透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

積分值
0.7468241328
定積分在 [a, b] 上的近似值
方法 Tanh-Sinh(雙重指數)
細分數 n 100
使用的函數計算次數 201

什麼是 Tanh-Sinh 求積法?

Tanh-Sinh 求積法又稱為雙重指數(Double Exponential,簡稱 DE)法則,是一種數值積分方法,特別擅長計算有限區間 \([a, b]\) 上的定積分——尤其當被積函數在端點處出現奇異性時更能展現威力。它的原理是套用變數變換 \(u = \tanh\!\left(\tfrac{\pi}{2}\sinh(t)\right)\),將兩端點對應到 \(t = \pm\infty\)。在這些端點附近,被積函數的貢獻會以雙重指數的速度衰減,因此即便函數在 \(a\) 或 \(b\) 處發散(例如 \(\tfrac{1}{\sqrt{1-x^2}}\)),仍能精確積分。本工具屬於通用數學,放諸四海皆準。

S 形的 tanh-sinh 變換曲線,向負一與正一處的漸近線趨於平緩
雙指數變數變換將實數軸映射到 (-1, 1),使節點向兩端聚集。

使用方法

請以標準寫法輸入函數 \(f(x)\)(運算子可用 + - * / ^、括號,以及 sin、cos、exp、log、sqrt、abs 等函數,並支援常數 pi 與 e)。接著填入積分下限 \(a\)、上限 \(b\),以及控制節點密度的細分數 \(n\)。\(n\) 越大精度越高,但計算量也隨之增加;實務上 50 至 400 是常見的範圍。被積函數在開區間上必須是解析的(端點奇異性無妨),且不可為週期函數。

公式說明

首先以 \(x = \tfrac{b-a}{2}u + \tfrac{a+b}{2}\) 及 \(dx = \tfrac{b-a}{2}\,du\) 將區間正規化為 \([-1, 1]\)。DE 法則接著使用節點 \(t_k = k\,h\)、橫座標 \(u_k = \tanh\!\left(\tfrac{\pi}{2}\sinh(t_k)\right)\),以及權重 \(w_k = \dfrac{\tfrac{\pi}{2}\cosh(t_k)}{\cosh^{2}\!\left(\tfrac{\pi}{2}\sinh(t_k)\right)}\)。積分近似值為 $$\int_{a}^{b} f(x)\,dx \approx \frac{b-a}{2}\, h \sum_{k=-N}^{N} w_k\, f\!\left(\frac{a+b}{2} + \frac{b-a}{2}\,x_k\right)$$ \(\tfrac{b-a}{2} \cdot h \cdot w_k \cdot f(x(u_k))\) 的總和。權重因下溢而歸零的節點(即飽和的端點)會被略過,藉此避免在可能存在奇異性的邊界上進行計算。

從 a 到 b 的區間,陰影區域下方兩端附近密集聚集的求積節點
節點在端點 a 和 b 附近聚集,因此能精確處理端點奇異性。

實例演算

計算 \(f(x) = \exp(-x^2)\) 在 \([0, 1]\) 上的積分。精確值為 \(\tfrac{\sqrt{\pi}}{2}\cdot\operatorname{erf}(1) \approx 0.7468241\)。即使採用較粗的步長(\(h = 0.5\)、\(N = 4\)),本法則也已能得出約 \(0.7467\);若使用預設的 \(n = 100\),則精確度可達約十二位數。

常見問題

可以積分在端點處有奇異性的函數嗎?可以——這正是本方法的核心優勢。在 \(a\) 或 \(b\) 處的可積奇異性都能妥善處理。

為什麼週期性會有影響?雙重指數法則是為非週期被積函數量身打造的;面對週期函數時,梯形法則收斂更快,而 DE 法則反而可能不準確。

如果 a 等於 b 會怎樣?積分值為零。若 \(a > b\),由於 \(\tfrac{b-a}{2}\) 這個係數帶有正負號,結果會正確地變為負值。

最後更新: