台湾国立大学郭彦甫Matlab教程笔记(17)numerical integration

本文主要是介绍台湾国立大学郭彦甫Matlab教程笔记(17)numerical integration,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

台湾国立大学郭彦甫Matlab教程笔记(17)numerical integration
数值积分
calculating the numerical value of a definite integral有限整数
在这里插入图片描述

quadrature method (求积分方法)

quadrature method (求积分方法)----approximating the integral by using a finite set of points 通过有限的点集,近似积分。.quadrature method 把x等分
在这里插入图片描述

basic quadrature rules基本求积分方法

1.midpoint rule(zeroth-order approximation)
用矩形去做近似
在这里插入图片描述
2.trapezoid rule(first-order approximation)
用梯形去做近似

在这里插入图片描述

我们先来看 Midpoint Rule

对f(x)做积分,积分区间是x0~x3,把这个区间等分,每个等分距离是h
取每个等分小区间的中点处的函数值,来当作矩形的高
在这里插入图片描述

这个近似的过程如下图
在这里插入图片描述
小矩形的面积=底h乘以高f

实际上怎么用matlab做midpoint rule 呢?

midpoint rule using sum()
举例求解以下积分:
在这里插入图片描述

例程代码

h=0.05; x=0:h:2;
midpoint =(x(1:end-1)+x(2:end))./2;%找所有的中点
y=4*midpoint.^3;%被积函数,
s=sum(h*y)  %sum求得积分值

来理解中间这行代码的目的:
midpoint =(x(1:end-1)+x(2:end))./2;
由于midpoint rule 我们需要把区间中点值给f(x),所以需要计算出来中点值,midpoint,这句代码就是用来求中点值的。

在这里插入图片描述
执行结果:得到积分值是15.9950
在这里插入图片描述

how accurate is it?
积分值是16,用midpoint rule 计算得到是 15.9950,还算比较精准

how to improve the accuracy?
步长h减小

我们再来看 trapezoid rule

trapezoid 梯形,不规则四边形
在这里插入图片描述
和上面的 midpoint rule 近似, 同样需要等分区间。这里每个小区间近似的函数值变掉了。
其中,h(f0+f1)/2表示的是梯形面积计算公式,(上底+下底)*高/2

在这里插入图片描述
在matlab中如何使用trapezoid Rule 计算积分呢?
trapezoid rule using trapz()
同样的例题
在这里插入图片描述
例程代码:

h=0.05;%等分的小区间的长度
x=0:h:2;%等分x
y=4*x.^3;%被积函数
s=h*trapz(y)%在小区间上使用trapz计算梯形的面积

下图帮助理解:
在这里插入图片描述

计算结果:
在这里插入图片描述
还有另外一种使用形式

alternative:

h=0.05;
x=0:h:2;
y=4*x.^3;
trapezoid=(y(1:end-1)+y(2:end))/2;%求梯形的(上底+下底)/2
s=h*sum(trapezoid)

再多介绍一种second-order rule :1/3 Simpson’s

这个近似公式为:(很精准)(这里是用的两个小区间,所以只有三项,后面会看到更多的)
在这里插入图片描述
积分过程
在这里插入图片描述

Simpson’s rule
计算过程:
同样的例子:
在这里插入图片描述
程式码:

h=0.05;
x=0:h:2;
y=4*x.^3;
s=h/3*(y(1)+2*sum(y(3:2:end-2))+4*sum(y(2:2:end))+y(end))

运行结果:

在这里插入图片描述
我们把三种方法做一个对比
comparison
在这里插入图片描述
用圆圈处的值做逼近

在这里插入图片描述

具体区别如下:
在这里插入图片描述

下面讲 函数句柄review of function handles(@)

a handle is a pointer to a function 函数句柄就是一个函数的指针
can be used to pass functions to other functions

通常,一个function 不能当作另外一个function 的input,函数句柄可以起到传递的作用
举例子:这里的input 是某一个function,比如sin

function [y]=xy_plot(input,x)
%xy_plot receives the handle of a function and plots that function of x
y=input(x);
plot(x,y,'r--');
xlabel('x');
ylabel('function(x)');
end

