Чисельне інтегрування використовується в багатьох обчисленнях інтегралів, коли аналітичні розв’язки недоступні або їх важко обчислити. Векторизоване чисельне інтегрування апроксимує вектор одновимірних чисельних інтегралів одночасно.
Новий клас Мата, QuadratureVec(), функціонально подібний до Quadrature(), за винятком того, що він зручніше працює з вектором задач інтегрування. Точніше, QuadratureVec() наближає вектор одновимірних інтегралів чисельно за допомогою адаптивного методу Гауса-Кронрода (для порівняння також надається адаптивний метод Сімпсона).
QuadratureVec() використовується так само, як і Quadrature(), лише у чотири кроки, а саме: створення екземпляра класу QuadratureVec(), визначення функцій-обчислювачів, встановлення обмежень та виконання обчислень.
Подивимося, як це працює
Новий клас Mata QuadratureVec() створено для зберігання та обчислення векторного чисельного інтегрування.
Нижче наведено приклад для апроксимації наступних трьох інтегралів:
Визначивши функції-обчислювачі, виконуємо чотири кроки, які є обов’язковими при кожному використанні класу QuadratureVec(). Спочатку створюємо екземпляр q класу QuadratureVec():
: q = QuadratureVec()
По-друге, ми використовуємо setEvaluator(), щоб вказати на функцію-обчислювач, визначену як обчислювач вектора-стовпчика:
: evaluator = (&f1() \ &f2() \ &f3()) : q.setEvaluator(evaluator)
По-третє, ми використовуємо setLimits(), щоб вказати нижню та верхню межі, визначені як ліміти:
: limits = ((1, 2) \ (0,pi()) \ (0,1)) : q.setLimits(limits)
По-четверте, ми використовуємо функцію integrate() для обчислення наближень:
