數(shù)值積分

數(shù)值積分法是求定積分的近似值的數(shù)值方法。即用被積函數(shù)的有限個(gè)采樣值的離散或加權(quán)平均近似值代替定積分的值,是一種遞推的方法。

數(shù)值積分法也是計(jì)算機(jī)仿真模擬中常用的一種方法病袄。在已知函數(shù)的微分方程時(shí),求解函數(shù)下一時(shí)刻的值赘阀,我們主要有歐拉法益缠、梯形法龍格庫塔法

歐拉積分

歐拉積分法是這些方法中精度最低的基公,但也是最容易編程實(shí)現(xiàn)的一種方法幅慌。歐拉法的表達(dá)式可以寫成下面的形式:
y\left( {t_{n + 1}} \right) = \int_{0}^ {t_{n + 1}} {y'\left( t \right)dt}
微分方程:
y'\left( t \right) = f\left( {t,y\left( t \right)} \right)
\Delta t = {t_{n + 1}} - {t_n}
則歐拉積分定義為:
{y_{n + 1}} = {y_n} + \Delta t \cdot f\left( {t_{n},y_n} \right)
假設(shè)\Delta t內(nèi)y' \left({t}\right)的值保持不變,即y(t)斜率kf\left( {t_n,y_n} \right)轰豆,因此歐拉積分又稱為一階近似胰伍,\Delta t又被稱為積分步長或采樣周期

龍格-庫塔積分

本質(zhì)上是采用函數(shù)值f的線性組合來近似代替f泰勒展開后的高階導(dǎo)數(shù)項(xiàng)酸休。在工程中最常用的是四階的龍格-庫塔積分(Runge-Kutta methods)骂租,也就是RK4積分,計(jì)算方式如下:
同樣設(shè)有如下微分方程:
y'\left( t \right) = f\left( {t,y\left( t \right)} \right)
則RK4積分定義為:
{y_{n + 1}} = {y_n} + \frac{{\Delta t}}{6} \cdot \left( {{k_1} + 2{k_2} + 2{k_3} + {k_4}} \right)
其中斑司,{k_1} = f\left( {{t_n},{y_n}} \right)渗饮,{k_2} = f\left( {{t_n} + \frac{{\Delta t}}{2},{y_n} + \frac{{\Delta t}}{2} \cdot k1} \right){k_3} = f\left( {{t_n} + \frac{{\Delta t}}{2},{y_n} + \frac{{\Delta t}}{2} \cdot k2} \right){k_4} = f\left( {{t_n} + {{\Delta t}},{y_n} + {{\Delta t}} \cdot k3} \right) 互站,y_n的取值有所變化請(qǐng)注意私蕾。

從公式中可以發(fā)現(xiàn),此時(shí)的斜率已經(jīng)變?yōu)榱?strong>四個(gè)斜率的加權(quán)平均后的結(jié)果(這個(gè)6也可以理解為是歸一化因子云茸,但本質(zhì)上就是加權(quán)后做平均)是目,其中k_2k_3的權(quán)重較大标捺。因此,采用龍格-庫塔方法得到的斜率(速度)較歐拉法更精確揉抵,數(shù)值積分結(jié)果較真實(shí)積分誤差更小亡容。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市冤今,隨后出現(xiàn)的幾起案子闺兢,更是在濱河造成了極大的恐慌,老刑警劉巖戏罢,帶你破解...
    沈念sama閱讀 219,110評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件屋谭,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡龟糕,警方通過查閱死者的電腦和手機(jī)桐磁,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,443評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來讲岁,“玉大人我擂,你說我怎么就攤上這事』貉蓿” “怎么了校摩?”我有些...
    開封第一講書人閱讀 165,474評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長阶淘。 經(jīng)常有香客問我衙吩,道長,這世上最難降的妖魔是什么溪窒? 我笑而不...
    開封第一講書人閱讀 58,881評(píng)論 1 295
  • 正文 為了忘掉前任坤塞,我火速辦了婚禮,結(jié)果婚禮上霉猛,老公的妹妹穿的比我還像新娘尺锚。我一直安慰自己,他們只是感情好惜浅,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,902評(píng)論 6 392
  • 文/花漫 我一把揭開白布瘫辩。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪伐厌。 梳的紋絲不亂的頭發(fā)上承绸,一...
    開封第一講書人閱讀 51,698評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音挣轨,去河邊找鬼军熏。 笑死,一個(gè)胖子當(dāng)著我的面吹牛卷扮,可吹牛的內(nèi)容都是我干的荡澎。 我是一名探鬼主播,決...
    沈念sama閱讀 40,418評(píng)論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼晤锹,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼摩幔!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起鞭铆,我...
    開封第一講書人閱讀 39,332評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤或衡,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后车遂,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體封断,經(jīng)...
    沈念sama閱讀 45,796評(píng)論 1 316
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,968評(píng)論 3 337
  • 正文 我和宋清朗相戀三年舶担,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了坡疼。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,110評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡柄沮,死狀恐怖回梧,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情祖搓,我是刑警寧澤狱意,帶...
    沈念sama閱讀 35,792評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站拯欧,受9級(jí)特大地震影響详囤,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜镐作,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,455評(píng)論 3 331
  • 文/蒙蒙 一藏姐、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧该贾,春花似錦羔杨、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,003評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽理澎。三九已至,卻和暖如春曙寡,著一層夾襖步出監(jiān)牢的瞬間糠爬,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,130評(píng)論 1 272
  • 我被黑心中介騙來泰國打工举庶, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留执隧,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,348評(píng)論 3 373
  • 正文 我出身青樓户侥,卻偏偏與公主長得像镀琉,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子蕊唐,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,047評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容