龙贝格积分MATLAB编程实验报告

3 龙贝格积分3.1 算法原理及程序框图龙贝格积分法是在复化梯形求积公式、复化辛普森求积公式和复化科茨求积公式关系的基础上，构造出的一种精度更高的数值积分方法。

对于复化梯形求积公式而言，近似积分为()2221[]41n n n n I f T T T T ≈+-=-.(11) 对于复化辛普森求积公式和复化科茨求积公式而言，也有类似的关系，如公式(12)和公式(13)。

()22221[]41n n n n I f S S S S ≈+-=- (12)()22231[]41n n n n I f C C C C ≈+-=- (13)通过对公式(11)~(13)做进一步分析，可得到公式(14)和公式(15)。

()22141n n n n S T T T =+--(14)()222141n n n n C S S S =+-- (15)根据公式(14)和公式(15)表现出来的规律，令龙贝格积分为()223141n n n n R C C C =+-- (16)其截断误差为c R h 8f (8)(η)，已经具有很高的精度。

龙贝格积分法是将区间[a , b ]逐次分半进行计算，因此，对已知函数f (x )在区间[a , b ]上的龙贝格积分法的计算公式的算法如下，程序框图如图13所示。

(1) 计算T 1：[]1()()2b aT f a f b -=+；(2) 逐次计算T 2k +1：()1211221121,0,1,2222kk k k k i b a b a T T f a i k +++=--⎛⎫=++-= ⎪⎝⎭∑；(3) 逐次计算S 2k 、C 2k 和R 2k ：()()()11111122222222232222141141141kk k k k k k k k k k k S T T T C S S S R C C C ++++++⎧=+-⎪-⎪⎪=+-⎨-⎪⎪=+-⎪-⎩；(4) 若122k k R R ε+-<，则取[]12k I f R +≈；否则，继续计算，直到满足精度为止。

matlab实训报告总结Matlab实训报告总结摘要：本文总结了在Matlab实训中所学到的知识和经验，包括Matlab的基本操作、常用函数的使用、图形绘制和数据处理等方面。

通过实际操作和实验练习，我们深入了解了Matlab的强大功能和灵活性，在数据处理和科学计算方面取得了令人满意的结果。

1. 引言Matlab是一种强大的科学计算软件，广泛应用于工程、数学、物理和其他科学领域。

在Matlab实训中，我们学习了如何使用Matlab 进行数据处理、模拟实验和图形绘制等操作。

2. 实训内容在实训中，我们首先学习了Matlab的基本操作，包括变量的定义和赋值、数组和矩阵的创建和运算，以及条件语句和循环语句的使用。

这些基本操作是我们后续实验的基础。

接着，我们学习了常用函数的使用。

Matlab提供了许多内置函数，例如求解方程、插值、傅里叶变换等。

我们通过实际例子学习了这些函数的使用方法，并在实验中应用到了实际问题中。

在图形绘制方面，Matlab提供了丰富的绘图函数，可以绘制二维和三维图形。

我们学习了如何绘制线条、曲线、散点图和柱状图等，并通过实验练习提高了我们的图形绘制能力。

我们学习了数据处理的方法。

Matlab提供了强大的数据处理函数，可以对数据进行滤波、拟合、统计和分析等操作。

我们通过实验掌握了这些数据处理方法，并将其应用到了实际数据中。

3. 实训成果通过Matlab实训，我们取得了一些令人满意的成果。

首先，我们掌握了Matlab的基本操作，能够灵活运用各种语句和函数解决问题。

其次，我们学会了使用Matlab进行数据处理和图形绘制，能够对实验数据进行分析和展示。

最后，我们通过实验练习，提高了自己的问题解决能力和创新思维。

4. 实训心得在Matlab实训中，我们遇到了一些困难和挑战。

但是通过不断的尝试和学习，我们克服了这些困难，取得了一些进步。

在实训中，我们学会了如何提高自己的编程技巧和问题解决能力，培养了耐心和坚持的品质。

1．准备初值，计算
且 （ 为等份次数）
2．按梯形公式的递推关系，计算
3．按龙贝格公式计算加速值
4．精度控制。对给定的精度 ，若
则终止计算，并取 作为所求结果；否则 ，重复2~4步，直到满足精度为止。
问题
（1）程序运行如下：
I = Romberginterg(inline('x.^2.*exp(x)'),0,1,25,1e-6)
function I = GaussInterg(fun, type, a, b, tol)
% GaussInterg用Gauss型求积公式求积分,具体形式由使用者选取
%
% Synopsis: I = GaussInterg(fun, type, a, b)
% I = GaussInterg(fun, type, a, b, tol)
if nargin < 4
npanel = 25;
end
if nargin < 5
tol = 5e-9;
end
if nargin < 6
flag = 0;
end
T(1,1) = TrapezoidInteg(fun, a, b, npanel); %T0(h) = T(h)
err = 1; %初始化误差值
if nargin < 4
npanel = 25;
end
nnode = npanel + 1; %节点数=段数+ 1
h = (b-a)/(nnode-1); %步长
x = a:h:b; %将积分区间分段
f = feval(fun,x);%求节点处被积函数的值
I = h * ( 0.5*f(1) + sum(f(2:nnode-1)) + 0.5*f(nnode) );

matlab中用龙贝格外推法计算积分使用龙贝格外推法计算积分是一种常用的数值积分方法，它通过将积分区间不断细分，并利用数值逼近的思想来求解积分值。

在Matlab中，我们可以使用龙贝格外推法来计算各种类型的积分，从而得到比较准确的结果。

我们需要了解什么是数值积分。

在数学中，积分是函数与自变量之间的一种运算关系，它描述了函数在一定区间上的累积效应。

而数值积分则是通过将积分区间进行离散化，将连续的积分变为离散的求和，从而通过计算得到近似的积分值。

龙贝格外推法是一种常用的数值积分方法，它通过不断细分积分区间，并利用数值逼近的思想来逐步提高积分的精度。

具体来说，龙贝格外推法的计算过程如下：1. 首先，我们将积分区间[a, b]等分为n个小区间，其中n是一个初始值。

2. 然后，我们计算出每个小区间上的积分值。

在Matlab中，可以使用数值积分函数如quad、quadl或quadgk来计算每个小区间的积分值。

3. 接下来，我们使用这些积分值来构造一个n阶的龙贝格外推表。

具体来说，我们可以使用以下公式计算第k+1阶的外推值：R(k+1,1) = 1/(4^k-1) * (4^k * R(k,1) - R(k-1,1))其中，R(k,1)表示第k阶的外推值。

4. 我们重复步骤3，直到达到我们期望的精度要求或迭代次数达到限制。

在每一次迭代中，我们将n加倍，并重新计算每个小区间上的积分值和外推值。

通过上述步骤，我们可以得到一个逐步接近真实积分值的序列。

通常情况下，我们会设定一个误差容限，当两次迭代的结果之差小于该容限时，就认为计算结果已经足够精确。

需要注意的是，龙贝格外推法在计算积分时需要进行一定的迭代计算，因此在计算复杂积分时可能需要较长的计算时间。

此外，为了保证计算结果的准确性，我们还需要选择合适的积分区间和适当的迭代次数。

龙贝格外推法是一种常用的数值积分方法，它通过将积分区间不断细分，并利用数值逼近的思想来求解积分值。