数値積分

同義語:数値積分法数値求積numerical integrationnumerical quadrature

概要

数値積分(numerical integration)とは、定積分 $\int_a^bf(x)\,dx$ の値を、$[a,b]$ の有限個の点での関数の値の重み付きの和で近似する計算である。$m$ を正の整数として、次数 $m$ までの多項式で正確な公式の誤差は、$f\in C^{m+1}[a,b]$ のとき Peano 核で正確に表される。これにより、刻み $h$ の複合台形公式の誤差は $f\in C^2[a,b]$ で $-\frac{(b-a)h^2}{12}f''(\xi)$、複合 Simpson 公式の誤差は $f\in C^4[a,b]$ で $-\frac{(b-a)h^4}{180}f^{(4)}(\xi)$ となる。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: Riemann積分, Lagrange補間, Taylorの定理

数値積分(numerical integration)は、定積分 $I(f)=\int_a^bf(x)\,dx$ の値を、有限個の点での関数の値の重み付きの和で近似する計算である。たとえば $\int_0^1e^{-x^2}dx$ の原始関数は初等関数で書けないが、$[0,1]$ を 2 等分して 3 点の値 $1,\ e^{-1/4},\ e^{-1}$ を $1:4:1$ の重みで平均すると $0.74718\ldots$ となり、真の値 $0.746824\ldots$ との差は $3.6\times10^{-4}$ である。
問題は 3 つある。どの点にどの重みを置くか、誤差はどれだけか、誤差をどう見積もって計算を止めるか。この記事では、公式の良さを「どの次数の多項式まで正確か」で測り(def-ni-degree)、多項式で正確な公式の誤差が Peano 核で正確に表されること(thm-ni-peano)から、中点・台形・Simpson の公式の誤差項を証明する(thm-ni-three、thm-ni-composite)。さらに、公式の列がすべての連続関数で収束する条件(prop-ni-convergence)と、台形公式を外挿して精度を上げる Romberg 積分(thm-ni-romberg)を述べる。

定義と使える条件

以下、$a< b$ を実数、$f\colon[a,b]\to\mathbb{R}$ を少なくとも Riemann 積分可能な関数とし、$\mathcal{P}_m$ を次数 $m$ 以下の実係数の多項式全体とする。

求積公式と次数

相異なる点 $x_1,\dots,x_n\in[a,b]$(節点)と実数 $w_1,\dots,w_n$(重み)の組で定まる
$$ Q(f):=\sum_{k=1}^nw_kf(x_k) $$
を 求積公式 という。$E(f):=I(f)-Q(f)$ を 誤差 という。$E(g)=0$ がすべての $g\in\mathcal{P}_m$ で成り立つとき、公式は 次数 $m$ まで正確 であるといい、そのような最大の $m$ を公式の 次数 という。

$E$ は線形なので、次数 $m$ まで正確であることは $E(1)=E(x)=\dots=E(x^m)=0$ と同じである。

補間型の公式

相異なる節点 $x_1,\dots,x_n$ を固定し、$\ell_k$ を Lagrange の基本多項式($\ell_k(x_j)=\delta_{kj}$、次数 $n-1$)とする。公式 $Q$ が次数 $n-1$ まで正確であることと、$w_k=I(\ell_k)$($k=1,\dots,n$)は同値である。

基本多項式を代入する

正確なら $g=\ell_k$ を代入して $I(\ell_k)=Q(\ell_k)=w_k$ である。逆に $w_k=I(\ell_k)$ とする。$g\in\mathcal{P}_{n-1}$ は Lagrange補間 の定理「Lagrange 補間」の一意性により $g=\sum_kg(x_k)\ell_k$ と書けるので、$I(g)=\sum_kg(x_k)I(\ell_k)=Q(g)$ である。$\square$

