數值積分與數值微分

複合求積法則(composite quadrature rule)

單一直線或拋物線只能跟著扭動的曲線走一小段,再遠就偏離了。與其硬要用一個橫跨整個區間的超高次多項式來對抗(這會嚴重反效果),不如做明智的事:把區間切成許多短片,在每個函數幾乎不彎的小片上套用一個簡單、可靠的法則,再把各片相加。這種分而相加的策略就是複合求積法則。

具體來說,把 [a, b] 切成 n 個寬 h = (b - a)/n 的子區間,在每個上套用一個基本法則——梯形、辛普森、中點——再把結果相加。局部誤差跨片累加,而關鍵的帳是這樣算的:一個在單片上誤差為 O(h^{p+1}) 的基本法則,在 n = (b - a)/h 片上累加成 O(h^p) 的「全域」誤差,低了一階。所以複合梯形法則的全域誤差是 O(h^2),複合辛普森法則是 O(h^4)。把 h 減半就讓誤差縮小 2^p 倍,你只要不斷加片,直到估計在你的容差內不再變動。

複合法則才是實務上真正在做積分的方式——基本牛頓-柯特斯公式幾乎從不單獨用在寬區間上,正因為提高其次數會引發不穩定,而細分卻是穩定且收斂的。它們也是巧妙決定「在哪裡細化」的天然舞台:固定的均勻網格在平坦區浪費力氣,所以自適應求積用誤差估計只細分需要的那些片。而 h 連續減半的複合梯形法則,正是龍貝格積分外推成高階所用的輸入。

用複合辛普森積 e^(-x^2) 在 [0, 1] 上的積分(真值 0.746824)。用 n = 2 片(節點 0、0.5、1)辛普森得 0.747180,誤差 4e-4。用 n = 4 得 0.746855,誤差 3e-5——接近預測的十六倍下降,印證了 O(h^4) 的全域速率。

把簡單法則在許多片上相加;全域階數比局部低一階。

記住降一階的代價:在單片上 O(h^{p+1}) 的法則,一旦在 O(1/h) 片上加總,全域只剩 O(h^p)。把片數加倍是提升精度安全而穩定的方式——不像提高單一法則的多項式次數那樣可能使它失穩。

又称
composite rulepanel methodextended rule複合法則分段求積