定积分计算器
定积分计算器输入被积函数 f(x) 与上下限 a、b，即可用辛普森法、梯形法或中点法求出 ∫ₐᵇ f(x)dx 的数值近似，并查看有向面积与稳定性参考。
用 ^ 或上标写次数（x^2 或 x²）。 系数与变量、变量与括号之间的乘号可省略（2x、3(x+1)），但字母与字母之间要写乘号（x*e^x）。 支持 sin cos tan cot sec csc、asin acos atan、ln log exp sqrt abs 及常数 π、e。
辛普森法精度最高（对三次以内多项式精确）；中点法只取区间内部采样，可处理端点奇点（如 ∫₀¹ 1/√x）。三种均为固定等分网格的复合求积，段数见下方「分段数」。
把区间等分成 n 段再求和，n 越大越精细（2~1,000,000，辛普森法会自动向上取偶数）。被积函数振荡越快，需要的 n 越大：若结果提示「未收敛」，多半是 高频振荡与固定网格发生混叠，请增大分段数后重算。
定积分是有向面积：位于 x 轴上方的部分计正、下方计负，二者可相互抵消。 结果由 辛普森法对区间做 1000 段复合数值求积得到，为浮点近似。 「相邻分辨率差值」是本结果与加倍分段（2n 段）结果之差，越小越可能已收敛， 但它只是收敛参考、并非严格误差界，对奇点或强振荡函数可能低估真实误差。 「已收敛」是多套网格彼此一致的稳健性参考、并非正确性保证，不代表数值一定等于真值。 被积函数在区间内部存在奇点（如 1/(x−c)、tan 在 π/2）时属反常积分，工具会用与幅值无关的启发式尽力扫描识别并拒绝 （对一阶、偶数阶及小振幅极点均能触发，但为最佳努力、不保证识别所有情形，也可能误判）；端点处无定义但可积的情形（如 ∫₀¹ 1/√x）可改用中点法。
怎么用
- 输入被积函数：在「被积函数 f(x)」里写出要积分的函数，如 x^2、sin(x)、1/(1+x^2)。次数用 ^ 或上标（x^2 或 x² 都行）；系数与变量、变量与括号之间的乘号可省略（2x=2*x、3(x+1)），但两个字母之间必须写乘号（x*e^x）。支持 sin、cos、tan、ln、log、exp、sqrt、abs 等常用函数与常数 π、e。
- 填积分上下限 a、b：在「积分下限 a」「积分上限 b」里填区间端点，可直接写数字，也支持 pi、2pi、e（如从 0 到 π）。上限小于下限时结果按 ∫ₐᵇ = −∫ᵇₐ 自动取负；上下限相等时定积分为 0。
- 选择数值方法与分段数（可选）：默认用辛普森法（复合 Simpson，对三次以内多项式精确）。也可切换梯形法或中点法；中点法只在区间内部采样，可用于部分端点无定义的函数（如 ∫₀¹ 1/√x）。三种方法都在固定等分网格上求积，段数由「分段数 n」控制（默认 1000，可 2~1,000,000）：被积函数振荡越快，通常需要更大的 n。
- 读结果与收敛判定：工具给出 ∫ₐᵇ f(x)dx 的近似值，即曲线在该区间下的有向面积（x 轴上方计正、下方计负）。「相邻分辨率差值」是本结果与加倍分段（2n 段）结果之差，越小越可能稳定，但它只是参考、并非严格误差界。若判定「未收敛」，可增大分段数后比较结果；即使标注「已收敛」，遇到高频振荡、窄峰或疑似奇点时仍应结合解析判断。区间内部的奇点属于反常积分，工具只能用启发式扫描辅助提示，不能替代对函数定义域与连续性的检查。
核心要点
定积分计算器把区间 [a, b] 分段采样，近似求出单变量函数 f(x) 的有向面积；结果适合常见函数验算，但不能代替对连续性、奇点和收敛性的解析判断。
- 算的是有向面积：
∫ₐᵇ f(x)dx中，x 轴上方面积计正、下方计负，可相互抵消。 - 无需原函数：直接数值逼近，连没有初等原函数的
eˣ²、sin(x)/x也能算。 - 真实算例：输入