$w_k=I(\ell_k)$ で定まる公式を 補間型 という。これは $f$ を節点での補間多項式で置き換えて積分したものである。節点を $[a,b]$ の等間隔の $n+1$ 点(両端を含む)にとった補間型の公式を 閉じた Newton–Cotes 公式 といい、次数は $n$ 以上である。
区間を小さく分けて各小区間に同じ公式を当てたものを 複合公式 という。$N$ を正の整数、$h:=(b-a)/N$、$x_k:=a+kh$、$m_k:=a+(k-\frac12)h$ とおく。
$$ M_N:=h\sum_{k=1}^Nf(m_k),\quad T_N:=h\Bigl(\frac{f(a)}2+\sum_{k=1}^{N-1}f(x_k)+\frac{f(b)}2\Bigr),\quad S_{2N}:=\frac{T_N+2M_N}3 $$
をそれぞれ 複合中点公式、複合台形公式、複合 Simpson 公式 という。各小区間で $\frac13\cdot\frac h2(f(x_{k-1})+f(x_k))+\frac23hf(m_k)=\frac h6\bigl(f(x_{k-1})+4f(m_k)+f(x_k)\bigr)$ なので、$S_{2N}$ は $[a,b]$ を $2N$ 等分した点を使う通常の Simpson の公式である(台形公式とSimpsonの公式(高校数学) の定義「Simpson の公式」で $n=2N$ としたもの)。

公式の表

1 つの区間 $[a,b]$ の公式と誤差を並べる。$H:=b-a$、$c:=\frac{a+b}2$ とし、誤差は $E=I-Q$、$\xi$ は $[a,b]$ の点である。

公式$Q(f)$次数誤差 $E(f)$条件根拠
中点$Hf(c)$$1$$\dfrac{H^3}{24}f''(\xi)$$f\in C^2[a,b]$thm-ni-three
台形$\dfrac H2\bigl(f(a)+f(b)\bigr)$$1$$-\dfrac{H^3}{12}f''(\xi)$$f\in C^2[a,b]$thm-ni-three
Simpson$\dfrac H6\bigl(f(a)+4f(c)+f(b)\bigr)$$3$$-\dfrac{H^5}{2880}f^{(4)}(\xi)$$f\in C^4[a,b]$thm-ni-three
3/8 公式(4 点)$\dfrac H8\bigl(f_0+3f_1+3f_2+f_3\bigr)$$3$$-\dfrac{H^5}{6480}f^{(4)}(\xi)$$f\in C^4[a,b]$cor-ni-sign(計算)
Boole 公式(5 点)$\dfrac H{90}\bigl(7f_0+32f_1+12f_2+32f_3+7f_4\bigr)$$5$$-\dfrac{H^7}{1935360}f^{(6)}(\xi)$$f\in C^6[a,b]$cor-ni-sign(計算)

$f_j$ は等間隔の点 $a+jH/3$(3/8 公式)、$a+jH/4$(Boole 公式)での値である。複合公式の誤差は次のとおりで(根拠は thm-ni-composite)、$h$ を半分にしたときの減り方が次数で決まる。

公式誤差($\xi\in[a,b]$)条件$h$ を半分にすると
$M_N$$\dfrac{(b-a)h^2}{24}f''(\xi)$、$h=\frac{b-a}N$$f\in C^2[a,b]$約 $1/4$
$T_N$$-\dfrac{(b-a)h^2}{12}f''(\xi)$、$h=\frac{b-a}N$$f\in C^2[a,b]$約 $1/4$
$S_{2N}$$-\dfrac{(b-a)h^4}{180}f^{(4)}(\xi)$、$h=\frac{b-a}{2N}$$f\in C^4[a,b]$約 $1/16$

