Learning辛普森积分
Posted rogerdtz
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Learning辛普森积分相关的知识,希望对你有一定的参考价值。
辛普森积分
这种积分法很暴力:只要求你实现出函数求值(f(x))。
使用辛普森积分,我们可以求出函数一段区间([l,r])的近似积分。记(mid=frac{l+r}2),有:
[
int_l^rf(x);dxapprox simpson(l,r)=frac{f(l)+4f(mid)+f(r)}6*(r-l)
]
其中1,4,1称作科特斯系数。
? 如果
[
simpson(l,r)approx simpson(l,mid)+simpson(mid,r)
]
那么我们认为函数在([l,r])的近似积分已经足够精确,可以直接返回(simpson(l,r))。
否则,我们需要递归计算([l,mid])和([mid,r])的积分,相加并返回。
伪代码如下:
double simpson(double l,double r){
double mid=(l+r)*0.5;
return (f(l)+4*f(mid)+f(r))*(r-l)/6;
}
double solve(double l,double r){
double mid=(l+r)*0.5,midl=(l+mid)*0.5,midr=(mid+r)*0.5;
if(fabs(simpson(l,r)-simpson(l,mid)+simpson(mid,r))<EPS)
return simpson(l,r);
return solve(l,mid)+solve(mid+1,r);
}
整体算法的耗时,一在于(f(x))的求值,应实现得尽量够快;二在于(EPS)的设置,这决定了程序递归的深度,因为(EPS)是程序判断当前计算精度是否足够高的决策标准。(EPS)越小,精度越大,但耗时也相应越高。
总体的时间复杂度是非常玄学。辛普森积分在应用到某一些十分平滑的函数上时效率一般非常高,可是不排除有丧心病狂出题人专门卡哦。
以上是关于Learning辛普森积分的主要内容,如果未能解决你的问题,请参考以下文章