Chất lượng của xấp xỉ tích phân, ít nhất là trong trường hợp đơn giản là 1D, được đưa ra bởi (Định lý 2.10 trong Niederreiter (1992) ):
trong đó
là mô đun liên tục của hàm (liên quan đến tổng biến thiên và có thể dễ dàng biểu thị cho các hàm Lipshitz) và
là sự khác biệt (cực kỳ) hoặc chênh lệch tối đa giữa tỷ lệ số lần truy cập theo chuỗi
∣∣1N∑n=1Nf(xn)−∫10f(u)du∣∣≤ω(f;D∗N(x1,…,xN))
ω(f;t)=sup{|f(u)−f(v)|:u,v∈[0,1],|u−v|≤t,t>0}
D∗N(x1,…,xN)=supu∣∣1N∑n1{xn∈[0,u)}−u∣∣=12N+maxn∣∣xn−2n−12N∣∣
x1,…,xNcủa một khoảng thời gian bán mở và số đo Lebesgue của nó . Biểu thức đầu tiên là định nghĩa và biểu thức thứ hai là thuộc tính của các chuỗi 1D trong (Định lý 2.6 trong cùng một cuốn sách).
[0,u)u[0,1]
Vì vậy, rõ ràng để giảm thiểu sai số trong phép tính gần đúng tích phân, ít nhất là trong RHS của phương trình của bạn, bạn cần lấy . Xoay các đánh giá ngẫu nhiên, chúng có nguy cơ có một khoảng cách ngẫu nhiên tại một tính năng quan trọng của chức năng.xn=(2n−1)/2N
Một bất lợi lớn cho phương pháp này là bạn phải cam kết giá trị để tạo ra chuỗi phân phối đồng đều này. Nếu bạn không hài lòng với chất lượng gần đúng mà nó cung cấp, tất cả những gì bạn có thể làm là nhân đôi giá trị của và đạt tất cả các điểm giữa của các khoảng được tạo trước đó.NN
Nếu bạn muốn có một giải pháp trong đó bạn có thể tăng số điểm dần dần, bạn có thể tiếp tục đọc cuốn sách đó và tìm hiểu về trình tự van der Corput và nghịch đảo triệt để. Xem trình tự sai lệch thấp trên Wikipedia, nó cung cấp tất cả các chi tiết.
Cập nhật: để giải quyết cho , xác định tổng một phần
Tìm sao cho
và nội suy để tìm
Nội suy này giả định rằng là liên tục. Nếu thêm có thể phân biệt hai lần, thì phép tính gần đúng này bằng cách tích hợp mở rộng bậc hai để kết hợp và và giải phương trình bậc ba cho .z
Sk=1N∑n=1kf(2n−12N).
kzN=2k-1Sk≤12SN<Sk+1,
f(⋅)f(⋅)Sk-1Sk+2zzN=2k−12N+SN/2−SkN(Sk+1−Sk).
f(⋅)f(⋅)Sk−1Sk+2z