透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

S = ∫ab f(x) dx (approximation)
3.1415519635
複合梯形法則
n(子區間數) S(n)
2 3.100000000000
4 3.131176470588
8 3.138988494491
16 3.140941612041
32 3.141429893175
64 3.141551963486

這個計算機的功能

本工具使用複合梯形法則,近似計算函數 \(f(x)\) 在有限區間 \([a, b]\) 上的定積分。它適用於任何解析、非週期性的被積函數,屬於通用的數學運算──計算結果不受單位、貨幣或國別影響。您只需提供函數、積分下限與上限,以及最大子區間數,計算機便會透過反覆將分割數加倍來精化估計值,並完整呈現逐步收斂的數列。

使用方式

請以 x 為變數輸入您的函數──支援的運算子有 + - * /、次方(^**),以及 sincostanexplog(自然對數)、lnsqrtabs 等函數,另可使用常數 pie。接著輸入積分上下限 \(a\) 與 \(b\)(可為任意實數;若 \(a > b\),正負號會自動處理)。再選擇最大子區間數 \(N\)(從 32 到 2048 之間、為 2 的冪次的數值)。最終回報的答案 \(S\),即為在最大 \(N\) 值下所得的梯形法則估計值。

公式說明

將 \([a, b]\) 平均分成 \(n\) 等份,每份寬度為 \(h = (b - a) / n\)。梯形法則以一條直線取代每一小段上的曲線,再把所形成的各個梯形面積加總:

$$S(n) = \frac{h}{2}\left[ f(a) + 2\bigl(f(a+h) + f(a+2h) + \cdots + f(a+(n-1)h)\bigr) + f(b) \right]$$兩端點各計一次權重,而所有內部節點則計兩次。誤差約以 \(O(h^2)\) 的速度縮小,因此對於平滑函數而言,將 \(n\) 加倍可使誤差大致降為原來的四分之一。

Advertisement
在邊界 a 與 b 之間以相鄰梯形條近似的曲線下面積
複合梯形法則將曲線下等寬梯形的面積相加。

範例演算

以 \(f(x) = 4/(1+x^2)\) 在 \([0, 1]\) 上為例,其精確值為 \(\pi\)。當 \(n = 2\)、\(h = 0.5\) 時:\(f(0)=4\)、\(f(0.5)=3.2\)、\(f(1)=2\),故 $$S = 0.25\cdot(4 + 2\cdot 3.2 + 2) = 3.1$$當 \(n = 4\) 時可得 \(3.131176\),\(n = 8\) 時為 \(3.138988\),到了 \(n = 64\) 時數值約為 \(3.141552\)──逐步逼近 \(\pi = 3.14159265\ldots\)

粗細梯形細分對比,條數越多擬合越佳
增加細分數 \(n\) 可縮小弦與真實曲線之間的差距。

常見問題

為什麼我的結果略有偏差?梯形法則本質上是一種近似計算。提高 \(N\) 可獲得更高的精確度;收斂表會清楚顯示數值收斂的速度。

我可以對週期性或具奇異點的函數積分嗎?本方法假設被積函數為平滑且非週期性。若在端點或內部存在奇異點,結果可能出現錯誤或無法定義──此時請改用專門的數值方法。

如果 \(a\) 等於 \(b\) 會怎樣?區間寬度為零時,積分值為 0,計算機會直接回傳此結果。

最後更新: