(7.7)James Stewart Calculus 5th Edition:Approximate Integration


Approximate Integration 近似積分

黎曼求和搀愧,我們把對應(yīng)的[a, b]分成n份,每份大概為 Δx = (b - a)/n
這個(gè)時(shí)候城侧,有:



我們可以用左邊的頂點(diǎn)求和易遣,為:



對應(yīng)的圖像為:


或者,我們用右邊的頂點(diǎn)求和嫌佑,為:



對應(yīng)的圖像為:



當(dāng)我們用中點(diǎn)去求近似的時(shí)候豆茫,會(huì)比左邊,右邊要更好

Midpoint Rule 中點(diǎn)原則

原則定義:


Trapezoidal Rule 梯形原則

原則定義:



這里屋摇,我們可以通過



化簡為上面的公式

例子

一些例子揩魂,
因?yàn)楸容^簡單,只是應(yīng)用炮温,這里就截個(gè)圖

例子1

這里分別用 梯形原則 火脉, 中點(diǎn)原則 求值
n為5的時(shí)候,帶入即可:



對應(yīng)的圖像為:


對應(yīng)的 中點(diǎn)原則 求值,為:



對應(yīng)的圖像為:


我們通過積分倦挂,求得對應(yīng)的真實(shí)值為:


這個(gè)時(shí)候畸颅,我們對比一下對應(yīng)的error誤差:
(Et 表示 Trapezoidal Rule 梯形原則的誤差, Em 表示 Midpoint Rule 中點(diǎn)原則的誤差)

根據(jù)上面的值方援,我們可以得到没炒,對應(yīng)的值大約為:



例子1的地方,
我們用 L 表示左頂點(diǎn)求值犯戏, R表示右頂點(diǎn)求值送火, T表示梯形求值, M表示中點(diǎn)求值
我們可以得到對應(yīng)n的時(shí)候笛丙,對應(yīng)的值



根據(jù)上面的近似值漾脂,可以得到對應(yīng)的相對誤差E


我們可以通過表格發(fā)現(xiàn),對應(yīng)的 L胚鸯, R骨稿, 沒有 T 和 M相對誤差小


Error Bounds 誤差范圍

對應(yīng)的誤差范圍:


例子2

根據(jù)上面的公式,這里 根據(jù)



可以得到:



最后得到結(jié)果:

即:



所以姜钳, n = 41的時(shí)候坦冠, 可以滿足對應(yīng)的精度。

同理哥桥, 對 Midpoint Rule 中點(diǎn)原則
有:



例子3

(a)我們當(dāng) a = 0辙浑,b = 1,n = 10拟糕, 和 中點(diǎn)原則 可以有:


(b)我們可以得到


可以求得:


根據(jù)上面的公式判呕,可以得到:



Simpson’s Rule 辛普森法則


例子4

簡單套 Simpson’s Rule 辛普森法則 公式,



Error Bound for Simpson’s Rule


這里當(dāng)2次翻倍的時(shí)候送滞,也就是4次求導(dǎo)
可以得到對應(yīng)的 辛普森法則侠草, 求出 辛普森法則 的誤差范圍


例子6

這個(gè)時(shí)候,我們要對應(yīng)的進(jìn)度到達(dá)0.0001
我們先多次求導(dǎo)犁嗅,可以得到:



這里因?yàn)樽宰兞糠秶窃?和2之間边涕,所以



根據(jù)上面的公司,有不等式:

有:

即:


最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末褂微,一起剝皮案震驚了整個(gè)濱河市功蜓,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌宠蚂,老刑警劉巖式撼,帶你破解...
    沈念sama閱讀 217,907評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異求厕,居然都是意外死亡端衰,警方通過查閱死者的電腦和手機(jī)叠洗,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,987評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來旅东,“玉大人灭抑,你說我怎么就攤上這事〉执” “怎么了腾节?”我有些...
    開封第一講書人閱讀 164,298評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長荤牍。 經(jīng)常有香客問我案腺,道長,這世上最難降的妖魔是什么康吵? 我笑而不...
    開封第一講書人閱讀 58,586評論 1 293
  • 正文 為了忘掉前任劈榨,我火速辦了婚禮,結(jié)果婚禮上晦嵌,老公的妹妹穿的比我還像新娘同辣。我一直安慰自己,他們只是感情好惭载,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,633評論 6 392
  • 文/花漫 我一把揭開白布旱函。 她就那樣靜靜地躺著,像睡著了一般描滔。 火紅的嫁衣襯著肌膚如雪棒妨。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,488評論 1 302
  • 那天含长,我揣著相機(jī)與錄音券腔,去河邊找鬼。 笑死拘泞,一個(gè)胖子當(dāng)著我的面吹牛纷纫,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播田弥,決...
    沈念sama閱讀 40,275評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼铡原!你這毒婦竟也來了偷厦?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,176評論 0 276
  • 序言:老撾萬榮一對情侶失蹤燕刻,失蹤者是張志新(化名)和其女友劉穎只泼,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體卵洗,經(jīng)...
    沈念sama閱讀 45,619評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡请唱,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,819評論 3 336
  • 正文 我和宋清朗相戀三年弥咪,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片十绑。...
    茶點(diǎn)故事閱讀 39,932評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡聚至,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出本橙,到底是詐尸還是另有隱情扳躬,我是刑警寧澤,帶...
    沈念sama閱讀 35,655評論 5 346
  • 正文 年R本政府宣布甚亭,位于F島的核電站贷币,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏亏狰。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,265評論 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望届氢。 院中可真熱鬧剿骨,春花似錦、人聲如沸信不。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,871評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽抽活。三九已至硫戈,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間下硕,已是汗流浹背丁逝。 一陣腳步聲響...
    開封第一講書人閱讀 32,994評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留梭姓,地道東北人霜幼。 一個(gè)月前我還...
    沈念sama閱讀 48,095評論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像誉尖,于是被迫代替她去往敵國和親罪既。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,884評論 2 354

推薦閱讀更多精彩內(nèi)容

  • 第一部分Common Lisp介紹第1章 介紹一下Lisp你在學(xué)的時(shí)候覺得已經(jīng)明白了铡恕,寫的時(shí)候更加確信了解了琢感,教別...
    geoeee閱讀 2,946評論 5 8
  • Spring Cloud為開發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見模式的工具(例如配置管理,服務(wù)發(fā)現(xiàn)探熔,斷路器驹针,智...
    卡卡羅2017閱讀 134,656評論 18 139
  • 很久之前我曾經(jīng)發(fā)了一個(gè)帖子問網(wǎng)友:你離婚的理由是什么? 部分回復(fù)如下: 對方擠牙膏從中間擠诀艰! 男方穿內(nèi)褲總是露股溝...
    學(xué)徒曉成閱讀 466評論 0 2
  • 那年我18歲柬甥, 帶著剛從學(xué)校出來的輕狂饮六。 自以為是的提著行李箱, 買了一張去北京的車票苛蒲, 急急忙忙的就告別了家卤橄。 ...
    小幸運(yùn)小開心閱讀 202評論 0 0
  • 昨夜哭今夜笑,感情真的蠻不講理撤防。昨夜冷今夜暖虽风,誰說情話和陪伴無用。 那些曾經(jīng)占據(jù)我生活全部寄月,但不能讓我容顏永駐的事...
    石默燃閱讀 161評論 0 0