誤差の主定理

次数 $m$ まで正確な公式では、誤差は $f$ の $m+1$ 階導関数だけで書ける。

Peano 核による誤差の表示

$m\ge1$ とし、公式 $Q$ が次数 $m$ まで正確であるとする。$t\in[a,b]$ について
$$ K(t):=\frac{(b-t)^{m+1}}{(m+1)!}-\frac1{m!}\sum_{k=1}^nw_k(x_k-t)_+^m\qquad\bigl(u_+:=\max\{u,0\}\bigr) $$
とおくと、すべての $f\in C^{m+1}[a,b]$ について
$$ E(f)=\int_a^bK(t)\,f^{(m+1)}(t)\,dt $$
である。$K$ を公式の Peano 核 という。

Taylor の定理の剰余を $E$ に通す

積分形の剰余の Taylorの定理 から、$x\in[a,b]$ について
$$ f(x)=g(x)+\frac1{m!}\int_a^x(x-t)^mf^{(m+1)}(t)\,dt=g(x)+\frac1{m!}\int_a^b(x-t)_+^mf^{(m+1)}(t)\,dt $$
である($g\in\mathcal{P}_m$ は $a$ での Taylor 多項式)。第 2 項を $r(x)$ とおくと、$E(g)=0$ なので $E(f)=E(r)=I(r)-\sum_kw_kr(x_k)$ である。$m\ge1$ なので $(x,t)\mapsto(x-t)_+^mf^{(m+1)}(t)$ は正方形 $[a,b]^2$ で連続であり、積分の順序を交換できる。$\int_a^b(x-t)_+^m\,dx=\frac{(b-t)^{m+1}}{m+1}$ だから
$$ I(r)=\int_a^b\frac{(b-t)^{m+1}}{(m+1)!}f^{(m+1)}(t)\,dt $$
である。$\sum_kw_kr(x_k)$ は有限和なので積分の中に入り、合わせて主張の式を得る。$\square$

核の符号が一定のとき

thm-ni-peano の仮定に加えて、$K$ が $[a,b]$ 全体で $0$ 以上か、全体で $0$ 以下であるとする。このとき $f\in C^{m+1}[a,b]$ について、ある $\xi\in[a,b]$ があって
$$ E(f)=\frac{E(x^{m+1})}{(m+1)!}\,f^{(m+1)}(\xi) $$
である。

最大値と最小値で挟む

$f=x^{m+1}$ に thm-ni-peano を使うと $\int_a^bK=E(x^{m+1})/(m+1)!=:c$ である。$K\ge0$ とし、$f^{(m+1)}$ の最小値を $\mu$、最大値を $\nu$ とすると、$\mu c\le E(f)\le\nu c$ である。$c=0$ なら $K\equiv0$ で $E(f)=0$ となり、$\xi$ は何でもよい。$c>0$ なら $E(f)/c$ は $[\mu,\nu]$ にあるので、中間値の定理 により $f^{(m+1)}(\xi)$ の形に書ける。$K\le0$ なら $-K$ に同じ議論を使う。$\square$

