高斯-克朗罗德数值积分计算器

高斯-克朗罗德数值积分计算器

新兴 AI Skill PRO

输入计算

数学公式

∫abf(x)dx≈b−a2∑i=1nwif(b−a2xi+a+b2)\int_{\text{a}}^{\text{b}} {f(x)}\,dx \;\approx\; \frac{b-a}{2}\sum_{i=1}^{\text{n}} w_i\, f\!\left(\frac{b-a}{2}x_i + \frac{a+b}{2}\right)
使用统计

广告

结果

积分值
3.1415926536
定积分的近似值
估计误差 0.000000002664
方法 高斯-克朗罗德(嵌套高斯-勒让德对比)

报告本页错误

什么是高斯-克朗罗德数值积分计算器?

这款工具采用高斯型求积法,计算函数 \(f(x)\) 在有限区间 \([a, b]\) 上的定积分。它在精心选取的节点处计算被积函数的取值,再乘以预先算好的权重并求和。工具会用高阶估计值 \(K\) 与低阶高斯-勒让德估计值 \(G\) 进行比较,得出误差上界 \(|K - G|\),让你对计算结果更有把握。

定积分表示为两条垂直边界之间曲线下方的阴影面积
定积分等于 \(f(x)\) 在上下限 \(a\) 和 \(b\) 之间的有向面积。

使用方法

输入一个关于 \(x\) 的数学表达式(例如 4/(1+x^2) 或 sin(x)),设定积分下限 \(a\) 与上限 \(b\),再选择求积规则的节点数 \(n\)(奇数,范围为 3 到 99)。对于光滑的被积函数,节点越多精度越高。支持的语法包括 + - * / ^、括号,以及 sin、cos、tan、asin、acos、atan、exp、ln、log、sqrt、abs、sinh、cosh、tanh 等函数,还有常数 pi 和 e。

计算公式

求积规则定义在 \([-1, 1]\) 区间上,表示为被积函数取值的加权求和。要在 \([a, b]\) 上积分,需要做一次仿射变量替换:\(x(t) = \frac{b-a}{2}\cdot t + \frac{a+b}{2}\),其中 \(dx = \frac{b-a}{2}\cdot dt\)。因此积分值等于 \(\frac{b-a}{2}\) 乘以权重 \(w_i\) 与映射后节点处 \(f\) 取值乘积之和。 $$\int_{a}^{b} f(x)\,dx \;\approx\; \frac{b-a}{2}\sum_{i=1}^{n} w_i\, f\!\left(\frac{b-a}{2}x_i + \frac{a+b}{2}\right)$$ 高斯-勒让德节点是勒让德多项式的根,本工具通过牛顿法求得,对应权重为 \(w_i = \dfrac{2}{(1 - t_i^2)\cdot P'_m(t_i)^2}\)。

广告
在若干不均匀分布的点上对曲线采样,并标有圆点和权重箭头
高斯-克朗罗德在最优分布的节点处计算 \(f(x)\),每个值乘以一个权重。

实例演示

对于 \(f(x) = \sin(x)\) 在 \([0, \pi]\) 上的积分,精确值为 $$[-\cos(x)]_{0}^{\pi} = -\cos(\pi) + \cos(0) = 1 + 1 = 2$$ 计算器返回的结果约为 2,估计误差极小。同理,\(f(x) = \frac{4}{1+x^2}\) 在 \([0, 1]\) 上的积分返回 \(\pi = 3.14159265\),因为 \(4\cdot\arctan(1) = \pi\)。

广告

解读积分与误差估计

积分值是一个有符号面积。当 f(x) 位于 x 轴上方时,它使总量增加;当 f(x) 位于 x 轴下方时,它使总量减少。例如,\(\int_{-1}^{1} x\,dx = 0\),因为正负两半相互抵消,尽管曲线与坐标轴之间的区域显然并不为空。如果需要总(无符号)面积,应改为对 |f(x)| 积分,或在 f 的每个根处将区间分段,再对各段的绝对值求和。

高斯-克朗罗德法则使用两个共享节点的相关规则来计算被积函数:低阶高斯规则 G 和高阶克朗罗德规则 K。报告的积分值通常为克朗罗德值 K,误差指示量则基于两者之差:

$$E \approx |K - G|$$

这是一个保守的指示量。它衡量的是低阶规则 G 的误差,因此对于光滑的被积函数,它通常高估了 K 的真实误差,而 K 的真实误差一般要小得多。应将其视为误差量级的参考提示,而非精确误差。

如何解读误差估计

  • 误差小(相对于结果的大小):G 与 K 吻合,这表明求积已经收敛,且被积函数在该区间上可以很好地用多项式逼近。
  • 误差大:G 与 K 不吻合,这通常意味着存在奇点(例如端点处的 \(1/\sqrt{x}\))、快速振荡(例如 \(\sin(100x)\)),或在 [a, b] 内部存在跳跃间断点或尖角。

误差较大时该怎么做

  1. 分割区间:在有问题的点(间断点、尖角或奇点)处将区间分开,分别积分各段,再将结果相加。自适应细分正是反复应用这一思路。
  2. 增大 n:选择更高阶的克朗罗德选项。这对光滑但变化剧烈或中等程度振荡的函数有帮助。
  3. 对于端点奇点,可以考虑变量替换或分离出奇异部分,因为仅增大 n 时收敛速度很慢。
  4. 检查函数表达式是否输入正确,并确认它在 [a, b] 上处处有定义。

重要提示:误差估计是一种启发式方法,并不是严格的保证。|K − G| 较小有时可能只是巧合造成的,例如当一个窄尖峰恰好落在节点之间,两个规则都未能捕捉到它时。如果结果很重要,应使用不同的 n 重新计算,或使用分割后的子区间重新计算,并检查结果是否一致,以此加以确认。

常见问题

为什么 \(n\) 必须是奇数?嵌套的高斯-克朗罗德节点对会复用 \(m = \frac{n-1}{2}\) 个高斯节点,因此要求总节点数为奇数。

误差估计代表什么?它是高阶估计值与低阶估计值之间的绝对差;数值越小,说明结果收敛得越好。

遇到奇点怎么办?可积的端点奇点会降低计算精度。非有限的取值会被跳过,而当 \(a = b\) 时直接返回 0。

最后更新:

数学和统计热门计算器

查看全部数学和统计计算器