Python 字符串格式化 (%操作符)

自适应辛普森公式

辛普森公式是数值方法中常用的计算函数定积分的近似方法。

• 计算定积分的方法
• 辛普森公式的推导
• 其他N-C公式
• 自适应方法

---

计算定积分的方法

• 求原函数
• 直接查表
• 这个求不出来怎么办 $$\int_0^x \frac{t^3}{e^t-1}\,dt$$
• 那就不求原函数
• 数值积分

辛普森公式的推导

辛普森（Simpson）公式是牛顿-科特斯公式当n=2时的情形，也称为三点公式。利用区间二等分的三个点来进行积分插值。其科特斯系数分别为1/6，4/6，1/6。 —— [ 百度百科 ]

于是我们引入了辛普森公式

$$\forall f(x)=a_1x^3+a_2x^2+a_3x+a_4$$
$$\int_a^b f(x) \,dx = \frac{\Delta x[(f(a)+4f(\frac{a+b}{2})+f(b)]}{3}$$
$$\Delta x = \frac{a+b}{2}$$

怎么推导呢？

配方法！！

$$\int_a^b f(x) \,dx = \frac{\Delta x[(f(a)+4f(\frac{a+b}{2})+f(b)]}{3}$$
$$= \frac{1}{4}a_1(a^4-b^4)+\frac{1}{3}a_2(a^3-b^3) +\frac{1}{2}a_2(a^2-b^2)+a_3(a-b)$$
$$= \frac{b-a}{2}\{\frac{1}{3}(a_1a^3+a_2a^2+a_3a+a_4)+\frac{4}{3}[a_1(\frac{a+b}{2})^3+a_2(\frac{a+b}{2})^2+a_3\frac{a+b}{2}+a_4]+\frac{1}{3}(a_1b^3+a_2b^2+a_3b+a_4)\}$$
$$= \frac{a+b}{2}\frac{(f(a)+4f(\frac{a+b}{2})+f(b)}{3}$$

这就说明了：

任何一个不大于三次的函数的定积分都可以写成这样的辛普森公式！

有什么用呢？

用来近似！

假装其他函数的某一部分是一个不大于三次的函数

那么它的定积分也就好求了

用辛普森公式就行了

先用Simpson公式近似，万一近似导致误差太大，那么就二分，分成两段区间分别近似。

怎么近似呢？

直接带公式啊

什么叫误差太大呢？

先算区间 $$A=Simpson(a,b)$$ 的近似值，然后分别算一下 $$L=Simpson(a,\frac{a+b}{2})$$ 和 $$R=Simpson(\frac{a+b}{2},b)$$ 的近似值

假如 $$L+R-A \leq 15*\sigma(\sigma是预设的精度)$$

那么我们就需要分别重新计算 $$(a,\frac{a+b}{2})(\frac{a+b}{2},b)$$ 的积分值

此时精度的限制要缩小一半

然后我用Java实现了一下
发现貌似记得太清楚了
跟lrj老师写的一模一样

class Simpson {
    // 三点simpson法
    public double simpson(double a, double b) {
      double c = a + (b-a)/2;
      return (F(a)+4*F(c)+F(b))*(b-a)/6;
    }

    // 自适应Simpson公式（递归过程）。已知整个区间[a,b]上的三点simpson值A
    public double asr(double a, double b, double eps, double A) {
      double c = a + (b-a)/2;
      double L = simpson(a, c), R = simpson(c, b);
      if(Math.abs(L+R-A) <= 15*eps) return L+R+(L+R-A)/15.0;
      return asr(a, c, eps/2, L) + asr(c, b, eps/2, R);
    }

    // 自适应Simpson公式（主过程）
    public double asr(double a, double b, double eps) {
      return asr(a, b, eps, simpson(a, b));
    }
}

其他的N-C公式