數值微分和數值積分
數值微分
(1)數值差分與差商
可以用差商近似計算導數值:
(2)數值微分的實現
diff() 向前差分函數
dx=diff(x):
計算向量x的一階向前差分,dx[i]=x[i+1]-x[i],i=1,2,3…n-1.dx=diff(x,n):
計算向量x的n階向前差分。dx=diff(A,n,dim):
計算矩陣A的n階差分。dim=1時按列計算差分,=2時按行計算差分。
舉個例子
x=[0,sort(2*pi*rand(1,5000)),2*pi];
y=sin(x);
f1=diff(y)./diff(x)%利用差商來近似導數
f2=cos(x(1:end-1))%實際導數
plot(x(1:end-1),f1,x(1:end-1),f2,'r:')
兩者較接近
數值積分
原理
函數調用
[l,n]=quad(filename,a,b,tol,trace)
基於自適應辛普森方法[l,n]=quadl(filename,a,b,tol,trace)
基於自適應GL方法(效率比較高)
參數含義:I=integral(filename,a,b)
基於全局自適應積分方法。I是計算得到的積分。[I,err]=quadgk(filename,a,b)
基於自適應高斯—克朗羅得方法。err返回近似誤差。I=trapz(x,y)
x自變量,y因變量。
舉個例子
format long
f=@(x) 4./(1+x.^2);
[I,n]=quad(f,0,1,1e-8)
[I,n]=quadl(f,0,1,1e-8)
(atan(1)-atan(0))*4
結果
I =3.141592653733437
n =61
I =3.141592653589806
n =48
ans =3.141592653589793
f=@(x) 1./(x.*sqrt(1-log(x).^2));
I=integral(f,1,exp(1))
結果:
I =1.570796326795570
f=@(x) sin(1./x)./x.^2;
I=quadgk(f,2/pi,+Inf)
結果:
I = 1.000000000000000
x=1:6;
y=[6 8 11 7 5 2];
plot(x,y,'-ko');
grid on
axis([1 6 0 11]);
I1=trapz(x,y)
I2=sum(diff(x).*(y(1:end-1)+y(2:end))/2)
結果:
I1 =35
I2 =35
下圖是x—y圖像