复合梯形公式及复合辛普森公式对比

分别利用矩形法梯形法辛普森法对定积分进行近似计算并比较计算效果定积分是微积分中重要的概念之一，表示在一个区间上函数的面积。

在计算定积分时，有时候我们无法通过解析方法求得精确的结果，这时候可以利用数值方法来进行近似计算。

常见的数值方法包括矩形法、梯形法和辛普森法。

本文将分别对这三种方法进行介绍并进行比较。

1.矩形法（矩形近似法）：矩形法是最简单的数值方法之一，它的基本思想是将函数曲线上每个小区间的面积近似为一个矩形的面积，然后将这些矩形的面积相加，即可得到函数曲线下的面积。

根据矩形法的计算公式可以得到：∫f(x)dx ≈ Δx·(f(x₁)+f(x₂)+...+f(xₙ))其中，Δx为区间的长度，f(x)为函数在区间上的值。

2.梯形法（梯形近似法）：梯形法同样是利用近似的思想，将函数曲线上每个小区间的面积近似为一个梯形的面积，然后将这些梯形的面积相加，即可得到函数曲线下的面积。

梯形法的计算公式为：∫f(x)dx ≈ （Δx/2）·[f(x₀)+2f(x₁)+2f(x₂)+...+2f(xₙ-1)+f(xₙ)]其中，Δx为区间的长度，f(x)为函数在区间上的值。

3.辛普森法（抛物线近似法）：辛普森法是一种基于三次多项式插值的数值积分方法，它通过将函数曲线上每个小区间的面积近似为一个抛物线的面积，然后将这些抛物线的面积相加，即可得到函数曲线下的面积。

辛普森法的计算公式为：∫f(x)dx ≈ （Δx/3）·[f(x₀)+4f(x₁)+f(x₂)+4f(x₃)+...+4f(xₙ-1)+f(xₙ)]其中，Δx为区间的长度，f(x)为函数在区间上的值。

例：计算函数f(x)=√(1+x²)在区间[0,1]上的定积分。

接下来，我们分别利用矩形法、梯形法和辛普森法对这个定积分进行近似计算，并比较计算结果。

1)矩形法：将区间[0,1]平均分为n个小区间，取xᵢ=i/n，其中i=0,1,2,...,n。

1、 利用复化梯形公式、复化simpson 公式计算积分2、 比较计算误差与实际误差取n=2,3,…,10分别利用复化梯形公式、复化simpson 公式计算积分1 I = x 2dx ，并与真值进行比较，并画出计算误差与实际误差之间的曲线。

利用复化梯形公式的程序代码如下: function f=fx(x) f=x.A 2;R=on es(1,9)*(-(b-a)/12*h.A 2*2); %积分余项(计算误差)true=quad(@fx,0,1); %积分的真实值A=T-true; %计算的值与真实值之差(实际误差)x=li nspace(0,1,9);plot(x,A,'r',x,R,'*')%将计算误差与实际误差用图像画出来 注：由于被积函数是x.A2，它的二阶倒数为 2,所以积分余项为:(-(b-a)/12*h.A 2*2) 实 验 原 理 ( a=0; b=1; T=[]； for n=2:10; %积分下线 %积分上线 %用来装不同n 值所计算出的结果 h=(b-a)/n; %步长 x=zeros(1, n+1); for i=1: n+1 x(i)=a+(i-1)*h; end y=x.A2; t=0; for i=1: n t=t+h/2*(y(i)+y(i+1)); end T=[T,t]; end%给节点定初值 %给节点赋值 %给相应节点处的函数值赋值 %利用复化梯形公式求值 %把不同n 值所计算出的结果装入 T 中 实验目的或 %首先建立被积函数，以便于计算真实值。

2法二：a=0;b=1;T=[]；for n=2:10h=(b-a)/(2* n); x=zeros(1,2* n+1);for i=1:2* n+1x(i)=a+(i-1)*h;endy=x.A4;t=y(1)+y(2* n+1);for i=1: nt=t+4*y(2*i)+2*y(2*i-1);endT=[T,h/3*t];endtrue=quad(@fx1,0,1);A=T-true;x=li nspace(0,1,9);plot(x,A)此法与第一种一样，只是所用的表达式不同。

