告课程名称_______________ 数值分析________________________实验项目_______________ 数值积分____________________专业班级机械工程姓名余红杰学号2111505010 指导教师陈剑成绩日期月日一、实验目的b1、理解如何在计算机上使用数值方法计算定积分 a f ""X的近似值；2、学会复合梯形、复合Simpson和龙贝格求积分公式的编程与应用。

3、探索二重积分.11 f （x, y）dxdy在矩形区域D = ｛（ x, y） | a _ x _ b, c _ y _ d｝的数值D积分方法。

二、实验要求（1）按照题目要求完成实验内容；（2）写出相应的Matlab程序；（3）给出实验结果（可以用表格展示实验结果）；（4）分析和讨论实验结果并提出可能的优化实验。

（5）写出实验报告。

三、实验步骤1、用不同数值方法计算积xln xdx =-- 0 9（1）取不同的步长h，分别用复合梯形及复合辛普森求积计算积分，给出误差中关于h的函数，并与积分精确值比较两公式的精度。

（2）用龙贝格求积计算完成问题（1 ）。

2、给出一种求矩形区域上二重积分的复化求积方法，然后计算二重积分..e"y dxdy，其中积分区域D二｛0乞x岂1,0岂y乞1｝。

1.%lnt_t.m复化梯形：function F = Int_t(x1,x2,n)%复化梯形求积公式% x1,x2为积分起点和中点%分为n个区间，没选用步长可以防止区间数为非整数。

%样点矩阵及其函数值：x = lin space(x1,x2 ,n+1);y = f(x);m = len gth(x);%本题中用Matlab计算端点位置函数值为NaN,故化为零: y(1) = 0;y(m) = 0;%算岀区间长度，步长h：h = (x2 -x1)/n;a = [1 2*o nes(1,m-2) 1];%计算估计的积分值：F = h/2*sum(a.*y);%f.mfun cti on y = f(x)y = sqrt(x).*log(x);%run 11.mclc,clear;%分为10个区间，步长0.1的积分值：F = In t_t(0,1,10);F10 = F%分为100个区间F = In t_t(0,1,100);F100 = F%误差计算W10 = abs((-4/9)-F10);W100 = abs((-4/9)-F100);W = [W10 W100]%复化辛普森：%l nt_s.mfun cti on F = In t_s(x1,x2 ,n)%复化梯形求积公式% x1,x2区间，分为n个区间。

数值计算方法上机题目3一、计算定积分的近似值：221x e xe dx =⎰ 要求：（1）若用复化梯形公式和复化Simpson 公式计算，要求误差限71021-⨯=ε，分别利用他们的余项估计对每种算法做出步长的事前估计；（2）分别利用复化梯形公式和复化Simpson 公式计算定积分；（3）将计算结果与精确解比较，并比较两种算法的计算量。

1.复化梯形公式程序：程序1（求f （x ）的n 阶导数：syms xf=x*exp(x) %定义函数f （x ）n=input('输入所求导数阶数:')f2=diff(f,x,n) %求f(x)的n 阶导数结果1输入n=2f2 =2*exp(x) + x*exp(x)程序2：clcclearsyms x%定义自变量xf=inline('x*exp(x)','x') %定义函数f(x)=x*exp(x)，换函数时只需换该函数表达式即可f2=inline('(2*exp(x) + x*exp(x))','x') %定义f(x)的二阶导数,输入程序1里求出的f2即可。

