问题:通过编程,求
∫
0
1
x
2
d
x
\int_{0}^{1} x^2\mathrm{d}x
∫01x2dx的近似值.
在数学上,这是一道很简单的定积分的题目。使用数学方法,可以进行以下计算:
∫
1
2
x
2
d
x
=
x
3
3
∣
0
1
=
1
3
3
−
0
3
3
=
1
3
=
0.333333...
\int_{1}^{2} x^2\mathrm{d}x = \left.\frac{x^3}{3}\right|_0^1=\frac{1^3}{3}-\frac{0^3}{3}=\frac{1}{3}=0.333333...
∫12x2dx=3x3∣∣∣01=313−303=31=0.333333...
然而如果使用程序计算,很难按积分的相关公式来进行计算。所以,我们换个思路,直接利用定积分的定义进行求解。
如上图所示(注:本图由
LaTeX
\LaTeX
LATEX 的TikZ包绘制,具体方法参见 这里),曲线为函数
y
=
x
2
y = x^2
y=x2,而
∫
1
2
x
2
d
x
\int_{1}^{2} x^2\mathrm{d}x
∫12x2dx 的值实际上曲线在[0, 1] 上与 X轴的夹成的区域,即图中阴影区域的面积。为了通用性,设开始点为
x
1
x_1
x1结束点为
x
2
x_2
x2。我们将阴影垂直切分成
n
n
n份,则每一份的长度为
Δ
x
\Delta x
Δx,其值为
Δ
x
=
(
x
2
−
x
1
)
n
\Delta x = \frac{(x_2-x_1)}{n}
Δx=n(x2−x1).
则对于其中一份的面积,可以近似看为一个矩形,高为
f
(
x
1
+
i
Δ
x
)
f(x_1 + i\Delta x)
f(x1+iΔx),宽度为
Δ
x
\Delta x
Δx,即图中蓝色区域,故面积为
f
(
x
1
+
i
Δ
x
)
Δ
x
f(x_1 + i\Delta x)\Delta x
f(x1+iΔx)Δx。将所有面积求和可得
∑
i
=
1
n
f
(
x
i
)
Δ
x
\sum_{i=1}^{n}f(x_i)\Delta x
i=1∑nf(xi)Δx其中
x
i
=
x
1
+
i
Δ
x_i = x_1 + i \Delta
xi=x1+iΔ。当
n
→
∞
n \rightarrow \infty
n→∞ 时,可以等于原值,即:
lim
n
→
∞
∑
i
=
1
n
f
(
x
i
)
Δ
x
=
∫
x
1
x
2
f
(
x
)
d
x
\lim_{n \rightarrow \infty}\sum_{i=1}^{n}f(x_i)\Delta x = \int_{x_1}^{x_2} f(x) \mathrm{d}x
n→∞limi=1∑nf(xi)Δx=∫x1x2f(x)dx
根据这个公式,当
n
n
n 取得比较大的时候,我们可以很很容易求得比较接近的原值。
不过用矩形计算,由于忽略的面积比较多,如上图所未,红色区域都被忽略了,所以近似度有限(即收敛慢)。为了提高精度,如果我们将矩形改成梯型。如上图的几何含义,计算结果显然会更接近真实值,所以公式可以改为如下:
∑
i
=
1
n
f
(
x
i
)
+
f
(
x
i
+
1
)
2
Δ
x
\sum_{i=1}^{n}\frac{f(x_i) + f(x_{i+1})}{2}\Delta x
i=1∑n2f(xi)+f(xi+1)Δx
根据以上分析,对两种计算方式进行了编码实现(见附录一)。
取
n
n
n等于10000,可以获得以下两种结果。
result1: 0.33328333499999957
result2: 0.33333333500000084
显然,第二种取梯形的结果更接近真实值。
结论与展望
利用以上公式,我们可以快速求定积分的值,尤其是在函数 y = f ( x ) y = f(x) y=f(x) 比较复杂,使用现有的计算公式难以取得其值的情况下,使用计算机会非常方便。在实际工程计算中,只需要将 n n n取到足够大,即可满足绝大部分的需求。
附一:源代码
public class Integration {
public static void main(String[] args) {
double x1 = 0;
double x2 = 1;
int interval = 10000;
double delta = (x2 - x1) / interval;
double result1 = 0;
double result2 = 0;
// 以矩形进行求和。
for (int i = 0; i < interval; i++) {
result1 += f(x1 + delta * i) * delta;
}
// 以梯形进行求和
for (int i = 0; i < interval; i++) {
result2 += (f(x1 + delta * i) + f(x1 + delta * i + delta)) * delta / 2;
}
System.out.println("result1: " + result1);
System.out.println("result2: " + result2);
}
static double f(double x) {
return x * x;
}
}