变步长积分法 | 梯形法 + 误差

复化求积方法对提高积分精度是行之有效的，但必须事先给出恰当的步长h。如果步长太长，则难以保证精度，太小则增加计算量。在实际应用中，一般采用变步长积分法来解决该问题，即让步长不断减小，考察在不同步长条件下的计算结果的精度，一旦计算结果满足精度要求，则可以停止计算，给出正确答案。这是面向计算机的解决方案。在人工计算的条件下，一般采用一种特殊的变步长法，即采用逐次二分积分区间的方法得到不断减半的步长，再应用复化求积方法，可推导出某种递推公式，既可减少计算量，又可以较快地达到计算精度的要求。

1. 变步长梯形法

对于$I={\int }_a^{b}f(x)dx$，将积分区间$[a,b]$分成n等分，则共有$n+1$个分点：
$$x_k=a+kH(k=0,1,2,\cdots ,n),H=(b-a)/n$$
设此时用复化梯形公式求得的积分值为$T_n$。进一步地，将积分区间$[a,b]$分成2n等分，则共有$2n+1$个分点，设此时用复化梯形公式求得的积分值为$T_{2n}$。显然，在计算$T_{2n}$的过程中所用的分点有一半是计算$T_n$时用过的，重复计算是浪费。为此，有必要研究$T_n$和$T_{2n}$之间的关系。

对于任意一个子区间$[x_k,x_{k+1}]$，用梯形公式计算的积分值记为$T_{1,k}$，在其中间增加一个节点$x_{k+\frac{1}{2}}=\frac{1}{2}(x_k+x_{k+1})$后，用复化梯形公式计算的积分值为$T_{2,k}$。则有：
$$\begin{gathered} T_{1,k}=\frac{1}{2}H[f(x_k)+f(x_{k+1})] \\ {T}_{2,k}=\frac{1}{4}H[f(x_k)+2f(x_{k+\frac{1}{2}})+f(x_{k+1})] \end{gathered}$$
分析$T_{2,k}$和$T_{1,k}$的关系，可得：
$$T_{2,k}=\frac{1}{2}{T}_{1,k}+\frac{1}{2}H\cdot f(x_{k+\frac{1}{2}})$$
所以
$$T_{2n}=\frac{1}{2}{T}_n+\frac{1}{2}H\sum _{k=0}^{n-1}f(x_{k+\frac{1}{2}})\text{\hspace{1em}(1)}$$
或
$$T_{2n}=\frac{1}{2}{T}_n+h\sum _{k=0}^{n-1}f(x_{k+\frac{1}{2}})$$
式中，${\sum }_{k=0}^{n-1}f(x_{k+\frac{1}{2}})$为区间$[a,b]$分成n等分再次二分而增加的新节点的函数值之和。要特别注意的是$H=(b-a)/n$为区间$[a,b]$分成n等分的步长，$h=\frac{b-a}{2n}$为区间$[a,b]$分成2n等分的步长，$x_{k+\frac{1}{2}}=a+(k+\frac{1}{2})H$。

如果将区间$[a,b]$继续分成4n等分、8n等分、···、2n(i=0,1,···)等分，均可按照公式（1）递推计算出来。

在实际计算中，利用某二分前后两次积分值之差的绝对值$|T_{2n}-T_n|\le ϵ$，来判断积分近似值$T_{2n}$是否满足精度要求。

2. 变步长梯形法的误差

在变步长梯形法中，把区间$[a,b]$分成n等分后，用复化梯形公式计算积分I的近似值为$T_n$，截断误差为：
$$R_n=I-T_n=-\frac{(b-a)}{12}(\frac{b-a}{n}{)}^2{f}^{(2)}({\eta }_n)$$
把区间$[a,b]$分成2n等分后，用复化梯形公式计算积分I的近似值为$T_{2n}$，截断误差为：
$$R_{2n}=I-T_{2n}=-\frac{(b-a)}{12}(\frac{b-a}{2n}{)}^2{f}^{(2)}({\eta }_{2n})$$
当$f^{(2)}(\eta )$在区间$[a,b]$上变化不大时，有$f^{(2)}({\eta }_n)\approx f^{(2)}({\eta }_{2n})$，故
$$\frac{R_{2n}}{R_n}=\frac{1-T_{2n}}{1-T_n}\approx \frac{1}{4}$$
整理，得事后误差估计式为：
$$1-T_{2n}\approx \frac{1}{3}(T_{2n}-T_n)$$
也就是说，用前后两次计算的结果之差来估计误差，两者越接近则精度越高。这是所谓的误差的时候估计。将$I$和$T_{2n}$的误差补偿给$T_{2n}$，得到比$T_{2n}$更精确的积分近似值：
$$\overline{I}=\frac{4}{3}{T}_{2n}-\frac{1}{3}{T}_n$$