在数值分析上,梯形法则和辛普森法则均是数值积分的方法。它们都是计算定积分的。
这两种方法都属于牛顿-柯特斯公式。它们以函数于等距n+1点的值,取得一个n次的多项式来近似原来的函数,再行求积。
梯形法则梯形法则是:
这等同将被积函数近似为直线函数,被积的部分近似为梯形。1
要求得较准确的数值,可以将要求积的区间分成多个小区间,再个别估计,即:
可改写成
其中对
辛普森法则辛普森法则(Simpson's rule,又称森逊法则、辛普森法则)是:
同样地,辛普森法则也有多重的版本:
或写成
牛顿-柯特斯公式牛顿-柯特斯公式(Newton-Cotes rule / Newton-Cotes formula)以Roger Cotes和艾萨克·牛顿命名。其内容是:
其中 , 是常数(由 的值决定), 。
梯形法则和辛普森法则便是 的情况。
亦有不采用在边界点来估计的版本,即取 。
原理假设已知的值。
以点进行插值,求得对应的拉格朗日多项式。
对该次的多项式求积。
该积分便可以作为的近似,而由于该拉格朗日多项式的系数都是常数(由决定其值),所以积函数的系数(即)都是常数。
缺点对于次数较高的多项式而有很大误差(龙格现象),不如高斯积分法。
本词条内容贡献者为:
胡建平 - 副教授 - 西北工业大学