[论文解读] Simple derivation of basic quadrature formulas

Erik Talvila, Matthew Wiersma|arXiv (Cornell University)|Feb 1, 2012

Iterative Methods for Nonlinear Equations参考文献 37被引用 5

一句话总结

本文通过在被积函数的二阶或四阶导数上乘以一个精心选择的多项式或分段多项式，并应用分部积分法，给出了中点法、梯形法和辛普森法的简洁统一推导。主要贡献在于构造了一个修正的梯形法，其误差常数小于标准的中点法和梯形法，所有推导过程均基于最小前提条件，适用于微积分与数值分析课程。

ABSTRACT

Simple proofs of the midpoint, trapezoidal and Simpson's rules are proved for numerical integration on a compact interval. The integrand is assumed to be twice continuously differentiable for the midpoint and trapezoidal rules, and to be four times continuously differentiable for Simpson's rule. Errors are estimated in terms of the uniform norm of second or fourth derivatives of the integrand. The proof uses only integration by parts, applied to the second or fourth derivative of the integrand, multiplied by an appropriate polynomial or piecewise polynomial function. A corrected trapezoidal rule that includes the first derivative of the integrand at the endpoints of the integration interval is also proved in this manner, the coefficient in the error estimate being smaller than for the midpoint and trapezoidal rules. The proofs are suitable for presentation in a calculus or elementary numerical analysis class. Several student projects are suggested.

研究动机与目标

• 提供经典数值积分公式——中点法、梯形法与辛普森法的易懂且基础的证明，无需依赖插值或高阶中值定理。
• 仅通过分部积分与初等优化方法，推导这些公式的误差估计，假设被积函数的二阶或四阶导数连续。
• 提出并严格证明一种修正的梯形法，该方法引入端点的一阶导数，其误差常数小于标准中点法与梯形法。
• 将该方法推广至光滑性较低的被积函数情形，包括导数无界及 Henstock–Kurzweil 可积函数，使用 Alexiewicz 范数。
• 支持教学应用，建议在微积分与高年级本科层次设置学生项目与练习。

提出的方法

• 方法从被积函数的二阶或四阶导数乘以首一多项式或分段多项式函数的积分出发，应用分部积分法推导出数值积分公式。
• 对于中点法与梯形法，证明基于 $ \int_a^b f''(x) p(x) \, dx $，其中 $ p(x) $ 为二次或分段二次函数，其选择可使边界项消失。
• 对于辛普森法，采用 $ \int_a^b f^{(4)}(x) p(x) \, dx $，其中 $ p(x) $ 为首一、分段四次的函数，从而导出标准的三点公式。
• 修正梯形法通过选择使误差项最小的 $ p(x) $ 推导得出，结果其误差界中的比例常数小于标准中点法与梯形法。
• 误差估计以二阶或四阶导数的上确界范数表示，例如 $ |E^M(f)| \leq \frac{(b-a)^3 \|f''\|_\infty}{24} $。
• 该方法进一步扩展至更不规则的函数，通过使用 Henstock–Kurzweil 积分与 Alexiewicz 范数，使得当 $ f'' $ 不是 Riemann 或 Lebesgue 可积时，仍可进行误差估计。

实验结果

研究问题

• RQ1 如何仅通过分部积分与初等多项式优化，推导中点法、梯形法与辛普森法？
• RQ2 能否构造一种修正的梯形法，使其误差常数小于标准中点法与梯形法？
• RQ3 当被积函数具有无界或不可积导数（如 $ f''(x) = \sin(1/x) $ 或 $ f(x) = \sqrt{x} $）时，可获得何种误差界？
• RQ4 该方法在 $ f'' $ 不是 Riemann 或 Lebesgue 可积但为 Henstock–Kurzweil 可积时，可推广到何种程度？
• RQ5 当二阶导数在子区间上变化显著时，如何进一步优化误差估计？

主要发现

• 中点法的误差被控制在 $ \frac{(b-a)^3 \|f''\|_\infty}{24} $ 以内，复合公式误差 $ \leq \frac{(b-a)^3 \|f''\|_\infty}{24n^2} $。
• 梯形法的误差被控制在 $ \frac{(b-a)^3 \|f''\|_\infty}{12} $ 以内，复合公式误差 $ \leq \frac{(b-a)^3 \|f''\|_\infty}{12n^2} $。
• 辛普森法的误差被控制在 $ \frac{(b-a)^5 \|f^{(4)}\|_\infty}{2880} $ 以内，复合公式误差 $ \leq \frac{(b-a)^5 \|f^{(4)}\|_\infty}{2880n^2} $。
• 修正梯形法的误差界与 $ (b-a)^3 \|f''\|_\infty $ 成正比，且其比例常数在三种标准方法中最小。
• 对于具有奇点的函数（如 $ f(x) = |\log x|^\alpha $），当 $ x \to 0^+ $ 时 $ f''(x) = O(1/x^2) $，该方法仍可导出有效的数值积分公式，误差界为 $ \sup |f''(x)x^2| $。
• 当 $ f'' $ 不是 Riemann 或 Lebesgue 可积时，仍可通过 Henstock–Kurzweil 积分与 Alexiewicz 范数进行误差估计，从而将该方法的应用范围扩展至更广泛的函数类。