继续上一篇一维gauss积分的讨论,本文讨论二维gauss数值积分公式的使用,并给出数值实验。

目录

  • 一. 标准区间
  • 二. 一般区间
  • 三. 数值实验(没有编程的计算是不完整的)
  • 四. 总结和下节预告
  • 五. matlab源代码

一. 标准区间

按照一维情况类似方式,首先给出如下二重积分公式:

python二重积分 dblquad 二重积分matlab代码_权重

这是标准的二维gauss积分 \(m\times m\) (即 x 轴和 y 轴分别取 m 个点对应\(m^2\)个点)公式的表达式,其中,\(x_{kl}\) 称作gauss积分点,\(A_{kl}\)称作\(x_{kl}\) 点处的权重。\(m=1,2,3\) 时候草图如下所示:

python二重积分 dblquad 二重积分matlab代码_二维_02


下面给出部分gauss积分点和权重对应列表

gauss点个数 \(m^2(m\times m)\)

gauss 点 \((x_i,y_i)\)

权重 \(A_i\)

精度(2m-1)

1 (\(1\times 1\))

\(x_1=y_1=0\)

\(A_1\)=4

1

4 (\(2 \times 2\))

\(x_{1}=-1/\sqrt{3},y_{1}=-1/\sqrt{3}\)

\(x_{2}=1/\sqrt{3},y_{2}=-1/\sqrt{3}\)

\(x_{3}=1/\sqrt{3},y_{3}=1/\sqrt{3}\)

\(x_{4}=-1/\sqrt{3},y_{4}=1/\sqrt{3}\)

\(A_1=A_2=A_3=A_4=1\)

3

9 (\(3 \times 3\))

令\(gpt=\sqrt{3/5}\)

\(x_1=-gpt,y_1=-gpt\)

\(x_2=gpt,y_2=-gpt\)

\(x_3=gpt,y_3=gpt\)

\(x_4=-gpt,y_4=gpt\)

\(x_5=0,y_5=-gpt\)

\(x_6=gpt,y_6=0\)

\(x_7=0,y_7=gpt\)

\(x_8=-gpt,y_8=0\)

\(x_9=0,y_9=0\)

\(A_1=A_2=A_3=A_4=25/81\)

\(A_5=A_6=A_7=A_8=40/81\)

\(A_9=64/81\)

5

一般二重积分近似值也就是使用 \(2\times 2,\quad 3\times 3\)

python二重积分 dblquad 二重积分matlab代码_二维_03

二. 一般区间

对于一般区间,先考虑区间端点为常量情况(下一节介绍区间为变量情况),即

python二重积分 dblquad 二重积分matlab代码_二维_04

其中 \(a,b,c,d\) 都是已知常数。与一维情况类似,只需要做变量变换,于是\([s,t]\in[-1,1]\times [-1,1]\)(通俗讲就是换元法)

python二重积分 dblquad 二重积分matlab代码_数值积分_05

于是二重积分就变成了

python二重积分 dblquad 二重积分matlab代码_权重_06

其中 \((s_i,t_i)\) 即为上表中的 gauss 节点,对应的权重因子为 \(A_i\)。

三. 数值实验(没有编程的计算是不完整的)

使用matlab2018a 计算结果,并且与matlab自带函数 integral2 计算的结果进行比较给出误差。

算例如下:

\[计算定积分 I = \int_{a}^bdx\int_{c}^d f(x,y)dy\]

其中,\(a=1.4,b=2,c=1,d=1.5,f(x,y)=ln(x+2*y), ln\)是以e为底对数函数。使用matlab的integral2 函数计算结果为\(I =0.429554527548275\).

自己编程计算结果如下:

高斯点数 \(m^2(m\times m)\)

积分值 \(I_m\)

误差norm(\(I_m-I\))

4(\(2\times 2\))

0.429556088022242

1.56E-06

9(\(3\times 3\))

0.429554531152490

3.60E-09

四. 总结和下节预告

  1. 从实验数据可以发现,二重gauss数值积分使用\(2\times 2\)
  2. 下一节介绍当积分区间在变系数下的二重gauss公式的计算方法
  3. 欢迎与我交流,数值分析,矩阵计算,PDE数值解等,

五. matlab源代码

clc;clear;
%   compute int_a^b [int_c)^d    f(x,y)]
%   (x,y) \in [a,b] X [c,d]
%%  setup the integral interval and gauss point and weight
a = 1.4;    b = 2;
c = 1;      d =1.5;
fun=@(x,y)    log(x+2*y);
fprintf('***********************************************\n')
for gauss = 2:3 %    m points rule in 2 dimensional case
    if gauss == 2
        fprintf('*******  2X2 points gauss rule result *******')
        gpt=1/sqrt(3);
        s(1) = -gpt;  t(1) = -gpt;
        s(2) =  gpt;  t(2) = -gpt;
        s(3) =  gpt;  t(3) =  gpt;
        s(4) = -gpt;  t(4) =  gpt;
        wt = [1 1 1 1];        
    elseif gauss == 3
        gpt=sqrt(0.6);
        fprintf('*******   3X3 points gauss rule     *******')
        s(1) = -gpt; t(1) = -gpt; wt(1)=25/81;
        s(2) =  gpt; t(2) = -gpt; wt(2)=25/81;
        s(3) =  gpt; t(3) =  gpt; wt(3)=25/81;
        s(4) = -gpt; t(4) =  gpt; wt(4)=25/81;
        s(5) =  0.0; t(5) = -gpt; wt(5)=40/81;
        s(6) =  gpt; t(6) =  0.0; wt(6)=40/81;
        s(7) =  0.0; t(7) =  gpt; wt(7)=40/81;
        s(8) = -gpt; t(8) =  0.0; wt(8)=40/81;
        s(9) =  0.0; t(9) =  0.0; wt(9)=64/81;        
    end
    %%   区间变换到   [-1,1] X [-1,1]
    jac = (b-a)*(d-c)/4;
    x = (b+a+(b-a)*s)/2;
    y = (d+c+(d-c)*t)/2;
    f = fun(x,y);
    comp = wt(:) .* f(:) .* jac;%无论一个向量是行还是列,写成x(:)都会变成列向量
    
    format long
    comp = sum(comp)
    exact = integral2(fun,a,b,c,d);
    
    fprintf('the error is norm(comp-exact)=%10.6e\n\n',norm(comp-exact))
    
end
fprintf('******************************************\n')
fprintf('matlab  built-in function ''integral2''\n')
exact
format short