从图像到误差估计
设 ,其中 、。把它分为 列、 行等宽的格子,、,其中 为正整数。每个格子 取其中点 ,定义中点和
定义 7.1.1
(矩形上的 Lipschitz 函数)
若对所有 都有 ( 为 Euclidean 范数),则称函数 以 为 Lipschitz 常数。
Lipschitz 函数在紧致矩形上连续,因此 Riemann 可积。下面的估计只用到标准的积分比较,以及积分对格子的可加性。
定理 7.1.2
(中点网格误差界)
若 在 上以 为 Lipschitz 常数,则
先控制一格,再相加
格内任一点到中点的 Euclidean 距离至多为格子对角线长的一半。于是先逐格得到界,再把各格的界相加。
证明
(局部半对角线界,再对各格求和)
闭格 中离中点最远的点是一个角点,距离为 。因此对 ,
由于 ,对 个格子使用积分的可加性,得
每个格子项的绝对值至多是 乘上述界(积分比较)。把 个格子相加并使用三角不等式:总面积为 ,便得所声称的估计。
证明透视
Lipschitz 假设用在哪里
唯一不显然的做法,是逐格减去常数 :中点和恰好是一个阶梯函数的积分,所以误差是各格 的积分之和;每一项都小,因为 离开 处的值不可能太远。
Lipschitz 假设只用一次,就是逐点界;选取中点也只用一次,作用是把对角线减半。若在格内任取样本点,同一证明只得到完整对角线 ,界就大一倍。可积性只用来拆分和比较积分。论证之所以能够收尾,是因为每一格贡献相同的界乘以自己的面积,而面积之和为 。两个网格宽度趋于零时最终的界也趋于零,所以既不需要也没有假设中点公式具有二阶精度。
例子
例题 7.1.3
(多项式的正方形网格)
在 上取 。对正方形中的两点,
所以可取 。对 网格,一般界为 。用累次积分算得精确积分为 。
这个多项式的中点和可以更精确地算出: 的中点平均值为 ,而
展开平方并使用 和 的有限求和公式,即得这个恒等式。因此 。当 时,实际误差为 ,一般界则为 。对整类函数有效的界,对某个具体函数未必是最优的。
例题 7.1.4
(落在格边上的尖点)
在 上令 ,它以 为 Lipschitz 常数,但沿 不可导。积分为 。取 ,唯一的样本点是 ,该处 ,故 ,误差为 ;界为 。取 、,中点的 坐标为 ,两处 都是 ,而 、,所以 :这个和是精确的。尖点正好在两个格子的公共边上,所以 在每个格子内是仿射函数,而中点公式对仿射函数精确。此时的界 有效,但偏保守。
例题 7.1.5
(非正方形的矩形)
在 上取 ,、,所以 、。由于 ,可取 。两个中点是 和 ,故
而 。实际误差为 。定理给出 。虽然 完全不依赖 ,界仍然很大,原因是高格子()使半对角线很长。这个界控制的是格内最坏的方向,而不是 的实际变化。
反例模式
中点和并非对每个函数都精确
断言:在每个格子的中心取样,中点和就等于积分。取 上的 ,其积分为 。当 时,唯一的样本点在 ,和为 。当 时,和为 ,而 。一般地,对每个 误差都是 。修正:中点公式对仿射函数精确,因为在一个格子内 的积分由对称性为零;但 一项是弯曲的,留下正的误差。对一般的 Lipschitz 函数,只能依靠上面的界。
下面的互动图对三个函数在 的任意 网格上精确计算中点和,并把真实误差与 Lipschitz 界 比较。
检查与练习
快速检查
(在 的 网格上,每个格子的面积是多少?)
把两个格宽相乘。
解答 · 答案
。
快速检查
(在第一个例子中, 是多少?)
使用 。
解答 · 答案
。
快速检查
(单凭一般界,能保证正方形网格有 的误差吗?)
看看界如何随 和 变化。
解答 · 答案
不能。在 网格上 、 都与 成正比,所以上述 Lipschitz 界是 。像 那样误差为 的更快衰减,需要关于 的更多信息。
快速检查
(若 为常数,可取 吗?误差界说明什么?)
常数函数没有变化。
解答 · 答案
可以,因为 。误差界此时给出零,这是正确的:常数的每个中点和都等于积分。