01先把问题说具体
梯形使用直线近似曲线。如果在两端之外再取中点,能否利用曲率提高积分精度?
02一步步得到方法
两段小区间合成一条抛物线
在 a、m、b 三点做二次插值,再精确积分这条抛物线,得到 (b−a)/6·[f(a)+4f(m)+f(b)]。中点权重 4 并非经验参数,而来自三个插值基函数的积分。
复合 Simpson 每两段等宽小区间成一组,因此子区间数 n 必须为偶数。内部奇数下标是每组中点,权重 4;偶数内部点为相邻组共享端点,权重 2;总端点权重 1。
高阶精度也有适用条件
虽然使用二次插值,公式对三次多项式也精确,因为对称区间上三次误差的奇部分抵消。若四阶导数有界,复合公式整体误差 O(h⁴)。
光滑条件不满足时,高阶公式未必比细分梯形更可靠。采样有噪声或端点奇异时,应考虑自适应分段、变量变换或针对性积分方法。
偶数子区间来自两段一组
复合 Simpson 把相邻两个小区间作为一组,用三点拟合二次多项式再积分。因此等距子区间数应为偶数,奇数编号内部点权重4,偶数编号内部点权重2。
对三次多项式仍可精确,是对称积分中误差奇次项抵消的结果,不表示拟合多项式本身已经变成三次。一般充分光滑函数的全局误差为四阶,需要满足对应导数条件。
03把一个小例子完全算清楚
∫₀¹x²dx,n=2,h=0.5。
| 步骤 | 计算与状态 | 为什么这样做 |
|---|---|---|
| 三个采样 | 0、0.25、1 | 端点与中点 |
| 加权 | 0+4×0.25+1=2 | 中点权重 4 |
| 乘 h/3 | 0.5/3×2=1/3 | 对二次函数精确 |
窄屏可左右滑动表格,阅读完整计算与理由。
同样三个采样点,Simpson 得到精确值 1/3,梯形为 0.375。
04为什么这个方法成立
- 二次插值在三个节点匹配函数值,其积分产生 1、4、1 系数。
- 复合时共享端点权重相加为 2,组成整体公式。
- 在四阶光滑条件下,局部误差 O(h⁵) 累加为全局 O(h⁴)。
05把推导翻译成代码
Python · 可独立运行的教学实现
def simpson(f,a,b,n):
assert n > 0 and n%2 == 0
h = (b-a)/n
total = f(a)+f(b)
for i in range(1,n):
total += (4 if i%2 else 2)*f(a+i*h)
return h*total/3逐个理解关键决定
n%2 == 0- 确保每两段能组成完整抛物线插值单元。
4 if i%2 else 2- 内部奇偶权重不同,不包括两端点。
06时间、空间与实现范围
n+1 次函数评估,时间 O(n·C_f),额外空间 O(1)。
四阶收敛描述离散误差,不包含所有浮点舍入和测量误差;有限精度下不能无限外推。
07改变条件,检查哪里会出错
n 为奇数也直接用同样权重
最后一段无法配对,公式不再成立;调整 n 或明确混合积分规则。
子区间数为奇数还静默执行
最后一组不完整,应拒绝、调整网格或明确使用混合积分规则。
08从手算到独立迁移
先写出自己的结果和理由,再展开提示或解析。三题依次检查具体执行、边界条件和方法迁移。
x³ 在 [0,1] 的 n=2 Simpson 值?
需要一点提示
代入 0、1/8、1。
查看解析与答案
(0+4/8+1)/6=1/4,精确。
光滑函数 h 减半时理论误差约缩多少?
需要一点提示
四次幂。
查看解析与答案
约为原来的 1/16,前提是已进入对应渐近误差区。
自适应 Simpson 如何判断需细分?
需要一点提示
比较整段与两半结果。
查看解析与答案
比较两种尺度近似差,根据误差估计决定继续拆哪一段,并设置最大深度与容差。
继续深入这个专题
本站例子、推导与教学代码独立编写。以下是相关教材、作者论文或官方文档,可继续核对定义、证明与更完整的工程实现。
Driscoll 与 Braun · Fundamentals of Numerical Computation