数值积分中关于复化中点法（Composite Midpoint Rule)的收敛阶推导

最新推荐文章于 2024-10-17 11:39:06 发布

Q.Y.N.829

最新推荐文章于 2024-10-17 11:39:06 发布

阅读量382

点赞数 8

文章标签：算法学习

本文链接：https://blog.csdn.net/weixin_63470844/article/details/142217956

版权

一、复化中点法（Composite Midpoint Rule）

对于下面这个积分 $I(f)$ 进行求解，我们对区间进行N等分，取每个小区间的中点 $x_i$ ,用 $I_N(f)$ 对 $I(f)$ 进行逼近.

$I(f)=\int_{a}^{b}f(x)dx$

$I_N(f)=h\sum_{i=1}^Nf(\frac{x_i+x_{i+1}}{2})$ ， $h=\frac{b-a}{N},x_i=a+(i+\frac{1}{2})h$

二、收敛阶推导

1、考虑单个区间 $[x_i,x_{i+1}]$ 上的全局误差

每个小区间长度 $h=\frac{b-a}{N}$ ，此时考虑 $f(x)$ 在 $x_i$ 与 $x_i$ 中点 $\frac{x_i+x_{i+1}}{2}$ 处进行泰勒展开：

$f(x) = f(\frac{x_i + x_{i+1}}{2}) + f'(\frac{x_i + x_{i+1}}{2})(x - \frac{x_i + x_{i+1}}{2}) + \frac{f''(\frac{x_i + x_{i+1}}{2})}{2}(x - \frac{x_i + x_{i+1}}{2})^2 + O((x - \frac{x_i + x_{i+1}}{2})^3) \\\\= f(\frac{x_i + x_{i+1}}{2}) + f'(\frac{x_i + x_{i+1}}{2})(x - \frac{x_i + x_{i+1}}{2}) + \frac{f''(\frac{x_i + x_{i+1}}{2})}{2}(x - \frac{x_i + x_{i+1}}{2})^2 + O(h^3)$

将上述 $f(x)$ 带入区间 $[x_i,x_{i+1}]$ 上的积分 $\int_{x_i}^{x_{i+1}}f(x)dx$ ,因为

$\int_{x_i}^{x_{i+1}}f(x)dx\\ =\int_{x_i}^{x_{i+1}}[f(\frac{x_i + x_{i+1}}{2}) + f'(\frac{x_i + x_{i+1}}{2})(x - \frac{x_i + x_{i+1}}{2}) + \frac{f''(\frac{x_i + x_{i+1}}{2})}{2}(x - \frac{x_i + x_{i+1}}{2})^2 + O(h^3)]dx \\$

因为区间对称性，所以有： $\int_{x_i}^{x_{i+1}}f(x-\frac{x_i+x_{i+1}}{2})dx=0$ ，所以

$\int_{x_i}^{x_{i+1}}f(x)dx=\int_{x_i}^{x_{i+1}}[f(\frac{x_i + x_{i+1}}{2}) + \frac{f''(\frac{x_i + x_{i+1}}{2})}{2}(x - \frac{x_i + x_{i+1}}{2})^2 + O(h^3)]dx$

之后我们计算区间 $[x_i,x_{i+1}]$ 上的全局误差:

$E_i = \int_{x_i}^{x_{i+1}} f(x) \, dx - h f(\frac{x_i+x_{i+1}}{2}) \\=\int_{x_i}^{x_{i+1}}[f(\frac{x_i + x_{i+1}}{2}) + \frac{f''(\frac{x_i + x_{i+1}}{2})}{2}(x - \frac{x_i + x_{i+1}}{2})^2 + O(h^3)]dx- h f(\frac{x_i+x_{i+1}}{2}) \\=hf(\frac{x_i + x_{i+1}}{2}) +\int_{x_i}^{x_{i+1}}[\frac{f''(\frac{x_i + x_{i+1}}{2})}{2}(x - \frac{x_i + x_{i+1}}{2})^2 + O(h^3)]dx- h f(\frac{x_i+x_{i+1}}{2}) \\=\int_{x_i}^{x_{i+1}}[\frac{f''(\frac{x_i + x_{i+1}}{2})}{2}(x - \frac{x_i + x_{i+1}}{2})^2 + O(h^3)]dx \\=\frac{h^3}{24} f''(\frac{x_i+x_{i+1}}{2}) + O(h^5)$