一、问题：我们想算什么？
计算定积分：
当 没有初等原函数，或者我们只有离散数据点时，需要数值近似。
二、从简单到复杂：三种数值积分方法
1. 矩形法（最粗略）
用区间左端点的函数值作为高：
误差大。
2. 梯形法则（线性近似）
用区间两端点连线下的梯形面积：
相当于用直线近似曲线。
几何意义：连接 和 ，求梯形面积。
三、Simpson法则的核心思想：用抛物线拟合！
Simpson发现：与其用直线（一次多项式）拟合，不如用抛物线（二次多项式）拟合，这样能更好近似曲线。
关键观察：要确定一条抛物线 ，需要三个点。
所以Simpson法则：
- 取区间 ([a, b]) 的两个端点 和中点
- 过这三点 拟合一条抛物线
- 计算抛物线下的面积作为积分近似
四、Simpson公式的推导
4.1 建立坐标系（简化计算）
令区间为 ([-h, h])，其中点 。
- , ,
- 函数值：, ,
我们要找二次多项式 使得：
4.2 解出系数
由 ，所以 。
由
由
两式相加：
两式相减：
4.3 计算抛物线下的面积
代入 和 ：
4.4 回到一般区间
原区间 ([a, b])，长度 ，所以 。
Simpson公式：
记忆口诀：“端点加中点四倍，除以六乘以宽”
五、几何直观
f(x)
|
f(b) | *
| / | \
| / | \
f(m) | / | \
| / | \
f(a) |_____*_________|_________*_____
a m=(a+b)/2 b
面积 ≈ 抛物线下的面积 =
六、精度分析：为什么Simpson法则这么好？
误差公式：
Simpson法则的误差为：
当 是三次或更低次多项式时，，误差为0！
惊讶的结果：Simpson法则对三次多项式精确成立，尽管它只用二次多项式拟合！
比较：
| 方法 | 使用的多项式 | 精确成立的多项式最高次数 | 误差阶 |
|---|---|---|---|
| 矩形法 | 零次（常数） | 零次（常数函数） | |
| 梯形法则 | 一次（线性） | 一次（线性函数） | |
| Simpson法则 | 二次（抛物线） | 三次 |
Simpson法则有”超收敛”性：用二次拟合，但精确到三次！
七、具体例子
例1：积分
- 梯形法则：（误差0.25）
- Simpson法则： 精确！
例2：积分
- , ,
- Simpson：
- 误差：约0.0944（相对误差4.7%）
实际上可以用复合Simpson法则提高精度。
八、复合Simpson法则
将大区间 ([a, b]) 分成 个偶数等份（Simpson要求偶数个子区间），每两个子区间应用一次Simpson法则。
设 为偶数，步长 ，节点 。
复合公式：
记忆模式：
端点：权重1
奇数下标点：权重4
偶数下标点（除了端点）：权重2
最后除以3乘以h
例子： 等分 ([a, b])
节点：
权重：
公式：
九、Simpson法则与RK4的联系
这是非常深刻的联系！回顾RK4：
其中 是中点估计。
如果把微分方程 写成积分形式：
RK4本质上是用Simpson法则近似这个积分：
- （左端点）
- （两个中点估计）
- （右端点）
加权 正是Simpson权重 的分解（把中点的4拆成2+2）。
所以RK4 = Simpson积分在ODE中的实现！
十、实际应用与注意事项
1. 要求偶数区间
复合Simpson要求 为偶数。如果给奇数区间，通常：
- 用其他方法处理最后一段
- 或调整
2. 对震荡函数效果好
因为用抛物线拟合，能更好捕捉曲率。
3. 自动误差估计（Richardson外推）
Simpson误差与 成正比，可以用两个不同 的结果外推更精确值。
4. 变种：Simpson 3/8法则
用四个点（三次多项式拟合）：
这对应RK4的”3/8法则”版本。
十一、历史背景
Thomas Simpson（1710-1761）英国数学家。
- 实际上这个公式在他之前就有人知道（如Kepler, Cavalieri）
- 但Simpson系统阐述并推广
- 他写的《数学论文集》很有影响
有趣的是：Simpson是个裁缝学徒出身，自学数学成才！
总结
Simpson积分法则：
核心思想：用抛物线（二次多项式）而不是直线拟合函数。
关键特性：
- 精度高：误差
- 超收敛：对三次多项式精确成立
- 与RK4深刻联系：RK4是Simpson法则在微分方程积分中的应用
- 容易实现：公式简单
记忆要点：
- “1-4-1” 权重模式
- 需要区间中点
- 本质是二次拟合但有三次精度
- 是数值积分从”粗略”到”精巧”的典范
Simpson法则体现了数值分析的精髓：用简单的数学工具（抛物线）获得意想不到的高精度（三次精确）。这正是数学的优美之处！