复合梯形公式和复合Simpson 公式用法的比较一、问题叙述由曲线y ()f x = ,a x b ≤≤绕x 轴旋转得到立体，其表面积计算公式为2(baS f x π=⎰分别用N=10的复合梯形公式和N=5的复合Simpson 公式求解下列每个的曲线绕x 轴旋转得到立方体的表面积。

（1）3(),01f x x x =≤≤ （2）()sin ,0/4f x x x π=≤≤ ； （3）()e ,01x f x x -=≤≤。

二、问题分析由叙述可知，三个函数在各自的定义域上函数值都大于0，且函数在各自的定义域上都是单调的。

（1）复合梯形公式取正整数n,令(b a)/n h =-,则点(k 0,1,,n)k x a kh =+=将[a,b]分为n 个小区间，利用定积分的性质可得11110011(x)(x)(x )f(x )2 =(a)f(b)2(x )2j jn n bx j j ax j j n j j h f dx f dx f h f f +--+==-=⎡⎤=≈+⎣⎦⎡⎤++⎢⎥⎣⎦∑∑⎰⎰∑所以，复合梯形公式的近似面积为：11(a)f(b)2(x )2n j j h S f f -=⎡⎤=++⎢⎥⎣⎦∑（2）复合Simpson 公式取正整数n,令h=(b-a)/2n,(j 0,1,,2n)j x a jh =+=.利用定积分的性质，以及Simpson 公式[]012(x)(x )4f(x )f(x )(f)3bahf dx f R =+++⎰在小区间222,j j x x -⎡⎤⎣⎦上的应用，有 2222221211(x)(x)(x )4f(x )f(x )3j nnbj j j j ax j j hf dx f dx f ---==⎡⎤=≈++⎣⎦∑∑⎰⎰整理可得，复合Simpson 公式的近似面积为：121211[f(a)f(b)4(x )2(x )]3n n j j j j hS f f --===+++∑∑。

数值计算方法上机题目3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。

复合梯形公式和复合辛普森公式1.复合梯形公式步骤1：将积分区间[a,b]均匀地分成n个小区间，每个小区间的长度为h=(b-a)/n，其中n为正整数。

步骤2：定义一个函数f(x)，并在每个小区间上求出函数在小区间两个端点的函数值，记作f(x0), f(x1), f(x2), ..., f(xn)。

步骤3：根据梯形公式，每个小区间上的定积分近似值为(h/2) * (f(x0) + 2f(x1) + 2f(x2) + ... + 2f(xn-1) + f(xn))。

步骤4：将所有小区间上的定积分近似值相加，得到最终的近似值。

复合辛普森公式是通过将积分区间划分成若干个小区间，然后在每个小区间上应用辛普森公式来逼近定积分的值。

具体的步骤如下：步骤1：将积分区间[a,b]均匀地分成n个小区间，每个小区间的长度为h=(b-a)/n，其中n为正偶数。

步骤2：定义一个函数f(x)，并在每个小区间上求出函数在小区间三个点的函数值，记作f(x0),f(x1),f(x2)。

步骤3：根据辛普森公式，每个小区间上的定积分近似值为(h/3)*(f(x0)+4f(x1)+f(x2))。

步骤4：将所有小区间上的定积分近似值相加，得到最终的近似值。

复合辛普森公式的误差主要取决于小区间的数量和函数在每个小区间上的变化情况。

与复合梯形公式相比，复合辛普森公式的精度更高，但计算复杂度也更高。

综上所述，复合梯形公式和复合辛普森公式是数值积分中常用的近似计算方法。

它们通过将积分区间划分成小区间，并在每个小区间上应用相应的公式来逼近定积分的值。

这两种方法都可以通过增加小区间的数量来提高近似的精度，但相应地也会增加计算的复杂度。

根据实际情况，我们可以选择合适的方法来计算需要求解的定积分。

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)复合梯形公式算法流程图 (6)复合辛普森公式算法流程图 (7)5.MATLAB源程序 (8)6.结论与展望 (9)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其公式左端是以[a,b]区间上积分，右端为b-a为高、端点函数值为上下底的梯形的面积值，故通称为梯形公式，具有1次代数精确度。

类似的，辛普森求积公式可以表示为该公式一般在立体几何中用来求拟柱体的体积，由于偶数n阶牛顿-科特斯求积公式至少具有n+1次代数精确度，所以辛普森公式实际上具有3次代数精确度。

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f(x)=sinxx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I=∫sinxx dx1。