数值分析中的数值微分与数值积分

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

第五章 数值微分与数值积分 一．分别用向前差商，向后差商和中心差商公式计算()fxx=在2x=

的导数的近似值。其中，步长0.1h=。 【详解】

00()()(20.1)(2)2.12=0.349 241

0.10.1fxhfxff

h+−+−−===向前差商

00()()(2)(20.1)21.9=0.358 087

0.10.1fxfxhff

h−−−−−===向后差商

00()()(20.1)(20.1)2.11.9=0.353 664

220.10.2fxhfxhff

h+−−+−−−===

×中心差商

二．已知数据 x 2.5 2.55 2.60 2.65 2.70 ()fx 1.58114 1.59687 2 1.62788 1.64317

求(2.50),(2.60),(2.70)fff′′′的近似值。

【详解】

0.05h=，按照三点公式

3(2.50)4(2.55)(2.60)31.5811441.596871.61245(2.50)0.316 100

20.050.1ffff−+−−×+×−′≈==

×

(2.65)(2.55)1.627881.59687(2.60)0.310 100

20.050.1fff−−′≈==

×

(2.60)4(2.65)3(2.70)241.6278831.64317(2.70)4.179 900

20.050.1ffff−+−×+×′≈==

×

三．已知如下数据 x 3 4 5 6 7 8

()fx 2.937 6 6.963 213.600

0 23.500

8 37.318

4 55.705

6 用三点公式计算(5)f′和(5)f′′的近似值。

【详解】

1h=，(6)(4)23.500 86.963 2(5) 8.268 4

22fff−−′≈==

2(4)2(5)(6)6.9632213.600023.5008(5)1.6320

212ffff−+−×+′′≈==

×

数值微分与数值积分

数值微分和数值积分是数值分析中两个重要的概念和技术。它们在数学与工程领域中都有着广泛的应用。本文将介绍数值微分和数值积分的概念、原理和应用。

1. 数值微分

数值微分是指通过数值计算方法来逼近函数的导数。在实际计算中，我们常常需要求解某一函数在特定点的导数值，这时数值微分就能派上用场了。

一种常用的数值微分方法是有限差分法。它基于函数在离给定点很近的两个点上的函数值来逼近导数。我们可以通过选取合适的差分间距h来求得函数在该点的导数值。有限差分法的一般形式可以表示为：

f'(x) ≈ (f(x+h) - f(x))/h

其中，f'(x)是函数f(x)在点x处的导数值，h是差分间距。

数值微分方法有很多种，比如前向差分、后向差分和中心差分等。根据实际需求和计算精度的要求，我们可以选择合适的数值微分方法来进行计算。

2. 数值积分

数值积分是指通过数值计算方法来近似计算函数的定积分。在实际问题中，我们经常需要求解函数在某一区间上的积分值，而数值积分可以提供一个快速而准确的近似。 一种常见的数值积分方法是复合梯形法。它将积分区间分割成若干个小区间，然后在每个小区间上应用梯形面积的计算公式。最后将所有小区间上的梯形面积相加，即可得到整个积分区间上的积分值。

复合梯形法的一般形式可以表示为：

∫[a, b] f(x)dx ≈ h/2 * [f(a) + 2∑(i=1 to n-1)f(x_i) + f(b)]

其中，[a, b]是积分区间，h是分割的小区间宽度，n是划分的小区间个数，x_i表示第i个小区间的起始点。

除了复合梯形法，还有其他常用的数值积分方法，比如复合辛普森法、龙贝格积分法等。根据被积函数的性质和计算精度要求，我们可以选择合适的数值积分方法来进行计算。

3. 数值微分和数值积分的应用

数值微分和数值积分在科学研究和工程实践中具有广泛的应用。以下是一些常见的应用领域：

3.1 物理学

数值微分与数值积分的计算方法

数值微分和数值积分是数学中一种非常重要的方法。在实际生活和科学研究中，很多情况下，需要对函数进行微分或积分的计算。然而，由于很多函数的解析式很难或者根本不能求出，因此需要采用一些数值方法来近似计算。本文将讨论数值微分和数值积分的计算方法。

一、数值微分

在数值计算中，常常会遇到需要求函数在某个点处的导数的问题。这时候，我们就需要用到数值微分。数值微分主要有三种方法：前向差分、后向差分和中心差分。

（一）前向差分

前向差分是一种用来计算函数在某个点处导数的方法。其基本思想是求函数在当前点和向前一点的斜率，即：

$$f'(x_i)=\frac{f(x_{i+1})-f(x_i)}{h}$$

其中，$h$表示步长。

（二）后向差分

后向差分是一种用来计算函数在某个点处导数的方法。其基本思想是求函数在当前点和向后一点的斜率，即：

$$f'(x_i)=\frac{f(x_i)-f(x_{i-1})}{h}$$

（三）中心差分

中心差分是一种用来计算函数在某个点处导数的方法。其基本思想是求函数在当前点左右两个点的平均斜率，即：

$$f'(x_i)=\frac{f(x_{i+1})-f(x_{i-1})}{2h}$$

对于三种方法，其截断误差的阶分别为 $\mathcal{O}(h)$、$\mathcal{O}(h)$ 和 $\mathcal{O}(h^2)$。

二、数值积分

数值积分是指用数值方法对某个函数在某一区间上的定积分进行近似计算的过程。常见的数值积分方法有梯形法、辛普森法和龙贝格法。下面将分别介绍这三种方法。

（一）梯形法

梯形法是一种比较简单的数值积分方法。其基本思想是将积分区间分成若干个小梯形，然后求出这些小梯形面积的和。具体地，假设我们要对函数 $f(x)$ 在区间 $[a,b]$ 上进行积分，将该区间分成 $n$ 个小区间，步长为 $h=(b-a)/n$，则梯形法的计算公式为：