重复牛顿-科特斯法则(repeated newton-cotes)求积分(python,数值积分)

第四十篇 重复牛顿-柯特斯法则

如果积分的范围很大，一种方法是在整个区间内上拟合一个高阶多项式，然后将这个大区间分解几个等长度的小区间，在每个小区间上使用低阶多项式。上篇数值积分基础-牛顿柯特斯法则中描述的问题都可以使用这种“重复”的形式。

重复矩形法则

如下图所示，将积分区间[A, B]划分为k条，宽度为hi, i = 1,2，…，k。虽然让所有的小区间具有相同的长度是很容易的，但是如果函数变化较快的地方可以让区间更小一些。在一种“自适应”求积的方法中，区间的宽带可以自动修改，这将在后面的文章中描述。

在重复矩形法则中，每个区间的面积近似于一个矩形，其高度由区间下限对应的函数给出。然后把它们加在一起，得到整体的积分值

由上图可以看出，该方法相当于用一系列水平线替换平滑的连续函数f(x)。取得区间越多，越接近函数得实际形状。如果所有的条带宽度都相同h，则公式为

计算实例

使用重复矩阵法则，三条等宽度样条去计算下面积分

得到

因此

精确解为0.7071
可以看出，虽然数值解得精确性较差，但比较上篇数值积分基础-牛顿柯特斯法则单独应用矩阵法则的结果0.5554相比有了明显的改善。而更多的区间可以获得更好的精度。

重复梯形法则

在重复梯形规则中，每个条带的面积近似为一个梯形，如下图所示。

每个梯形在首尾两点上与函数重合。然后把它们加在一起，得到整体的解决方案，因此

由上图可以看出，该方法相当于用一系列线段替换平滑的连续函数f(x)。如果所有的区间都取相同得宽度h，则公式为

计算实例

使用重复梯形法则，3个等分区间来计算下面的积分

得到每段长

因此

精确解为0.7071
可以看出，在这种情况下，通过分成几个区间，数值解得到了很大的改进。因为上篇数值积分基础-牛顿柯特斯法则并未划分区间的单个梯形规则的解只为0.6704。

重复辛普森(simpson)法则

辛普森法则的一整个区间需要三个样本点，因此重复的辛普森法则必须有偶数个小区间，如下图所示。

每对区间必须有相同的宽度，但对与对之间的宽度可以取不同的值。重复的辛普森法则在三个样本点上拟合一条抛物线，假设有k个(偶数)区间，得到以下表达式

如果所有的区间宽度都取h，则规则化简为

计算实例

使用重复辛普森法则，分成四段等宽度，去计算下面积分

每段宽度