把上面这段代码储存成为.m文件,
然后尝试以下代码,去呼叫这个function
xy_plot(sin,0:0.01:2pi);
会报错,不能直接给这个function,需要给这个function 的指针pointer
正确的用法:
xy_plot(@sin,0:0.01:2
pi);
运行结果:我们会发现,调用了这个sin函数,绘制了下图

在这里插入图片描述

我们看下一部分numerical integration :integral()

numerical integration on a function from using global adaptive quadrature and default error tolerances

在这里插入图片描述
例程:

y=@(x) 1./(x.^3-2*x-5);%让@(x) 指向被积函数
integral(y,0,2);

代码的解释:
integral(y,0,2);%y是被积函数,需要用函数句柄来表示,0和2是积分上下限

这个积分的结果:

在这里插入图片描述
思考,如果 要算sin(x)在[0,2]的积分怎么做?
同样的

y=@(x) sin(x);%让@句柄指向被积函数sin(x)
integral(y,0,2)

double and triple integrals两重或三重积分

二重积分使用函数:Integral2()
具体用法:integral(f,pi,2*pi,0,pi)%被积函数,和二重积分的两组积分限
计算下面的两重积分
在这里插入图片描述
例程:

f = @(x,y) y.*sin(x)+x.*cos(y);
integral(f,pi,2*pi,0,pi)%被积函数,和二重积分的两组积分限

这个二重积分的计算结果:
在这里插入图片描述

三重积分用函数integral3()
具体用法:
integral3(f,0,pi,0,1,-1,1)%参数是被积函数,加上三对积分上下限

计算下列三重积分:

在这里插入图片描述
例程:

f=@(x,y,z) y.*sin(x)+z.*cos(y);
integral3(f,0,pi,0,1,-1,1)%参数是被积函数,加上三对积分上下限

上述积分的值为:
在这里插入图片描述

【总结一下】
本文记录了数值积分的一些用法。
介绍了三种求数值积分的方法:用矩形近似sum()函数,用梯形近似trapz()函数,还有Simpson方法。然后介绍了函数作为input的用法, 在此基础上讲解了数值积分integral()函数的用法:可以求解一重积分integral()、两重积分integral2()、三重积分integral3()函数等。

这篇关于台湾国立大学郭彦甫Matlab教程笔记(17)numerical integration的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/466072

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear

沁恒CH32在MounRiver Studio上环境配置以及使用详细教程

目录 1.  RISC-V简介 2.  CPU架构现状 3.  MounRiver Studio软件下载 4.  MounRiver Studio软件安装 5.  MounRiver Studio软件介绍 6.  创建工程 7.  编译代码 1.  RISC-V简介         RISC就是精简指令集计算机(Reduced Instruction SetCom

数学建模笔记—— 非线性规划

数学建模笔记—— 非线性规划 非线性规划1. 模型原理1.1 非线性规划的标准型1.2 非线性规划求解的Matlab函数 2. 典型例题3. matlab代码求解3.1 例1 一个简单示例3.2 例2 选址问题1. 第一问 线性规划2. 第二问 非线性规划 非线性规划 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。2

【C++学习笔记 20】C++中的智能指针

智能指针的功能 在上一篇笔记提到了在栈和堆上创建变量的区别,使用new关键字创建变量时,需要搭配delete关键字销毁变量。而智能指针的作用就是调用new分配内存时,不必自己去调用delete,甚至不用调用new。 智能指针实际上就是对原始指针的包装。 unique_ptr 最简单的智能指针,是一种作用域指针,意思是当指针超出该作用域时,会自动调用delete。它名为unique的原因是这个

查看提交历史 —— Git 学习笔记 11

查看提交历史 查看提交历史 不带任何选项的git log-p选项--stat 选项--pretty=oneline选项--pretty=format选项git log常用选项列表参考资料 在提交了若干更新,又或者克隆了某个项目之后,你也许想回顾下提交历史。 完成这个任务最简单而又有效的 工具是 git log 命令。 接下来的例子会用一个用于演示的 simplegit