什麼是高斯-克朗羅德數值積分計算器?
這個工具運用高斯型求積法(Gaussian quadrature),計算函數 \(f(x)\) 在有限區間 \([a, b]\) 上的定積分。它會在精心挑選的節點上計算被積函數的值,乘以事先算好的權重後加總起來。接著,計算器會將高階估計值 \(K\) 與低階的高斯-勒讓德(Gauss-Legendre)估計值 \(G\) 互相比較,得出誤差界 \(|K - G|\),讓你對結果的準確度更有把握。
如何使用
輸入一個以 \(x\) 為變數的數學式(例如 4/(1+x^2) 或 sin(x)),設定積分下限 \(a\) 與上限 \(b\),再選擇求積規則使用的節點數 \(n\)(奇數,範圍 3 到 99)。對於平滑的被積函數,節點越多,精度越高。支援的語法包括 + - * / ^、括號,以及 sin、cos、tan、asin、acos、atan、exp、ln、log、sqrt、abs、sinh、cosh、tanh,另外還有常數 pi 與 e。
計算公式
求積規則是定義在 \([-1, 1]\) 上,以被積函數值的加權總和來表示。若要對 \([a, b]\) 積分,需做一次仿射變數變換:\(x(t) = (b-a)/2 \cdot t + (a+b)/2\),其中 \(dx = (b-a)/2 \cdot dt\)。因此,積分值等於 \((b-a)/2\) 乘以各權重 \(w_i\) 與映射後節點處 \(f\) 值乘積的總和。$$\int_{a}^{b} f(x)\,dx \;\approx\; \frac{b-a}{2}\sum_{i=1}^{n} w_i\, f\!\left(\frac{b-a}{2}x_i + \frac{a+b}{2}\right)$$高斯-勒讓德節點即勒讓德多項式的根,本計算器以牛頓法(Newton's method)求得,權重為 \(w_i = 2 / ((1 - t_i^2) \cdot P'_m(t_i)^2)\)。
實例演算
以 \(f(x) = \sin(x)\) 在 \([0, \pi]\) 為例,精確積分為 $$[-\cos(x)]_{0}^{\pi} = -\cos(\pi) + \cos(0) = 1 + 1 = 2$$計算器會回傳約等於 2 的結果,估計誤差極小。同樣地,\(f(x) = 4/(1+x^2)\) 在 \([0, 1]\) 上會回傳 \(\pi = 3.14159265\),因為 \(4\cdot\arctan(1) = \pi\)。
解讀積分與誤差估計
積分值是一個有號面積。當 f(x) 位於 x 軸上方時,它會加到總和中;當 f(x) 位於 x 軸下方時,則會從總和中扣除。例如,\(\int_{-1}^{1} x\,dx = 0\),因為正負兩半互相抵消,儘管曲線與座標軸之間的區域顯然並不是空的。若你需要的是總(無號)面積,可改為對 |f(x)| 積分,或在 f 的每個根處切分區間,再把各段的絕對值相加。
高斯-克羅得規則(Gauss-Kronrod rule)會用兩組共用節點的相關規則來計算被積函數:較低階的高斯規則 G,以及較高階的克羅得規則 K。回報的積分通常是克羅得值 K,而誤差指標則以兩者之差為基礎:
$$E \approx |K - G|$$
這是一個保守的指標。它衡量的是較低階規則 G 的誤差,因此對於平滑的被積函數,它通常高估了 K 的真實誤差,而 K 的真實誤差通常小得多。請把它視為誤差規模的上限提示,而非精確的誤差值。
解讀誤差估計
- 誤差小(相對於結果的大小):G 與 K 一致,這表示求積已經收斂,且被積函數在該區間上能被多項式良好地逼近。
- 誤差大:G 與 K 不一致,這通常意味著存在奇點(例如端點處的 \(1/\sqrt{x}\))、快速振盪(例如 \(\sin(100x)\)),或在 [a, b] 內部有跳躍不連續或尖角。
誤差過大時該怎麼做
- 切分區間:在有問題的點(不連續點、尖角或奇點)處切開,分別對各段積分,再把結果相加。自適應細分會反覆運用這個想法。
- 提高 n:選擇較高階的克羅得選項。這對平滑但變化劇烈,或中等程度振盪的函數有幫助。
- 對於端點奇點,可以考慮變數變換,或把奇異部分split出來,因為單靠提高 n 收斂得很慢。
- 檢查函數運算式是否輸入正確,並確認它在 [a, b] 上處處有定義。
重要提醒:誤差估計是一種啟發式方法,並非嚴格的保證。|K − G| 很小有時可能只是巧合,例如當一個狹窄的尖峰落在節點之間,使兩個規則都漏掉它時。若結果很重要,請以不同的 n 重新計算,或對切分後的子區間計算,並確認答案一致,以此加以驗證。
常見問題
為什麼 \(n\) 必須是奇數?內嵌的高斯-克朗羅德配對會重複使用 \(m = (n-1)/2\) 個高斯節點,因此節點總數必須為奇數。
誤差估計代表什麼?它是高階與低階估計值之間的絕對差;數值越小,表示收斂得越好。
遇到奇異點怎麼辦?可積的端點奇異性會降低精度。計算過程會略過非有限的數值,而當 \(a = b\) 時則直接回傳 0。