数值微分和积分算法

实 验 报 告

实验课程名称 计算物理

实验项目名称数值积分和数值微分在物理中的应用

年 级 2009级

专 业 物理学

学生姓名

学 号

理 学 院

实验时间： 2012 年 6 月 4 日

学生所在学院 理学院 专业： 物理学 班级：物理091 姓 名 学 号 实验组

实验时间 2012．6.4 指导教师 成 绩

实验项目名称 数值积分和数值微分在物理中的应用

实验目的及要求：

1. 学会使用函数的数值积分。

2. 学会数值微分在物理中的应用。

实验原理：

1.函数积分

如果已知积分函数，可以用指令quad和quadl计算定积分，quad是用适应辛普生法,而quadl是用精度更高的自适应柯特法.

2．函数的二重积分(dblquad)

ff=inline(‘y.*sin(x)+x.*cos(y)’,’x’,’y’)%建立积分函数

dblquad(ff,pi,2*pi,0,pi)%x,y的积分区间为(pi,2*pi,0*pi)

ans=-9.8696

实验硬件及软件平台：

计算机，MATLAB７

实验内容：

1. 实验细棒的电场线和磁场线 22022020141,24,,4[(QlQrLQrrrLyxdqx若电荷均匀分布在长为的细棒上,求真空中,带电细棒的电场在xy平面内的分布情况如在带电细棒的延长线上,且距棒中心为r处的电场强度为:E=在细棒的垂直平分上离棒为处的电场强度为:E=为了能积分叠加沿带电细棒方向取为轴垂直带电细棒且通过其中心取为轴,在带电棒上距原点为l处取一个点电荷dq,则其在空间产生的电势为:dV=2/222/209,)]4[()]/,llQylLqxylcm设电荷密度为空间的电势分布可通过积分求出V=程序中设电荷线安度为10带电细棒长为6m,先用数据网格指令meshgrid求出空间的场长点及电荷分布点,对每一个点产生的电势根据叠加原理,用积分指令trapz积分求出,然后再用gradient求出是电场分布,通过指令streamline,画出电场线的分布.2.载流圆环的磁场

数值微分与数值积分

数值微分与数值积分是现代计算机科学中非常重要的数学工具。它们可以用来处理各种研究。在本文中，我们将讨论这两种方法的基础原理，以及它们在不同领域中的应用。

什么是数值微分？

数值微分是指对给定函数进行求导的一种数值方法。在实际应用中，函数的导数通常很难求得解析解，这时需要使用数值微分的方法来进行近似计算。数值微分通常是通过在函数的某个点进行差分计算来完成的。考虑一个函数$f(x)$在某个点$x_0$进行微分的情况。我们可以计算$f(x_0+h)$和$f(x_0-h)$，其中$h$是一个小的正数。然后，我们可以计算$[f(x_0+h) - f(x_0-h)]/2h$来得到$f'(x_0)$的近似值。

数值微分的应用非常广泛。在科学和工程领域中，它通常用于计算物理量相关的导数。例如，流体力学中的速度梯度、量子力学中的波函数导数，都可以使用数值微分进行近似计算。此外，在金融领域中，数值微分也可用于计算期权价格等任意变量导数的近似解。

什么是数值积分？

数值积分是指对给定函数进行积分的一种数值方法。与数值微分类似，函数的积分通常很难求得解析解，而不得不使用数值积分的方法来近似计算。在数值积分中，我们通常使用数值积分公式来计算定义在一个区间$[a,b]$上的函数（如果积分问题是无限积分，我们需要进行变形，将其转化为有限积分问题）。数值积分公式通常基于插值方法，即将函数转化为一个多项式，并对多项式进行积分。