x^2、下限0、上限1，结果约为0.3333，可与解析值1/3对照。 - 方法选择：辛普森法适合常见光滑函数；端点无定义时可尝试中点法，并通过改变分段数交叉比较。
- 边界提醒：高频或小振幅振荡、窄峰及疑似奇点可能误导数值判定； 「已收敛」只表示多套网格结果接近，不代表已经证明结果正确。
原理与公式
定积分 ∫ₐᵇ f(x)dx 是黎曼和的极限：把区间[a, b] 分成许多小段，用每段上的矩形/梯形面积之和逼近曲线下面积， 当分段无限细时和收敛到定积分。它是一个数，几何上等于 y=f(x)、x 轴与直线 x=a、x=b 围成的有向面积。
牛顿-莱布尼茨公式
若 F(x) 是 f(x) 的原函数（F′(x)=f(x)），则 ∫ₐᵇ f(x)dx = F(b) − F(a)。这是求解析定积分的核心，但很多函数没有初等原函数， 此时改用数值积分直接逼近，正是本工具所做的。
三种复合求积公式（把 [a, b] 等分为 n 段，步长 h=(b−a)/n；n 由「分段数」控制）
- 梯形法：
∫ ≈ h·[f₀/2 + f₁ + … + fₙ₋₁ + fₙ/2]， 误差O(h²)。 - 中点法：
∫ ≈ h·Σ f(xₖ + h/2)， 只取每段中点、不碰端点，误差O(h²)（常数更小）。 - 辛普森法（n 为偶数）：
∫ ≈ (h/3)·[f₀ + 4f₁ + 2f₂ + 4f₃ + … + 4fₙ₋₁ + fₙ]， 用抛物线拟合每两段，误差O(h⁴)，收敛最快。
误差阶成立的前提是被积函数足够光滑：梯形法、中点法的 O(h²)需要 f 在 [a, b] 上二阶连续可导（f ∈ C²）， 辛普森法的 O(h⁴) 需要四阶连续可导（f ∈ C⁴）， 误差常数与该区间上相应阶导数的最大值成正比。当函数不够光滑（有尖点、奇点或剧烈振荡）时， 上述收敛速度不再成立，实际误差可能远大于这些估计——此时需显著增大分段数或改用解析方法。
算例
∫₀¹ x² dx：解析值 [x³/3]₀¹ = 1/3 ≈ 0.3333， 辛普森法（1000 段）给出的近似值与之一致到多位小数。
∫₀^π sin(x) dx = [−cos x]₀^π = −(−1) − (−1) = 2；∫₁^e (1/x) dx = [ln x]₁^e = 1；∫₀¹ 4/(1+x²) dx = 4·[arctan x]₀¹ = π——都可在上方直接验证。
有向面积与几何面积
当 f(x) 在区间内有正有负时，定积分是正负面积的代数和， 例如 ∫₀^{2π} sin(x)dx = 0。若要不抵消的几何总面积， 应对被积函数取绝对值，计算 ∫ₐᵇ |f(x)|dx（工具支持 abs）。
精度、误差与适用范围
- 近似性质：结果为数值逼近，非精确符号值。默认 1000 段辛普森法对光滑函数通常可达 8~10 位有效数字。
- 相邻分辨率差值：给出本结果与加倍分段（2n 段）结果之差，越小越可能已收敛， 可作稳定性参考，但不是严格误差界——奇点或强振荡时可能低估真实误差。
- 高频混叠（务必留意）：固定等分网格对振荡极快的函数可能「采样对齐」而失真。 例如
∫₀^{2π} cos(1000x)dx解析值为 0，但 1000 段下每段恰好采到相同相位， 会算出约2π且「差值为 0」的错误结果。本工具用一个错位网格交叉校验、 识别出这种情况并标注「未收敛」，此时应增大分段数 n直至收敛。 需要强调：收敛判定是一种启发式稳健性检查，而非正确性证明——它能拦下常见的混叠， 但「已收敛」只表示多套网格彼此一致、结果较可能稳定，并不保证等于真值；对病态或高频函数仍应结合解析结论判断。 - 奇点与反常积分：端点无定义但收敛的积分（如