f3='-(2*exp(x) + x*exp(x))'%因fminbnd（）函数求的是表达式的最小值，且要求表达式带引号，故取负号，以便求最大值e=5*10^(-8) %精度要求值a=1 %积分下限b=2 %积分上限x1=fminbnd(f3,1,2) %求负的二阶导数的最小值点，也就是求二阶导数的最大值点对应的x值for n=2:1000000 %求等分数nRn=-(b-a)/12*((b-a)/n)^2*f2(x1) %计算余项if abs(Rn)<e %用余项进行判断break% 符合要求时结束endendh=(b-a)/n %求hTn1=0for k=1:n-1 %求连加和xk=a+k*hTn1=Tn1+f(xk)endTn=h/2*((f(a)+2*Tn1+f(b)))z=exp(2)R=Tn-z %求已知值与计算值的差fprintf('用复化梯形算法计算的结果 Tn=')disp(Tn)fprintf('等分数 n=')disp(n) %输出等分数fprintf('已知值与计算值的误差 R=')disp(R)输出结果显示：用复化梯形算法计算的结果 Tn= 7.3891等分数 n=7019已知值与计算值的误差 R= 2.8300e-0082. Simpson公式程序：程序1：（求f（x）的n阶导数）：syms xf=x*exp(x) %定义函数f（x）n=input('输入所求导数阶数:')f2=diff(f,x,n) %求f(x)的n阶导数结果1输入n=4f2 =4*exp(x) + x*exp(x)程序2：clcclearsyms x%定义自变量xf=inline('x*exp(x)','x') %定义函数f(x)=x*exp(x)，换函数时只需换该函数表达式即可f2=inline('(4*exp(x) + x*exp(x))','x') %定义f(x)的四阶导数，输入程序1里求出的f2即可f3='-(4*exp(x) + x*exp(x))'%因fminbnd（）函数求的是表达式的最小值，且要求表达式带引号，故取负号，一边求最大值e=5*10^(-8) %精度要求值a=1 %积分下限b=2 %积分上限x1=fminbnd(f3,1,2) %求负的四阶导数的最小值点，也就是求四阶导数的最大值点对应的x值for n=2:1000000 %求等分数nRn=-(b-a)/180*((b-a)/(2*n))^4*f2(x1) %计算余项if abs(Rn)<e %用余项进行判断break% 符合要求时结束endendh=(b-a)/n %求hSn1=0Sn2=0for k=0:n-1 %求两组连加和xk=a+k*hxk1=xk+h/2Sn1=Sn1+f(xk1)Sn2=Sn2+f(xk)endSn=h/6*(f(a)+4*Sn1+2*(Sn2-f(a))+f(b)) %因Sn2多加了k=0时的值，故减去f(a)z=exp(2)R=Sn-z %求已知值与计算值的差fprintf('用Simpson公式计算的结果 Sn=')disp(Sn)fprintf('等分数 n=')disp(n)fprintf('已知值与计算值的误差 R=')disp(R)输出结果显示：用Simpson公式计算的结果 Sn= 7.3891等分数 n=24已知值与计算值的误差 R= 2.7284e-008用复化梯形公式计算的结果为：7.3891，与精确解的误差为：2.8300e-008。

SHANGHAI JIAO TONG UNIVERSITY题目名称：复合梯形公式与复合辛普森公式对比学生姓名:学生学号:班级:学院(系):目录1.概述 (3)2.问题提出 (4)3.算法推导 (5)4.算法框图 (6)4.1复合梯形公式算法流程图 (6)4.2 复合辛普森公式算法流程图 (6)5.MATLAB源程序 (7)6.结论与展望 (8)图表目录图 4-1 复合梯形公式算法流程图 (6)图 4-2 复合辛普森公式算法流程图 (7)图 6-1 MATLAB计算结果 (9)表 2-1函数计算结果表 (4)1.概述梯形求积公式和辛普森求积公式分别是牛顿-科斯特公式中n=1和n=2时的情形。

其中梯形求积公式可表示为由于牛顿-科斯特公式在n≥8时不具有稳定性，故不可能通过提高阶的方法来提高求积精度。

为了提高精度通常可把积分区间分成若干子区间（通常是等分），再在每个子区间上用低阶求积公式。

这种方法称为复合求积法。

本文主要讨论复合梯形公式和复合辛普森公式在同一数学问题中的应用。

首先给出了复合梯形公式和复合辛普森公式的推导过程以及其余项的表达形式，然后用流程图的形式介绍算法思路，再运用MATLAB编写代码计算结果，最后对结果进行对比讨论。

希望通过两个算法在同一个算例中的应用对比，更好的理解和掌握复合梯形公式和复合辛普森公式的适用范围和适用条件。

并且能够熟悉MATLAB编程求解问题的流程，掌握编程化的思想方法。

同时对两种方法的计算结果对比分析，讨论两种求积方法的计算精度。

2.问题提出对于函数 给出的函数表如下，试用复合梯形公式和复合辛普森公式计算积分 。

表 2-1函数计算结果表3. 算法推导3.1复合梯形公式根据梯形公式，将区间 划分为n 等份，分点 ,, ，在每个子区间上采用梯形公式，则得：记则 为复合梯形公式。

另外，复合梯形公式的余项可表示为2()()12n b a R f h f η-''=-3.2 复合辛普森公式根据辛普森公式将区间 划分为n 等份，在每个子区间 上采用辛普森公式。

