Matlab中几个数值积分函数的比较和优缺点

您所在的位置:网站首页 matlab有什么特点 Matlab中几个数值积分函数的比较和优缺点

Matlab中几个数值积分函数的比较和优缺点

2023-08-30 04:18| 来源: 网络整理| 查看: 265

一、Z = trapz(X,Y,dim) 梯形数值积分,通过已知参数x,y按dim维使用梯形公式进行积分 例1 计算int(sin(x),0,pi)

%by dynamic %all rights reserved by www.matlabsky.com >>x=0:pi/100:2*pi; >>y=sin(x); >>z=trapz(x,y)%或者说使用z = pi/100*trapz(y) z = 1.0300e-017 >>z = pi/100*trapz(y)

二、[q,fcnt]= quad(fun,a,b,tol,trace,p1,p2...) 自适应simpson公式数值积分,适用于精度要求低,被积函数平滑性较差的数值积分 注意事项: 1.被积函数fun必须是函数句柄 2.积分限[a,b]必须是有限的,因此不能为inf 3.p1为其他需要传递的参数,一般是数值 可能警告: 1.'Minimum step size reached' 意味着子区间的长度与计算机舍入误差相当,无法继续计算了。原因可能是有不可积的奇点 2.'Maximum function count exceeded' 意味着积分递归计算超过了10000次。原因可能是有不可积的奇点 3.'Infinite or Not-a-Number function value encountered' 意味着在积分计算时,区间内出现了浮点数溢出或者被零除。 例2 计算积分1/(x^3-2*x-p),其中参数p=5,积分区间为[0,2]

%by dynamic %all rights reserved by www.matlabsky.com >>F = @(x,n)1./(x.^3-2*x-n); >>Q = quad(@(x)F(x,5),0,2)%或者使用 quad(F,0,2,[],[],5)效果是一样的,只是前者使用的函数嵌套 Q = -0.4605 >>quad(F,0,2,[],[],5) ans = -0.4605

三、[q,fcnt] = quadl(fun,a,b,tol,trace,p1,p2...) 自适应Lobatto数值积分,适用于精度要求高,被积函数曲线比较平滑的数值积分 注意事项: 同quad 可能警告: 同quad 例3 计算积分1/(x^3-2*x-p),其中参数p=5,积分区间为[0,2]

%by dynamic %all rights reserved by www.matlabsky.com >>F=@(x,p)1./(x.^3-2*x-p); >>Q = quadl(F,0,2,[],[],5)%或者Q = quadl(@(x)F(x,5),0,2) Q = -0.4605

四、[q,errbnd] = quadgk(fun,a,b,param1,val1,param2,val2,...) 自适应Gauss-Kronrod数值积分,适用于高精度和震荡数值积分,支持无穷区间,并且能够处理端点包含奇点的情况,同时还支持沿着不连续函数积分,复数域线性路径的围道积分法 注意事项: 1.积分限[a,b]可以是[-inf,inf],但必须快速衰减 2.被积函数在端点可以有奇点,如果区间内部有奇点,将以奇点区间划分成多个,也就是说奇点只能出现在端点上 3.被积函数可以剧烈震荡 4.可以计算不连续积分,此时需要用到'Waypoints'参数,'Waypoints'中的点必须严格单调 5.可以计算围道积分,此时需要用到'Waypoints'参数,并且为复数,各点之间使用直线连接 6.param,val为函数的其它控制参数,比如上面的'waypoints'就是,具体看帮助 出现错误: 1.'Reached the limit on the maximum number of intervals in use' 2.'Infinite or Not-a-Number function value encountered' 例4 计算有奇点积分int(exp(x)*log(x),0,1)

%by dynamic %all rights reserved by www.matlabsky.com >>F=@(x)exp(x).*log(x);%奇点必须在端点上,否则请先进行区间划分 >>Q = quadgk(F,0,1) Q = -1.3179

例5 计算半无限震荡积分int(x^5*exp(-x)*sin(x),0,inf)

%by dynamic %all rights reserved by www.matlabsky.com >>F=@(x)x.^5.*exp(-x).*sin(x); >>fplot(F,[0,100])%绘图,看看函数的图形 >>[q,errbnd] = quadgk(F,0,inf,'RelTol',1e-8,'AbsTol',1e-12)%积分限中可以有inf,但必须快速收敛 q = -15.0000 errbnd = 9.4386e-009