中点・台形・Simpson の公式の誤差

公式の表の 1〜3 行目の次数と誤差の式が成り立つ。

区間を $[-1,1]$ に写して核を計算する

$g(s):=f(c+\frac H2s)$ とおくと、$\int_a^bf=\frac H2\int_{-1}^1g$ で、$g^{(r)}(s)=(\frac H2)^rf^{(r)}(c+\frac H2s)$ である。3 つの公式はどれも $[-1,1]$ の公式の $\frac H2$ 倍に写るので、$[-1,1]$ で調べればよい。
中点 $Q(g)=2g(0)$。$E(1)=E(x)=0$、$E(x^2)=\frac23$ なので次数は $1$ である。$m=1$ の核は $t\ge0$ で $\frac{(1-t)^2}2$、$t\le0$ で $\frac{(1-t)^2}2+2t=\frac{(1+t)^2}2$ で、$0$ 以上である。cor-ni-sign から $E(g)=\frac13g''(\xi)$ となり、$\frac H2(\frac H2)^2\cdot\frac13=\frac{H^3}{24}$ を得る。
台形 $Q(g)=g(-1)+g(1)$。$E(1)=E(x)=0$、$E(x^2)=\frac23-2=-\frac43$ である。核は $\frac{(1-t)^2}2-(1-t)=-\frac{(1-t)(1+t)}2\le0$ なので、$E(g)=-\frac23g''(\xi)$ となり、$\frac H2(\frac H2)^2\cdot(-\frac23)=-\frac{H^3}{12}$ を得る。
Simpson $Q(g)=\frac13\bigl(g(-1)+4g(0)+g(1)\bigr)$。奇関数では積分も和も $0$ なので $E(x)=E(x^3)=0$ で、$E(1)=0$、$E(x^2)=\frac23-\frac23=0$、$E(x^4)=\frac25-\frac23=-\frac4{15}$ である。$m=3$ の核は
$$ K(t)=\begin{cases}\dfrac{(1-t)^4}{24}-\dfrac{(1-t)^3}{18}=-\dfrac{(1-t)^3(1+3t)}{72}&(0\le t\le1),\\[2mm]\dfrac{(1-t)^4}{24}-\dfrac{(1-t)^3+4(-t)^3}{18}=-\dfrac{(1+t)^3(1-3t)}{72}&(-1\le t\le0)\end{cases} $$
で、$0$ 以下である。cor-ni-sign から $E(g)=-\frac1{90}g^{(4)}(\xi)$ となり、$\frac H2(\frac H2)^4\cdot(-\frac1{90})=-\frac{H^5}{2880}$ を得る。$\square$

この定理の Simpson の場合は、台形公式とSimpsonの公式(高校数学) で証明なしに述べた誤差の式である。

複合公式の誤差

$f\in C^2[a,b]$ なら、$M_N$ と $T_N$ の誤差は表のとおりである。$f\in C^4[a,b]$ なら $S_{2N}$ の誤差も表のとおりである。

平均を 1 点の値に直す

$T_N$ について示す。thm-ni-three を各小区間に使うと、小区間の点 $\xi_k$ があって
$$ I(f)-T_N=-\frac{h^3}{12}\sum_{k=1}^Nf''(\xi_k)=-\frac{(b-a)h^2}{12}\cdot\frac1N\sum_{k=1}^Nf''(\xi_k) $$
である($Nh=b-a$)。平均 $\frac1N\sum_kf''(\xi_k)$ は $f''$ の最小値と最大値の間にあるので、中間値の定理 により $f''(\xi)$ と書ける。$M_N$ も同じである。$S_{2N}$ では $H=2h$ の区間が $N$ 個で、各区間の誤差が $-\frac{(2h)^5}{2880}f^{(4)}(\xi_k)=-\frac{h^5}{90}f^{(4)}(\xi_k)$、$Nh=\frac{b-a}2$ なので係数は $-\frac{(b-a)h^4}{180}$ である。$\square$

$M_N$ と $T_N$ の誤差は主要項が逆符号で大きさの比が $1:2$ である。$S_{2N}=\frac{T_N+2M_N}3$ は、この主要項を消す組み合わせになっている。

収束

次数を上げることと、分割を細かくすることは別の方針である。どちらが安全かは重みで分かる。

公式の列の収束

$[a,b]$ 上の求積公式の列 $Q_n(f)=\sum_kw_{n,k}f(x_{n,k})$ について、次の 2 つは同値である。
(R1) すべての $f\in C[a,b]$ で $Q_n(f)\to I(f)$ である。
(R2) すべての多項式 $g$ で $Q_n(g)\to I(g)$ であり、$\sup_n\sum_k\lvert w_{n,k}\rvert< \infty$ である。
重みがすべて $0$ 以上で $Q_n(1)\to b-a$ なら、和の有界性は自動的に成り立つ。