数值积分：梯形规则数值积分：梯形规则--复合梯形规则--辛普森规则--复合辛普森规则--龙贝格求积公式1.问题描述微积分方法求积有很大的局限性，当碰到被积函数很复杂时，找不到相应的原函数。

积分值在几何上可解释为由 x=a,x=b,y=0和y=f(x) 所围成的曲边梯形的面积。

积分计算之所以有困难，就是因为这个曲边梯形有一条边y=f(x)是曲线。

2.理论与方法依据积分中值定理，底为b-a,而高为f(e)的矩形面积恰等于所求曲边梯形的面积I.f(e)称作区间[a,b]上的平均高度。

这样，只要对平均高度f(e)提供一种算法，便相应地获得一种数值求积的算法。

1.梯形规则(Trapezoidal rule)简单选取区间[a ,b]的中点高度作为平均高度。

取h=b-aa0=⌠(a-b)(x-b)/(a-b)dx=(b-a)/2a1=⌠(a-b)(x-a)/(b-a)dx=(b-a)/2得到：2.辛普森规则(Simpson rule)可视作用a , b与c=(a+b)/2三点高度的加权平均值作为平均高度。

3.复合梯形规则(Composite numerical)设将求积区间[a,b]划分为n等份，步长h=(b-a)/2 ,等分点为xi=a+bi , i=0,1,...,n 所谓复化求积法，就是先用低阶求积公式求得每个子段[xi,xi+1]上的积分值,然后再将它们累加求和，用各段积分之和Ii,i=0,1,n-1作为所求积分的近似值。

复化梯形公式：4.复合辛普森规则(Composite Simpson)记子段[xi,xi+1]的中点为则复化公式为复化Simpson公式：5.龙贝格求积公式(Romberg)龙贝格求积公式也称为逐次分半加速法。

它是在梯形公式、辛普森公式和柯特斯公式之间的关系的基础上，构造出一种加速计算积分的方法。

作为一种外推算法, 它在不增加计算量的前提下提高了误差的精度.在等距基点的情况下，用计算机计算积分值通常都采用把区间逐次分半的方法进行。

复合梯形公式、复合⾟普森公式matlab 1. ⽤1阶⾄4阶Newton-Cotes公式计算积分程序：function I = NewtonCotes(f,a,b,type)%syms t;t=findsym(sym(f));I=0;switch typecase 1,I=((b-a)/2)*(subs(sym(f),t,a)+subs(sym(f),t,b));case 2,I=((b-a)/6)*(subs(sym(f),t,a)+4*subs(sym(f),t,(a+b)/2)+...subs(sym(f),t,b));case 3,I=((b-a)/8)*(subs(sym(f),t,a)+3*subs(sym(f),t,(2*a+b)/3)+...3*subs(sym(f),t,(a+2*b)/3)+subs(sym(f),t,b));case 4,I=((b-a)/90)*(7*subs(sym(f),t,a)+...32*subs(sym(f),t,(3*a+b)/4)+...12*subs(sym(f),t,(a+b)/2)+...32*subs(sym(f),t,(a+3*b)/4)+7*subs(sym(f),t,b));case 5,I=((b-a)/288)*(19*subs(sym(f),t,a)+...75*subs(sym(f),t,(4*a+b)/5)+...50*subs(sym(f),t,(3*a+2*b)/5)+...50*subs(sym(f),t,(2*a+3*b)/5)+...75*subs(sym(f),t,(a+4*b)/5)+19*subs(sym(f),t,b));case 6,I=((b-a)/840)*(41*subs(sym(f),t,a)+...216*subs(sym(f),t,(5*a+b)/6)+...27*subs(sym(f),t,(2*a+b)/3)+...272*subs(sym(f),t,(a+b)/2)+...27*subs(sym(f),t,(a+2*b)/3)+...216*subs(sym(f),t,(a+5*b)/6)+...41*subs(sym(f),t,b));case 7,I=((b-a)/17280)*(751*subs(sym(f),t,a)+...3577*subs(sym(f),t,(6*a+b)/7)+...1323*subs(sym(f),t,(5*a+2*b)/7)+...2989*subs(sym(f),t,(3*a+4*b)/7)+...1323*subs(sym(f),t,(2*a+5*b)/7)+...3577*subs(sym(f),t,(a+6*b)/7)+751*subs(sym(f),t,b));endsyms xf=exp(-x).*sin(x);a=0;b=2*pi;I = NewtonCotes(f,a,b,1)N=1:I =N=2:I =N=3:I =(pi*((3*3^(1/2)*exp(-(2*pi)/3))/2 - (3*3^(1/2)*exp(-(4*pi)/3))/2))/4N=4:I =(pi*(32*exp(-pi/2) - 32*exp(-(3*pi)/2)))/452. 已知，因此可以通过数值积分计算的近似值。

数值计算考题五1. 分别用复合梯形求积公式与复合辛普森求积公式求积分I=⎰102x e sinx dx 的近似值，要求误差不超过ε=0.5⨯10-5.解：方法一： 复合梯形求积公式复合梯形求积公式是将积分区间划分为n 个很小的区间，然后将各个小区间的面积相加而得到在整个积分区间上的积分，当分成的小区间数n →∞时，求得的面积就等于积分的精确值。

由复合梯形求积公式的余项R n T 可得满足精度要求≤ε0.5⨯10-5时区间()b a ,被分成的区间数n 的最小值为700，所以在编程时循环次数应大于等于这个值，方可满足精度要求。

以下是编写的C 语言程序：#include<stdio.h>#include<math.h>void main(){int n=700,i;double x,f=0.0,t,h,T=0.0,c=2.0,a=0.0,b=1.0;h=(b-a)/n;for(i=0;i<n;i++){x=a+i*h;f=f+exp(pow(x,c))*sin(x);}t=(h/2)*(2*f+sin(1)*exp(1));printf("T=%f\n",t);}输出结果为T=0.778746.方法二：复合辛普森求积公式：复合辛普森求积法是将积分区间分割之后，在每个小区间[x i ,x i+1]上运用辛普森求积公式。

以下是编写的c 语言程序：#include<stdio.h>#include<math.h>void main(){int n=700,i;double x1,x2,f1=0.0,f2=0.0,t,h,T=0.0,c=2.0,a=0.0,b=1.0;h=(b-a)/n;for(i=0;i<n;i++){x1=a+i*h;x2=a+(i+0.5)*h;f1=f1+exp(pow(x1,c))*sin(x1);f2=f2+exp(pow(x2,c))*sin(x2); }t=(h/6)*(2*f1+sin(1)*exp(1)+4*f2); printf("T=%f\n",t);}程序输出结果为0.778745.2. 用高斯求积法求上述积分的近似值。

复合梯形公式和复合辛普森公式例题复合梯形公式和复合辛普森公式例题数值计算是现代科学技术中重要的研究领域之一，而数值积分是数值计算中的一个重要分支。

数值积分是指在一定区间上用数值方法来逼近求解定积分的过程。

综合考虑精度和效率，梯形公式和辛普森公式是数值积分中比较常用的方法，而复合梯形公式和复合辛普森公式则是对前两种方法的改进和完善。

一、复合梯形公式（一）基本原理梯形公式是数值积分中运用最广泛的一种方法，其基本思想是将被积函数在区间[a,b]上的曲线用若干条梯形逼近，然后计算梯形的面积之和，得到函数曲线下的面积。

若将区间[a,b]分为n个小区间，梯形公式还可以推广为复合梯形公式。

复合梯形公式的基本原理是将整个区间[a,b]等分为n 个小区间，每个小区间的长度为h=(b-a)/n，然后对于每个小区间求出梯形的面积，并将所有梯形面积加起来得到函数曲线下的面积，并作为积分的近似值。

具体地说，复合梯形公式的表达式为：$$\int_a^b f(x)dx \approx \frac{h}{2}[f(a)+2\sum_{i=1}^{n-1} f(x_{i})+f(b)]$$其中，$x_1=a+h,x_2=a+2h,...,x_{i+1}=x_i+h,...,x_{n}=b-h$，h是小区间长度。

（二）例题现在考虑如下的积分：$$I=\int_0^1 e^{x^2} dx$$将整个区间[0,1]等分为4个小区间，得到$h=0.25$，对于每个小区间，可以分别求出梯形的面积，得到：$$\frac{h}{2}[f(0)+2f(0.25)+2f(0.5)+2f(0.75)+f(1)]$$代入函数$f(x)=e^{x^2}$，得到近似积分值为$1.4627$。

使用Matlab代码进行计算，得到具体结果为：>> f=@(x) exp(x.^2); h=0.25; x=0:h:1;I=h/2*(f(x(1))+2*sum(f(x(2:end-1)))+f(x(end))) sprintf('%.5f',I)ans =1.46270可以发现，与精确值$1.46265$相比，误差很小，说明复合梯形公式是一种很有效的近似积分方法。