例6 计算不连续积分,积分函数为f(x)=x^5*exp(-x)*sin(x),但是人为定义f(2)=1000,f(5)=-100,积分区间为[1 10]

%by dynamic %all rights reserved by www.matlabsky.com >>F=@(x)x.^5.*exp(-x).*sin(x); >>[q,errbnd] = quadgk(F,1,10,'Waypoints',[2 5])%显然2,5为间断点 q = -10.9408 errbnd = 3.2296e-014

例7 计算围道积分,在复数域内,积分函数1/(2*z-1),积分路径为由[-1-i 1-i 1+i -1+i -1-i]围成的矩形边框

%by dynamic %all rights reserved by www.matlabsky.com >>Waypoints=[-1-i 1-i 1+i -1+i -1-i]; >>plot(Waypoints);%绘制积分路径 >>xlabel('Real axis');ylabel('Image axis');axis([-1.5 1.5 -1.5 1.5]);grid on; >>Q = quadgk(@(z)1./(2*z - 1),-1-i,-1-i,'Waypoints',[1-i,1+i,-1+i])%注意各点间使用直线连接 ans = 0.0000 + 3.1416i >> quadgk(@(z)1./(2*z - 1),-1-i,-1-i,'Waypoints',Waypoints)%使用这个的效果也是一样的,就是说始末点可以随便包不包含在Waypoints中 ans = 0.0000 + 3.1416i

五、[Q,fcnt] = quadv(fun,a,b,tol,trace) 矢量化自适应simpson数值积分 注意事项: 1.该函将quad函数矢量化了,就是一次可以计算多个积分 2.所有的要求完全与quad相同 例8 计算下面积分,分别计算n=1,2...,5时的5个积分值,被积函数1/(n+x),积分限为[0,1]

%by dynamic %all rights reserved by www.matlabsky.com >>for k = 1:5, Qs(k) = quadv(@(x)1/(k+x),0,1);end;Qs Qs = 0.6931 0.4055 0.2877 0.2231 0.1823 >>F=@(x,n)1./((1:n)+x);%定义被积函数 >>quadv(@(x)F(x,5),0,1)%我们可以完全使用quadv函数替换上面循环语句的,建议使用后者 ans = 0.6931 0.4055 0.2877 0.2231 0.1823

六、q = dblquad(fun,xmin,xmax,ymin,ymax,tol,method) 矩形区域二重数值积分,一般区域二重积分参见NIT(数值积分工具箱)的quad2dggen函数 例9 计算下面二重积分

%by dynamic %all rights reserved by www.matlabsky.com >>F = @(x,y)y*sin(x)+x*cos(y); >Q = dblquad(F,pi,2*pi,0,pi) Q = -9.8696

七、q=triplequad(fun,xmin,xmax,ymin,ymax,zmin,zmax,tol,method) 长方体区域三重数值积分,注意此时没有一般区域的三重积分 例10 计算下面三重积分

%by dynamic %all rights reserved by www.matlabsky.com >>F = @(x,y,z)y*sin(x)+z*cos(x); >>Q = triplequad(F,0,pi,0,1,-1,1) Q = 2.0000

八、超维长方体区域多重积分 quadndg:NIT工具箱函数,可以解决多重超维长方体边界的定积分问题,但没有现成的一般积分区域求解函数 下面总结下: (1)quad:采用自适应变步长simpson方法,速度和精度都是最差的,建议不要使用 (2)quad8:使用8阶Newton-Cotes算法,精度和速度均优于quad,但在目前版本下已被取消 (3)quadl:采用lobbato算法,精度和速度均较好,建议全部使用该函数 (4)quadg:NIT(数值积分)工具箱函数,效率最高,但该工具箱需要另外下载 (5)quadv:quad的矢量化函数,可以同时计算多个积分 (6)quadgk:很有用的函数,功能在Matlab中最强大 (7)quad2dggen:一般区域二重积分,效率很好,需要NIT支持 (8)dblquad:长方形区域二重积分 (9)triplequadL:长方体区域三重积分 (10)quadndg:超维长方体区域积分,需要NIT支持 NIT数值积分工具箱下载参见这里http://www.matlabsky.com/thread-225-1-2.html

转自:http://blog.chinaunix.net/uid-20551209-id-3202628.html



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3