Weierstrass の近似定理で多項式に帰着する
  1. から (R1):$A:=\sup_n\sum_k\lvert w_{n,k}\rvert$ とする。$f\in C[a,b]$ と $\varepsilon>0$ について、Weierstrassの近似定理 により多項式 $g$ で $\max\lvert f-g\rvert\le\varepsilon$ となるものがある。
    $$ \lvert I(f)-Q_n(f)\rvert\le\lvert I(f-g)\rvert+\lvert I(g)-Q_n(g)\rvert+\lvert Q_n(g-f)\rvert\le(b-a)\varepsilon+\lvert I(g)-Q_n(g)\rvert+A\varepsilon $$
    で、$n\to\infty$ で右辺の第 2 項は $0$ に近づく。
  2. から (R2):多項式の収束は明らかである。和の有界性は、一様有界性原理 の例「数値積分の公式の列」の議論(区間を $[a,b]$ に換える)による。
    最後の主張は、重みが $0$ 以上なら $\sum_k\lvert w_{n,k}\rvert=Q_n(1)$ で、収束する数列は有界だからである。$\square$

$M_N$、$T_N$、$S_{2N}$ は重みが正で、$Q(1)=b-a$ である。さらに $M_N$ は Riemann 和、$T_N$ は左端と右端の Riemann 和の平均、$S_{2N}$ はそれらの 1 次結合なので、この 3 つは Riemann 積分可能なすべての $f$ で収束する。一方、閉じた Newton–Cotes 公式は $n=8$ で初めて負の重みをもち、$n$ を増やすと $\sum_k\lvert w_k\rvert/(b-a)$ が大きくなっていく(ex-ni-newton-cotes の表)。高い次数の 1 つの公式より、低い次数の複合公式が使われるのはこのためである。

Richardson 補外と Romberg 積分

$f$ が滑らかなら、$T_N$ の誤差は $h^2$ の冪の展開をもつ(Euler–Maclaurinの公式 の系「台形公式の誤差の展開」)。この展開を使って低い次の項を順に消す考え方を Richardson 補外 といい、台形公式に繰り返し使う方法を Romberg 積分 という。

Romberg 積分の誤差の次数

$h_j:=(b-a)/2^j$ とし、$R_{j,0}:=T_{2^j}$、$1\le k\le j$ について
$$ R_{j,k}:=R_{j,k-1}+\frac{R_{j,k-1}-R_{j-1,k-1}}{4^k-1} $$
とおく。$f\in C^{2k+2}[a,b]$ なら、$j\to\infty$ で $R_{j,k}-I(f)=O(h_j^{2k+2})$ である。

冪の項を順に消す

Euler–Maclaurinの公式 の系「台形公式の誤差の展開」を $m=2k+2$ で使うと、$h$ によらない定数 $c_i$ があって
$$ T_{2^j}-I(f)=\sum_{i=1}^kc_ih_j^{2i}+O(h_j^{2k+2}) $$
である($h^{2k+2}$ の項も $O$ に含める)。$0\le l\le k$ について、定数 $c_i^{(l)}$ があって
$$ R_{j,l}-I(f)=\sum_{i=l+1}^kc_i^{(l)}h_j^{2i}+O(h_j^{2k+2}) $$
となることを $l$ の帰納法で示す。$l=0$ は上の式である。定義は $R_{j,l}=\frac{4^lR_{j,l-1}-R_{j-1,l-1}}{4^l-1}$ と書け、$I(f)$ の係数は $1$ のままである。$h_{j-1}=2h_j$ なので、$h_j^{2i}$ の係数は
$$ c_i^{(l)}=c_i^{(l-1)}\cdot\frac{4^l-4^i}{4^l-1} $$
となり、$i=l$ の項が消える。$l=k$ が主張である。$\square$

$R_{j,1}=S_{2^j}$ である(台形公式とSimpsonの公式(高校数学) の定理「Simpson の公式の 2 つの性質」)。$R_{j,2}$ は小区間ごとの Boole 公式の和になる。