∫₀¹ 1/√x dx = 2）可用中点法近似； 区间内部含奇点（竖直渐近线，如∫₋₁¹ 1/x、∫₀¹ 1/(x−0.12345)、∫₀¹ 1/(x−c)²、∫₀^π tan x）属反常积分。工具会做细网格扫描，用与幅值无关（尺度不变）的 两项启发式尽力识别并拒绝：一是缩放窗口观察|f|的增长率（真奇点会无界增长、光滑尖峰会收敛）， 二是符号翻转两侧相对于函数自身量级的相对大小。这些只是最佳努力的启发式，既不保证识别所有奇点，也可能误判； 是否为反常积分，最终应以解析判断为准，标注「未收敛」的结果同样不可作为积分值。 - 数值范围：采用 IEEE-754 双精度浮点，约 15~16 位有效数字；被积函数在区间内变化越剧烈，所需分段越多。
常见问题
- 定积分怎么算？定积分和不定积分、曲线面积有什么关系？
- 定积分 ∫ₐᵇ f(x)dx 表示函数 f(x) 在区间 [a, b] 上与 x 轴围成的「有向面积」：曲线在 x 轴上方的部分计为正、下方计为负，两者相加即为定积分的值。它是一个确定的数，而不定积分 ∫f(x)dx 求的是原函数（一族函数，相差常数 C）。二者由牛顿-莱布尼茨公式相连：若 F′(x)=f(x)，则 ∫ₐᵇ f(x)dx=F(b)−F(a)。本工具用数值方法直接逼近这个数值，无需先求出原函数，因此对没有初等原函数的函数（如 eˣ²、sin(x)/x）也能算。
- 定积分计算器支持哪些函数和输入写法？
- 被积函数可用四则运算 + − × ÷ 与乘方 ^，以及常用函数：三角 sin、cos、tan、cot、sec、csc，反三角 asin、acos、atan，对数指数 ln（自然对数）、log（以 10 为底）、exp、sqrt（平方根）、abs（绝对值），常数 π（写作 pi 或 π）和 e。次数用 ^ 或 Unicode 上标（x^2 或 x²），也接受 x**2。乘号可写 *、· 或在这些情形省略：数字与变量/括号/函数之间（2x、3(x+1)、2sin(x)）、右括号与后续因子相邻时（(x+1)(x−1)）；但两个字母相邻必须写乘号（x*e^x，不能写 xe^x）。上下限也支持 pi、2pi、e。
- 定积分计算器用辛普森法、梯形法还是中点法更合适？
- 三者都把区间等分后求和逼近积分。梯形法用每段两端点连线估计面积；中点法取每段中点，不读取端点，适合尝试部分端点无定义但积分收敛的函数；辛普森法用抛物线拟合每两段，对足够光滑的函数通常收敛较快，对三次及以内多项式精确。可先用辛普森法验算常见光滑函数，再改变分段数或切换方法比较；端点无定义时可尝试中点法，但结果仍需结合函数连续性与解析结论判断。
- 定积分计算器的数值结果为什么是近似值，误差怎么看？
- 定积分计算器用数值求积逼近积分值，不会把结果化成精确的符号表达式。误差取决于函数光滑性、数值方法、分段数和浮点运算；「相邻分辨率差值」只能说明两次网格计算是否接近，并不是严格误差界。实用的检查方法是逐步增大 n，并用另一种方法或已知解析值交叉比较。高频振荡、小振幅振荡、窄峰和奇点附近都可能出现看似稳定但偏离真值的结果，因此「已收敛」不能当作正确性证明。
- 定积分上下限颠倒或函数有正有负时怎么算？
- 定积分是有向的。若上限 b 小于下限 a，按定义 ∫ₐᵇ f=−∫ᵇₐ f，工具会自动取负号；上下限相等时结果恒为 0。当被积函数在区间内有正有负时，正负面积相互抵消，例如 ∫₀^{2π} sin(x)dx=0（上半周期与下半周期抵消）。如果你要的是「几何面积」（不抵消、全部取正），请对被积函数加绝对值，即计算 ∫ₐᵇ |f(x)|dx（本工具支持 abs 函数）。
- 定积分计算器能算反常积分和端点奇点吗？
- 本工具主要计算有限区间上的常义定积分，不直接接受无穷上下限。若函数只在端点无定义但反常积分收敛，例如 ∫₀¹ 1/√x dx=2，可尝试中点法避开端点并观察近似值，但奇点附近通常收敛较慢。区间内部含竖直渐近线时，启发式扫描可能漏掉缩放后的奇点，也可能把窄而高的光滑峰误判为奇点；因此应先检查函数定义域与连续性，再用极限或解析方法判断反常积分是否收敛，不宜只依据页面提示。