积分近似-辛普森法则
辛普森法则是一种近似函数定积分的方法。它通常(但不总是)比使用近似值更准确<一个href="//www.parkandroid.com/wiki/riemann-sums/" class="wiki_link" title="黎曼和" target="_blank">黎曼和一个>或者是<一个href="//www.parkandroid.com/wiki/integral-approximation-trapezium-rule/" class="wiki_link" title="梯形规则" target="_blank">梯形规则一个>,并且适用于线性和二次函数。近似四次积分的误差<一个href="//www.parkandroid.com/wiki/differentiable-function/" class="wiki_link" title="可微的" target="_blank">可微的一个>根据辛普森法则,函数正比于函数在区间内某一点的四阶导数。
(比较<一个href="//www.parkandroid.com/wiki/integral-approximation-trapezium-rule/" class="wiki_link" title="梯形规则" target="_blank">梯形规则一个>,接近 通过区间端点的一个线性函数)
定义
假设 是在区间上定义的 那么整个区间上的辛普森法则近似于定积分 用公式求区间 这个想法是如果 或 这个公式是一个精确的等式。辛普森法则给出了任何二次函数的正确积分。一般来说,辛普森法则是近似的 通过抛物线通过图上的点 与 坐标
辛普森法则通常是将区间分割成 大小相同的小区间, 为偶数,并用上述估计逼近每对相邻子区间的积分。
也就是说,让 然后 等等。把这些加起来
让
把区间分成 平等的小区间了 与积分的实际值进行比较
误差估计
似乎合理的是,在一个区间上的辛普森法则估计的误差应该与函数的三阶导数成正比,类似于在<一个href="//www.parkandroid.com/wiki/integral-approximation-trapezium-rule/" class="wiki_link" title="梯形规则" target="_blank">梯形规则一个>正比于二阶导数。但事实上,辛普森法则是精确的 “免费”:
证明辛普森法则给出了精确的积分 在任何时间间隔。
辛普森法则近似 是 它等于
实际上,辛普森法则误差与四阶导数成正比
让 是近似误差 根据辛普森法则 个子区间大小相同。假设 是four-times-differentiable 如果有某个常数 这样 对所有
需要多少个大小相等的子区间来保证近似误差 根据辛普森法则 ?
我们想要的 在哪里 是的四阶导数的上界吗 但这是个常数, 所以 代入并简化 所以 答案是