版权声明： 本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
title: 笔记 - Simpson法与自适应Simpson法 categories:
自适应 Simpson 法是一种基于 Simpson 法的数值积分算法
<!-- more -->{% note warning %} https://cplib.tifa-233.com/src/code/math/simpson.hpp 存放了笔者对该算法/数据结构的最新实现, 建议前往此处查看相关代码 {% endnote %}
Simpson 法是一种常见的数值积分算法, 其思想是用几段抛物线去拟合原曲线, 从而近似求出其面积
放一张从维基拿的图
其中 $f(x)$ 为原函数, $P(x)$ 为拟合函数
本篇内容如无特殊说明, 均有如下假定:
令 $P(a)=f(a), P(m)=f(m), P(b)=f(b)$, 显然我们可以解出 $A,B,C$
实际上, 我们有
$$ P(x)=f(a)\frac{(x-m)(x-b)}{(a-m)(a-b)}+f(m)\frac{(x-a)(x-b)}{(m-a)(m-b)}+f(b)\frac{(x-a)(x-m)}{(b-a)(b-m)} $$
此时便可假定
$$ \int_a^bf(x)\mathrm{d}x\approx\int_a^bP(x)\mathrm{d}x=\frac{b-a}{6}(f(a)+4f(m)+f(b)) $$
令 $h=\frac{b-a}{2}$, 则有
$$ \int_a^bf(x)\approx\frac{h}{3}(f(a)+4f(m)+f(b)) $$
Q: 为什么要设这个 $h$
A: 是因为 Simpson 法是 Newton–Cotes 积分法的特例, 因为不是重点, 这里就不展开讲了
还有一个数值积分法叫 Simpson 3/8 法, 同样也是 Newton–Cotes 积分法的特例, 式子是这样的:
$$ \int_a^bf(x)\approx\frac{h}{8}(f(a)+3f(m_1)+3f(m_2)+f(b)) $$
其中 $h=\frac{b-a}{3}$, $m_1,m_2$ 是 $a,b$ 的三等分点
Q: 此法误差如何
A: 为 $-\frac{1}{90}(\frac{b-a}{2})^5f^{(4)}(\xi)$, $\xi\in[a,b]$, 证明略
就是把 $[a,b]$ 拆成多个等长小区间, 每个区间应用 Simpson 法后拼合在一起
放一张从维基拿的动图
这张动图展示了多次细分应用复化 Simpson 法的拟合效果
令
然后就有
$$ \inta^bf(x)\mathrm{d}x\approx\frac{h}{3}\sum{i=1}^\frac{n}{2}(f{2i-2}+4f{2i-1}+f_{2i}) $$
误差为 $-\frac{h^4}{180}(b-a)f^{(4)}(\xi)$, $\xi\in[a,b]$
复化 Simpson 法是把 $[a,b]$ 拆成多个等长小区间, 然而在多数情况下, 有一些拆分是没有必要的. 比如如果 $f(x)$ 在 $[xi,x{i+2}]\in[a,b]$ 上已经能够得到较好的拟合效果了, 我们就没必要继续细分成 $[xi,x{i+1}]$ 和 $[x{i+1},x{i+2}]$ 了
自适应 Simpson 法就能根据函数性质来判断是否要继续细分, 所以其要比复化 Simpson 法快
Q: 什么是足够接近
A: 当 $|S-(S_l+S_r)|<15\epsilon$ 时认为足够接近
$\epsilon$ 是根据具体需要设定的误差值, 注意细分区间时对应误差值要减半
Q: $15$ 是怎么来的
A: 是经过一系列误差分析得出的结果, 论文在参考区