什么是辛普森法则?
辛普森法则是一种数值积分方法,它通过在每三个点上拟合一条抛物线来近似曲线下方的面积。对于光滑函数而言,它比梯形法则精确得多,因为它能捕捉曲线的弯曲变化,而不只是用直线段去逼近。本计算器采用复合辛普森 1/3 法则,可在区间 \([a, b]\) 上对任意单变量函数 \(f(x)\) 进行积分计算。
如何使用本计算器
请用 x 作为变量来输入函数,例如 x^2、sin(x) 或 exp(-x)*cos(x)。支持的运算符有 + − * / ^,可用函数包括 sin、cos、tan、exp、ln、log、sqrt 和 abs(三角函数的角度均以弧度计)。接着设置积分下限 \(a\)、上限 \(b\) 以及子区间数 \(n\)。由于该方法是将相邻两个区间合并成一条抛物线,因此 \(n\) 必须为偶数;若输入奇数,系统会自动向上取整为偶数。
公式详解
积分区间被等分为 \(n\) 段,每段宽度为 \(\Delta x = (b - a)/n\),得到采样点 \(x_0\)、\(x_1\)、……、\(x_n\)。两个端点 \(f_0\) 和 \(f_n\) 的权重为 1,奇数下标的内部点权重为 4,偶数下标的内部点权重为 2。将这些加权值相加后乘以 \(\Delta x/3\),即可得到积分的近似值。
$$\int_{a}^{b} f(x)\,dx \approx \frac{h}{3}\left[ f(x_0) + 4\!\!\sum_{i\,\text{odd}}\!\! f(x_i) + 2\!\!\sum_{i\,\text{even}}\!\! f(x_i) + f(x_n) \right]$$
实例演算
对 \(f(x) = x^2\) 在 0 到 2 上积分,取 \(n = 4\)。此时 \(\Delta x = 0.5\),采样点为 0、0.5、1、1.5、2,对应函数值为 0、0.25、1、2.25、4。奇数项之和 \(= 0.25 + 2.25 = 2.5\);偶数项之和 \(= 1\)。结果 $$= \frac{0.5}{3}\cdot[0 + 4(2.5) + 2(1) + 4] = \frac{0.5}{3}\cdot 16 = 2.6667$$ 与精确值 \(8/3\) 完全吻合。
常见问题
为什么 \(n\) 必须是偶数?每条抛物线跨越两个子区间,所以子区间总数必须能被 2 整除。
它的精度如何?误差与 \(\Delta x\) 的四次方成正比,因此对于光滑函数,将 \(n\) 加倍可使误差大约缩小为原来的 1/16。对于三次多项式,辛普森法则能给出精确结果。
角度应该怎么处理?三角函数使用弧度,因此如有需要,请先把角度从度数换算为弧度。