計算の手順

  1. 被積分関数を調べる。端の特異性・区間内の折れ点・周期性の有無を見て、次の表で方法を選ぶ。
  2. 値を使い回して分割を倍にする。$T_{2N}=\frac12(T_N+M_N)$ なので、すでに計算した点の値はそのまま使え、増えるのは新しい中点の値だけである。
  3. 誤差を見積もる。$N$ が偶数で $S_{2N}$ の誤差が $Ch^4$ に近いなら $I-S_{2N}\approx\frac1{15}(S_{2N}-S_N)$ である。Romberg 積分では $\lvert R_{j,j}-R_{j-1,j-1}\rvert$ を見る。
  4. 止める。許容誤差 $\varepsilon$ を決め、見積もりが $\varepsilon$ 以下になった回を 2 回続けて確かめて止める。分割の上限も置く。見積もりは保証ではない(よくある誤りの表)。
  5. 丸めに注意する。倍精度で $h$ を小さくしすぎても精度は上がらない(誤差(数値解析) の節「打ち切り誤差」の末尾)。
    場合やること
    有限区間で滑らかSimpson の公式、Romberg 積分、Gauss求積
    周期関数の 1 周期複合台形公式(Euler–Maclaurinの公式 の系の後の注意)
    区間の内部に折れ点・跳び折れ点で区間を分ける
    端で値か導関数が無限大置換で特異性を取り除く(ex-ni-singular)
    区間が無限置換で有限区間に直すか、重みつきの Gauss求積
    多重積分各変数に同じ公式を使うと点の個数が次元の指数で増える。次元が高いときは Monte Carlo法

例題

$\int_0^\pi\sin x\,dx=2$ と誤差の上界

使う公式:thm-ni-composite。$\lvert f''\rvert\le1$、$\lvert f^{(4)}\rvert\le1$ である。
答え:$N=8$ の誤差は次のとおりで、どれも上界以下である。$I-T_8$ と $I-M_8$ は符号が逆で大きさの比がほぼ $2$ である。

公式誤差 $I-Q$上界
$T_8$($h=\pi/8$)$2.5768\times10^{-2}$$\frac{\pi h^2}{12}=4.0373\times10^{-2}$
$M_8$($h=\pi/8$)$-1.2909\times10^{-2}$$\frac{\pi h^2}{24}=2.0186\times10^{-2}$
$S_{16}$($h=\pi/16$)$-1.6591\times10^{-5}$$\frac{\pi h^4}{180}=2.5942\times10^{-5}$
必要な分割数を上界から決める

$\int_0^1e^{-x^2}dx$ を誤差 $10^{-6}$ 以下で求める。使う公式:thm-ni-composite。
答え:$f(x)=e^{-x^2}$ では $[0,1]$ で $\lvert f''\rvert\le2$、$\lvert f^{(4)}\rvert\le12$ である。台形公式は $\frac{2}{12N^2}\le10^{-6}$ から $N\ge409$、Simpson の公式は $\frac{12}{180\,n^4}\le10^{-6}$($n$ は等分の数)から偶数の $n\ge18$ で足りる。実際の誤差は $3.7\times10^{-7}$ と $7.8\times10^{-8}$ である。

最大値の確かめを開く

$f''=(4x^2-2)e^{-x^2}$ で、$[0,1]$ では $\lvert4x^2-2\rvert\le2$、$e^{-x^2}\le1$ なので $\lvert f''\rvert\le2$ である。$f^{(4)}=(16x^4-48x^2+12)e^{-x^2}$ は、$u=x^2$ とおくと $\varphi(u)=(16u^2-48u+12)e^{-u}$ である。$\varphi'(u)=-(16u^2-80u+60)e^{-u}$ の $[0,1]$ での零点は $u_0=\frac{5-\sqrt{10}}2\approx0.919$ だけで、$\varphi$ はそこまで減少し、そのあと増加する。よって最大値は $\varphi(0)=12$($\varphi(1)=-20/e< 0$)、最小値は $\varphi(u_0)\approx-7.42$ で、$\lvert f^{(4)}\rvert\le12$ である。

