数值积分计算器

此数值积分计算器针对同一个定积分比较了三种实用的求积策略：高斯求积、龙贝格积分和自适应辛普森求积。它专为学生、工程师、分析师和开发人员设计，他们需要清晰的估算值以及解释估算值生成过程的诊断信息。

如何使用

1. 输入函数和区间：输入 x 的函数，然后输入定积分的下限和上限。
2. 设置精度控制：选择容差、最大高斯阶数、龙贝格能级和自适应递归深度，以匹配问题的平滑度。
3. 计算并比较：运行计算器以并排查看高斯、龙贝格和自适应求积的估算值，以及误差信号和函数计算次数。
4. 检查可视化诊断：使用曲线图、收敛图、龙贝格表和自适应区间列表来了解各种方法在何处达成一致或遇到困难。

支持的函数语法

使用 x 作为积分变量。常见的函数和常数包括 sin, cos, tan, exp, log, ln, sqrt, abs, erf, gamma, pi, e 和 tau。乘法必须显式写出，因此请写 2*x 而不是 2x。指数可以使用 ^ 或 ** 输入。

方法比较

结果解读

估算值是该方法的最终近似结果。误差信号是内部差异估算，而非绝对误差的正式证明。一致性偏差比较了三个最终估算值；较小的偏差是一个有用的合理性检查，特别是当这些方法使用不同的采样逻辑时。

对于困难的积分，请增加高斯阶数、添加龙贝格能级、提高自适应深度，或围绕不连续点或尖锐特征手动拆分区间。即使计算器返回了一个数字，对真正的奇异性进行数值积分也需要数学上的谨慎处理。

常见问题解答

数值积分估算的是什么？

当精确的原函数不可用、不方便或不需要时，数值积分会估算定积分在某个区间上的值。它在选定的 x 值处对函数进行采样，并将这些样本与特定方法的权重结合起来，以近似曲线下的有符号面积。

什么时候应该信任高斯、龙贝格或自适应求积？

高斯求积通常非常适合有限区间上的平滑函数，因为它放置采样点非常高效。龙贝格积分适用于梯形精修定期改进的平滑函数。当函数具有局部曲率、端点行为或在区间内难度不均匀时，自适应求积通常是更安全的首先选择。

为什么这三种方法的结果会不一致？

不一致通常意味着在所选设置下，该函数对于至少一种方法来说是困难的。常见原因包括尖峰、端点奇异性、不连续性、振荡、抵消、极宽的区间，或对于可用采样预算而言过于严格的容差。

这个计算器可以替代符号积分吗？

不能。符号积分试图找到精确的原函数，而此计算器是以数值方式近似定积分。数值积分对于测量数据、特殊函数、仿真模型以及闭式解复杂或不可用的积分非常有用。

我该如何选择容差？

对于普通平滑函数，可以从 1e-8 之类的容差开始。当估算值一致且你需要更多位数时，请收紧容差；当函数计算成本高、高度振荡或具有强制进行多次细分的端点行为时，请放宽容差或增加方法限制。