Kalkulator Integrasi Numerik
Perkirakan integral tentu dengan kuadratur Gauss-Legendre, ekstrapolasi Romberg, dan kuadratur Simpson adaptif. Bandingkan estimasi, sinyal kesalahan, evaluasi fungsi, perilaku konvergensi, dan penempatan interval adaptif dalam satu ruang kerja visual.
Ad blocker Anda mencegah kami menampilkan iklan
MiniWebtool gratis karena iklan. Jika alat ini membantu, dukung kami dengan Premium (bebas iklan + lebih cepat) atau whitelist MiniWebtool.com lalu muat ulang halaman.
- Atau upgrade ke Premium (bebas iklan)
- Izinkan iklan untuk MiniWebtool.com, lalu muat ulang
Tentang Kalkulator Integrasi Numerik
Kalkulator integrasi numerik ini membandingkan tiga strategi kuadratur praktis untuk integral tentu yang sama: kuadratur Gaussian, integrasi Romberg, dan kuadratur Simpson adaptif. Alat ini dirancang untuk mahasiswa, insinyur, analis, dan pengembang yang membutuhkan estimasi jelas beserta diagnostik yang menjelaskan bagaimana estimasi tersebut dihasilkan.
Cara Menggunakan
- Masukkan fungsi dan interval: Ketik fungsi x, lalu masukkan batas bawah dan atas untuk integral tentu.
- Atur kontrol akurasi: Pilih toleransi, orde Gaussian maksimum, level Romberg, dan kedalaman rekursi adaptif untuk mencocokkan kehalusan masalah.
- Hitung dan bandingkan: Jalankan kalkulator untuk melihat estimasi Gaussian, Romberg, dan kuadratur adaptif secara berdampingan dengan sinyal kesalahan dan jumlah evaluasi fungsi.
- Periksa diagnostik visual: Gunakan plot kurva, bagan konvergensi, tabel Romberg, dan daftar interval adaptif untuk memahami di mana metode-metode tersebut setuju atau kesulitan.
Sintaks Fungsi yang Didukung
Gunakan x sebagai variabel integrasi. Fungsi dan konstanta umum meliputi sin, cos, tan, exp, log, ln, sqrt, abs, erf, gamma, pi, e, dan tau. Perkalian harus eksplisit, jadi tulis 2*x alih-alih 2x. Pangkat dapat dimasukkan dengan ^ atau **.
Perbandingan Metode
| Metode | Ide utama | Kecocokan terbaik | Hal yang perlu diperhatikan |
|---|---|---|---|
| Kuadratur Gaussian | Menggunakan node dan bobot Gauss-Legendre yang ditempatkan secara optimal pada interval. | Fungsi halus pada interval terbatas di mana setiap evaluasi fungsi memakan biaya besar. | Fitur lokal yang tajam mungkin terlewatkan kecuali ordenya cukup tinggi. |
| Integrasi Romberg | Menyempurnakan estimasi trapesium dan menerapkan ekstrapolasi Richardson. | Fungsi halus yang urutan penyempurnaannya berperilaku teratur. | Singularitas titik ujung dan diskontinuitas dapat membuat ekstrapolasi menyesatkan. |
| Kuadratur adaptif | Membagi interval secara rekursif di mana estimasi Simpson tidak sesuai. | Fungsi dengan kelengkuran tidak merata, puncak terlokalisasi, atau perilaku titik ujung. | Rekursi mendalam mungkin diperlukan untuk integral osilasi atau yang mendekati singular. |
Menginterpretasikan Hasil
Estimasi adalah perkiraan akhir metode. Sinyal kesalahan adalah estimasi perbedaan internal, bukan bukti formal kesalahan absolut. Sebaran kesepakatan membandingkan ketiga estimasi akhir; sebaran kecil adalah pemeriksaan kewajaran yang berguna, terutama ketika metode menggunakan logika pengambilan sampel yang berbeda.
Untuk integral yang sulit, tingkatkan orde Gaussian, tambahkan level Romberg, naikkan kedalaman adaptif, atau bagi interval secara manual di sekitar diskontinuitas atau fitur tajam. Integrasi numerik di atas singularitas sejati membutuhkan kehati-hatian matematis, bahkan ketika kalkulator memberikan sebuah angka.
FAQ
Apa yang diestimasi oleh integrasi numerik?
Integrasi numerik mengestimasi nilai integral tentu pada suatu interval ketika antiturunan eksak tidak tersedia, tidak praktis, atau tidak diperlukan. Metode ini mengambil sampel fungsi pada nilai x tertentu dan menggabungkan sampel tersebut dengan bobot spesifik metode untuk memperkirakan luas bertanda di bawah kurva.
Kapan saya harus mempercayai kuadratur Gaussian, Romberg, atau adaptif?
Kuadratur Gaussian seringkali sangat baik untuk fungsi halus pada interval terbatas karena menempatkan titik sampel dengan sangat efisien. Integrasi Romberg bekerja dengan baik untuk fungsi halus di mana penyempurnaan trapesium meningkat secara teratur. Kuadratur adaptif biasanya merupakan pilihan pertama yang lebih aman ketika fungsi memiliki kelengkuran lokal, perilaku titik ujung, atau kesulitan yang tidak merata di seluruh interval.
Mengapa ketiga metode tersebut bisa berbeda hasil?
Ketidaksepakatan biasanya berarti fungsi tersebut sulit bagi setidaknya satu metode pada pengaturan yang dipilih. Penyebab umum termasuk puncak yang tajam, singularitas titik ujung, diskontinuitas, osilasi, pembatalan, interval yang sangat lebar, atau toleransi yang terlalu ketat untuk anggaran sampel yang tersedia.
Apakah kalkulator ini menggantikan integrasi simbolik?
Tidak. Integrasi simbolik mencoba mencari antiturunan eksak, sementara kalkulator ini memperkirakan integral tentu secara numerik. Integrasi numerik berguna untuk data terukur, fungsi khusus, model simulasi, dan integral yang bentuk tertutupnya kompleks atau tidak tersedia.
Bagaimana saya harus memilih toleransi?
Mulailah dengan toleransi seperti 1e-8 for fungsi halus biasa. Perketat ketika estimasi sesuai dan Anda memerlukan lebih banyak digit; longgarkan atau tingkatkan batas metode ketika fungsi tersebut mahal secara komputasi, sangat osilatif, atau memiliki perilaku titik ujung yang memaksa banyak subdivisi.
Kutip konten, halaman, atau alat ini sebagai:
"Kalkulator Integrasi Numerik" di https://MiniWebtool.com/id// dari MiniWebtool, https://MiniWebtool.com/
oleh tim miniwebtool. Diperbarui: 2026-04-24
Anda juga dapat mencoba Penyelesai Matematika AI GPT kami untuk menyelesaikan masalah matematika Anda melalui pertanyaan dan jawaban dalam bahasa alami.