梯形公式

The name of the pictureThe name of the pictureThe name of the pictureClash Royale CLAN TAG#URR8PPP












線性函數(紅色)會作用估算函數f(x)displaystyle f(x)f(x) (藍色)。


梯形公式是數學中数值积分的基础公式之一:∫abf(x)dx≈(b−a)f(a)+f(b)2.displaystyle int _a^bf(x),dxapprox (b-a)frac f(a)+f(b)2.int _a^bf(x),dxapprox (b-a)frac f(a)+f(b)2.




目录





  • 1 公式由来


  • 2 复合求积公式

    • 2.1 每一區間相同


    • 2.2 每一區間並不相同



  • 3 誤差分析


  • 4 参考文献




公式由来


由积分中值定理可得


∃ξ∈[a,b]∫abf(x)dx=(b−a)f(ξ)displaystyle exists xi in [a,b]int limits _a^bf(x)dx=(b-a)f(xi )displaystyle exists xi in [a,b]int limits _a^bf(x)dx=(b-a)f(xi )


但由于ξ其值一般难于确定,故难以准确算出f(ξ)的值。


如果用两端点f(a)与f(b)的算术平均值估算f(ξ),有


∫abf(x)dx≈b−a2[f(a)+f(b)]displaystyle int limits _a^bf(x)dxapprox frac b-a2[f(a)+f(b)]displaystyle int limits _a^bf(x)dxapprox frac b-a2[f(a)+f(b)]


这就是梯形公式。


类似地,如果用区间中点c=a+b2displaystyle c=frac a+b2displaystyle c=frac a+b2其高度f(c)取代f(ξ),从而有中矩形公式


∫abf(x)dx≈(b−a)f(a+b2)displaystyle int limits _a^bf(x)dxapprox (b-a)f(frac a+b2)displaystyle int limits _a^bf(x)dxapprox (b-a)f(frac a+b2)



复合求积公式



每一區間相同




梯形公式的示意圖(長度相同的區間)。


為了計算出更加準確的定積分,可以把積分的區間[a,b]displaystyle [a,b][a, b]分成Ndisplaystyle NN份,當中Ndisplaystyle NN趨向無限,分割出的每一個區間長度必定要是一樣的,然後就可以應用梯形公式:


∫abf(x)dx≈b−aN[f(a)+f(b)2+∑k=1N−1f(a+kb−aN)].displaystyle int _a^bf(x),dxapprox frac b-aNleft[f(a)+f(b) over 2+sum _k=1^N-1fleft(a+kfrac b-aNright)right].displaystyle int _a^bf(x),dxapprox frac b-aNleft[f(a)+f(b) over 2+sum _k=1^N-1fleft(a+kfrac b-aNright)right].

亦可以寫成:


∫abf(x)dx≈b−a2N(f(x0)+2f(x1)+2f(x2)+⋯+2f(xN−1)+f(xN))displaystyle int _a^bf(x),dxapprox frac b-a2Nleft(f(x_0)+2f(x_1)+2f(x_2)+cdots +2f(x_N-1)+f(x_N)right)displaystyle int _a^bf(x),dxapprox frac b-a2Nleft(f(x_0)+2f(x_1)+2f(x_2)+cdots +2f(x_N-1)+f(x_N)right)

當中


xk=a+kb−aN, for k=0,1,…,Ndisplaystyle x_k=a+kfrac b-aN,text for k=0,1,dots ,Ndisplaystyle x_k=a+kfrac b-aN,text for k=0,1,dots ,N

其余项为


Rn(f)=−b−a12h2f″(η),η∈(a,b)displaystyle R_n(f)=-frac b-a12h^2f''(eta ),eta in (a,b)displaystyle R_n(f)=-frac b-a12h^2f''(eta ),eta in (a,b)


當區間的長度並不相同時,這一條公式便不能使用。



每一區間並不相同




梯形公式的示意圖(長度不相同的區間)


給予x1,…,xNdisplaystyle x_1,ldots ,x_Ndisplaystyle x_1,ldots ,x_N以及y1,…,yNdisplaystyle y_1,ldots ,y_Ndisplaystyle y_1,ldots ,y_N,定積分就可以估算成



∫abf(x)dx≈12∑i=2N(xi−xi−1)(yi+yi−1)displaystyle int _a^bf(x),dxapprox frac 12sum _i=2^N(x_i-x_i-1)(y_i+y_i-1)displaystyle int _a^bf(x),dxapprox frac 12sum _i=2^N(x_i-x_i-1)(y_i+y_i-1),

當中



yi=f(xi)displaystyle y_i=f(x_i)displaystyle y_i=f(x_i).


誤差分析


應用梯形公式的誤差值是真值數字與運用梯形公式結果的差異:


error=∫abf(x)dx−b−aN[f(a)+f(b)2+∑k=1N−1f(a+kb−aN)]displaystyle texterror=int _a^bf(x),dx-frac b-aNleft[f(a)+f(b) over 2+sum _k=1^N-1fleft(a+kfrac b-aNright)right]displaystyle texterror=int _a^bf(x),dx-frac b-aNleft[f(a)+f(b) over 2+sum _k=1^N-1fleft(a+kfrac b-aNright)right]

如果 (a, b) 中存在一個實數ξ,那麼


error=−(b−a)312N2f″(ξ)displaystyle texterror=-frac (b-a)^312N^2f''(xi )displaystyle texterror=-frac (b-a)^312N^2f''(xi )

对于中矩形公式,其误差类似的有:


error=−(b−a)324f″(ξ)displaystyle texterror=-frac (b-a)^324f''(xi )displaystyle texterror=-frac (b-a)^324f''(xi )


如果被積函數是一個凸函數(亦即有一個正值二階導數),那麼誤差會是一個負數,也代表梯形公式的估算值高估了真實數字。這可以利用一個幾何圖形代去表達:梯形不但覆蓋曲線下的面積更超越其範圍。同樣地,如果被積函數是一個凹函數,梯形公式就會低估其真實數字因為曲線下部份面積沒有被計算在內。如果被積函數中有拐點。它的錯誤是比較難去估計。


一般而言有數種方法可以去分析誤差,例如是:傅利葉級數。


N → ∞的情況下,趨向性的估計誤差是:


error=−(b−a)212N2[f′(b)−f′(a)]+O(N−3).displaystyle texterror=-frac (b-a)^212N^2big [f'(b)-f'(a)big ]+O(N^-3).displaystyle texterror=-frac (b-a)^212N^2big [f'(b)-f'(a)big ]+O(N^-3).


参考文献


  • 《数值分析》,清华大学出版社,李庆扬等编,书号ISBN 978-7-302-18565-9

Popular posts from this blog

The Dalles, Oregon

眉山市

清晰法令