Romberg の表

$\int_0^1e^{-x^2}dx=0.746824132812\ldots$ に thm-ni-romberg を使う。答え:次の表で、各行の右端が $R_{j,j}$ である。$f$ の値を $17$ 個使った $R_{4,4}$ の誤差は $2.8\times10^{-10}$ で、同じ $17$ 個の値の $S_{16}$ の誤差 $1.2\times10^{-7}$ より 440 倍ほど小さい。

$j$$R_{j,0}$$R_{j,1}$$R_{j,2}$$R_{j,3}$$R_{j,4}$
$0$$0.683939721$
$1$$0.731370252$$0.747180429$
$2$$0.742984098$$0.746855380$$0.746833710$
$3$$0.745865615$$0.746826121$$0.746824170$$0.746824018$
$4$$0.746584597$$0.746824257$$0.746824133$$0.746824133$$0.746824133$

左:e のマイナス x 二乗の積分で、関数の値の個数に対する台形公式・Simpson の公式・Romberg 積分の誤差の両対数グラフ。右:閉じた Newton–Cotes 公式と複合 Simpson 公式の 1/(1+x²) での誤差 左:e のマイナス x 二乗の積分で、関数の値の個数に対する台形公式・Simpson の公式・Romberg 積分の誤差の両対数グラフ。右:閉じた Newton–Cotes 公式と複合 Simpson 公式の 1/(1+x²) での誤差
図の左は、関数の値の個数に対する誤差で、傾きはそれぞれ $-2$、$-4$ に近く、Romberg 積分はさらに速く減る。右は ex-ni-newton-cotes の関数で、Newton–Cotes 公式は $n\ge4$ で点を増やすほど悪くなり、複合 Simpson 公式は点が少ない間は上下するが、全体として良くなっていく。

端で無限大になる被積分関数

$\int_0^1\frac{\cos x}{\sqrt x}\,dx$。$x=0$ で値がないので台形公式も Simpson の公式も使えない。中点公式は使えるが、$M_{10},M_{100},M_{1000}$ の誤差は $0.19$、$0.060$、$0.019$ で、$h^{1/2}$ の速さでしか減らない。
答え:$x=t^2$ と置換すると $2\int_0^1\cos(t^2)\,dt=1.809048476\ldots$ で、被積分関数は滑らかになり、Simpson の公式 $S_8$ で誤差 $1.6\times10^{-7}$ となる。

使える条件と反例

次の表の各行は、対応する主張の仮定を 1 つだけ外している。

外す仮定反例成り立たなくなること
$f\in C^2[a,b]$(thm-ni-composite)$\int_0^1\sqrt x\,dx$ の $T_N$$I-T_N\ge\frac16h^{3/2}$ で、$h^2$ の大きさにならない
Riemann 積分可能(prop-ni-convergence の後の注意)$[0,1]$ で有理数なら $1$、無理数なら $0$ の関数分割による公式の値はすべて $1$ で、$f$ の Riemann 積分はない
重みの絶対値の和の有界性(prop-ni-convergence)閉じた Newton–Cotes 公式と $\frac1{1+x^2}$$n=4,8,12,16,20$ と増やすと誤差が大きくなる(ex-ni-newton-cotes)
核の符号が一定(cor-ni-sign)節点 $0,\pm\frac45$ の公式と $\cosh10x$誤差の式 $E(f)=cf^{(4)}(\xi)$
$f\in C^{2k+2}[a,b]$(thm-ni-romberg)$\sqrt x$ の Romberg 積分対角の誤差が $1$ 段で約 $1/2.83$ にしかならない
閉じた Newton–Cotes 公式で誤差が増える例

$\int_{-5}^5\frac{dx}{1+x^2}=2\arctan5=2.7468\ldots$ に $n$ 等分の閉じた公式を使う。

$n$$2$$4$$8$$12$$16$$20$
負の重みの個数$0$$0$$3$$5$$7$$9$
$\sum_k\lvert w_k\rvert/(b-a)$$1$$1$$1.45$$7.53$$58.5$$544$
誤差 $Q-I$$4.05$$-0.373$$-1.25$$-3.06$$-8.99$$-29.6$

