数值微积分与方程求解（一）

目录

 

数值微分的实现

数值积分的实现

---

数值微分的实现

MATLAB提供了求向前差分的函数diff，其调用格式有三种：

 dx=diff(x)：计算向量x的向前差分，dx(i)=x(i+1)-x(i)，i=1，2，…，n-1。

 dx=diff(x,n)：计算向量x的n阶向前差分。例如，diff(x,2)=diff(diff(x))。

 dx=diff(A,n,dim)：计算矩阵A的n阶差分，dim=1时（默认状态），按列计算差分；dim=2，按行计算差分。

注意：diff函数计算的是向量元素间的差分，故差分向量元素的个数比原向量少了一个。同样，对于矩阵来说，差分后的矩阵比原矩阵少了一行或一列。另外，计算差分之后，可以用f(x)在某点处的差商作为其导数的近似值。

数值积分的实现

 基于自适应辛普森方法

[I,n]=quad(filename,a,b,tol,trace)

 基于自适应Gauss-Lobatto方法

[I,n]=quadl(filename,a,b,tol,trace)

其中，filename是被积函数名；a和b分别是定积分的下限和上限，积分限[a，b]必须是有限的，不能为无穷大（Inf）；tol用来控制积分精度，默认时取tol=10-6；trace控制是否展现积分过程，若取非0则展现积分过程，取0则不展现，默认时取trace=0；返回参数I即定积分的值，n为被积函数的调用次数。

 

 基于全局自适应积分方法

I=integral(filename,a,b)

其中，I是计算得到的积分；filename是被积函数；a和b分别是定积分的下限和上限，积分限可以为无穷大。

 基于自适应高斯-克朗罗德方法

[I,err]=quadgk(filename,a,b)

其中，err返回近似误差范围，其他参数的含义和用法与quad函数相同。积分上下限可以是无穷大（−Inf或Inf），也可以是复数。如果积分上下限是复数，则quadgk函数在复平面上求积分。

 

 基于梯形积分法

已知（xi，yi）（i=1，2，…，n），且a=x1<x2<…<xn=b，求 近似值。

I=trapz(x,y)

其中，向量x、y定义函数关系y=f(x)。

trapz函数采用梯形积分法则，积分的近似值为：

可用以下语句实现：

sum(diff(x).*(y(1:end-1)+y(2:end))/2)

（3）多重定积分的数值求解

 求二重积分的数值解：

I=integral2(filename,a,b,c,d)

I=quad2d(filename,a,b,c,d)

I=dblquad(filename,a,b,c,d,tol)

 求三重积分的数值解：

I=integral3(filename,a,b,c,d,e,f)

I=triplequad(filename,a,b,c,d,e,f,tol)