数值积分也应用广泛。在科学和工程领域中，它通常用于计算面积、物质质量，以及探测信号的峰值等。在金融领域中，数值积分也可用于计算期权定价公式的近似解。

数值微分和数值积分的误差分析

在应用数值微分和数值积分时，误差是一个重要的考虑因素。误差源可以来自于采样、采样噪声、近似方法等。通常，我们使用误差分析来评估误差大小。

数值微分的误差通常归因于选取的$h$值。当$h$太大时，我们会失去一些重要的信息，如函数的局部斜率。当$h$太小时，噪音和舍入误差将会显得更加明显。因此，在使用数值微分时，我们需要找到一个适当的$h$值来最小化误差。误差通常使用全局误差和局部误差来计算，局部误差通常是二阶或者更高阶的。我们可以通过减小$h$值来增加计算精度；然而，这样也会增加计算时间和资源的消耗。

Matlab中常用的积分和微分算法解析

积分和微分是数学中重要的概念和工具，广泛应用于科学、工程和计算领域。在Matlab中，提供了丰富的积分和微分算法，可以方便地进行数值计算和符号计算。在本文中，我们将解析Matlab中常用的积分和微分算法，并探讨其应用。

一、数值积分算法

数值积分是通过将求和转化为积分的方式，对函数在一定区间内的近似计算。在Matlab中，有许多数值积分算法可供选择，包括梯形法则、辛普森法则和高斯求积法等。

1. 梯形法则

梯形法则是一种基本的数值积分算法。它将区间分成多个小梯形，并将每个小梯形的面积近似表示为梯形的面积，然后将这些面积相加得到最终的近似积分值。在Matlab中，可以使用trapz函数来实现梯形法则的计算。例如，对函数f(x)在区间[a, b]上进行积分，可以使用如下代码：

```matlab

a = 0;

b = 1;

x = linspace(a, b, 100);

y = f(x);

integral_value = trapz(x, y);

```

其中，linspace函数用于生成均匀分布的点，f(x)是待积分的函数。trapz函数可以自动计算积分值。 2. 辛普森法则

辛普森法则是一种更精确的数值积分算法。它将区间分成多个小三角形，并将每个小三角形的面积近似表示为一个带有二次多项式的面积，然后将这些面积相加得到最终的近似积分值。在Matlab中，可以使用quad函数来实现辛普森法则的计算。例如，对函数f(x)在区间[a, b]上进行积分，可以使用如下代码：

```matlab

a = 0;

b = 1;

integral_value = quad(@f, a, b);

```

其中，@f表示函数句柄，quad函数可以自动计算积分值。

3. 高斯求积法

高斯求积法是一种更高精度的数值积分算法。它利用多个节点和权重，通过插值的方式来近似积分值。在Matlab中，可以使用gaussquad函数来实现高斯求积法的计算。例如，对函数f(x)在区间[a, b]上进行积分，可以使用如下代码：

实验三 数值积分程序设计算法

1）实验目的

通过本次实验熟悉并掌握各种数值积分算法及如何在matlab中通过设计程序实现这些算法，从而更好地解决实际中的问题。

2）实验题目

给出积分 dxxI32211

1.用Simpson公式和N=8的复合Simpson公式求积分的近似值.

2.用复合梯形公式、复合抛物线公式、龙贝格公式求定积分，要求绝对误差为

710*21，将计算结果与精确解做比较，并对计算结果进行分析。

3）实验原理与理论基础

Simpson公式

)]()2(4)([6bfbafafabS

复化梯形公式

将定积分badxxfI)(的积分区间],[ba分隔为n等分，各节点为njjhaxj,,1,0, nabh复合梯形(Trapz)公式为

])()(2)([211njjnbfxfafnabT如果将],[ba分隔为2n等分，而nabh/)(不变，则 )]()(2)(2)([41021112bfxfxfafnabTnjjnjjn 其中hjahxxjj)21(2121，)]()(2)(2)([41021112bfxfxfafnabTnjjnjjn

10)2)12((221njnnabjafnabT

n=1时，abh，则)]()([21bfafabT)0(0T

)21(22112hafabTT)1(0T

若12kn，记)1(0kTTn，,2,1k 12kabh jhaxj12kabja

hxxjj2121kabja2)12(，则可得如下递推公式 )0(0T)]()([2bfafab