$n=8$ の重みは $h$ の倍数で $\frac{1}{14175}(3956,23552,-3712,41984,-18160,41984,-3712,23552,3956)$ である。一方、同じ関数の $S_{2N}$ は重みが正なので、prop-ni-convergence により $N\to\infty$ で必ず収束する。表は $n=20$ までの計算で、$n\to\infty$ でのふるまいはこの記事では証明しない。

反例の確かめ

1 行目:$\sqrt x$ は上に凸なので、どの小区間でも弦はグラフの下にあり誤差は $0$ 以上である。最初の小区間の誤差は $\frac23h^{3/2}-\frac12h^{3/2}=\frac16h^{3/2}$ である。実際の比は 台形公式とSimpsonの公式(高校数学) の例「反例:端で $f''$ が有界でない」にある。
2 行目:節点はすべて有理数なので値は $1$ になる。$f$ は Riemann 積分可能でなく、Lebesgue 積分は $0$ である。
4 行目:節点 $0,\pm\frac45$ の補間型の公式は $Q(f)=\frac{25}{48}\bigl(f(-\frac45)+f(\frac45)\bigr)+\frac{23}{24}f(0)$ で、次数 $3$ まで正確である。$E(x^4)=-\frac2{75}$ なので、cor-ni-sign の式なら $E(f)=-\frac1{900}f^{(4)}(\xi)$ となるはずである。$f(x)=\cosh10x$ では $f^{(4)}>0$ なのに $E(f)=649.1\ldots>0$ で符号が合わない。核は $K(0)=-\frac1{360}< 0< K(\frac9{10})=\frac1{240000}$ で符号を変える。
5 行目:対角の誤差は $j=4,5,6,7$ で $1.07\times10^{-3}$、$3.79\times10^{-4}$、$1.34\times10^{-4}$、$4.73\times10^{-5}$ で、比は $2^{3/2}=2.83$ に近い。

よくある誤り

誤り正しくはなぜ
次数 $3$ の公式の誤差は $h^3$ とする次数 $p$ の複合公式の誤差は一般に $h^{p+1}$ で、Simpson の公式は $h^4$thm-ni-composite
次数を上げるほど良いとする閉じた Newton–Cotes 公式は $n$ が大きいと重みが負になり、悪くなることがあるex-ni-newton-cotes
$\lvert S_{2N}-S_N\rvert$ が小さければ必ず誤差も小さいとする見積もりは保証ではない。$f(x)=\sin^2(8\pi x)$ の $[0,1]$ では $T_1=T_2=T_4=T_8=0$ だが積分は $\frac12$節点が零点に重なる
誤差の項の $\xi$ を計算する$\xi$ は存在するだけなので、$\lvert f''\rvert$ などの上界で評価するcor-ni-sign
特異点のある積分にそのまま公式を当てる置換か、特異性を重みに入れた公式を使うex-ni-singular

補足

文献と節点の選び方

台形公式と Simpson の公式の誤差項は DLMF §3.5(i)・(ii) の式 (3.5.3)・(3.5.6)・(3.5.8) に、Romberg 積分は §3.5(iii) の式 (3.5.9)・(3.5.10) にある。この記事では、それらを Peano 核と Euler–Maclaurinの公式 から証明した。
この記事の公式は等間隔の点を使う。節点の位置も選べるなら、$n$ 点で次数 $2n-1$ まで正確にできる(Gauss求積)。端で特異な関数や無限区間の積分でも、特異性を重み関数に入れれば同じ考え方が使える。関数の値には 浮動小数点数 の丸めが入るが、重みが正の公式では、各値の誤差が $\varepsilon$ 以下なら和の誤差は $(b-a)\varepsilon$ 以下である($\sum_kw_k=b-a$ のとき)。

関連項目

参考文献

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する