无需登录 数据私有 本地保存

二重积分黎曼和演示 - 矩形逼近曲面

14
0
0
0

二重积分黎曼和演示

通过矩形柱体逼近曲面下方的体积，直观理解二重积分定义

参数控制
x: [a, b]y: [c, d]
子区间宽度 Δx = 0.500
子区间宽度 Δy = 0.500
总柱体数：16
低值柱体高度 →高值
加载3D引擎...
黎曼和：--
精确值：--
相对误差：--
常见问题与知识点
什么是二重积分的黎曼和？
二重积分的黎曼和是将积分区域 [a,b]×[c,d] 分割成 n×m 个小矩形，每个小矩形面积为 ΔA = Δx·Δy。在每个小矩形中选择一个采样点 (xᵢ*, yⱼ*)，用该点的函数值 f(xᵢ*, yⱼ*) 乘以小矩形面积得到一个小柱体的体积，所有小柱体体积之和即为黎曼和：
S(n,m) = ΣᵢΣⱼ f(xᵢ*, yⱼ*) · Δx · Δy
当 n, m → ∞ 时，黎曼和的极限就是二重积分的精确值。
不同采样点类型有什么区别？
左下角采样：在每个子矩形左下角 (xᵢ, yⱼ) 处取值。对于单调递增函数，会低估积分值。
右上角采样：在每个子矩形右上角 (xᵢ₊₁, yⱼ₊₁) 处取值。对于单调递增函数，会高估积分值。
中点采样：在子矩形中心取值，通常收敛速度最快（O(1/n²)），是最常用的方法。
左上/右下：介于上述情况之间，适用于特定单调性方向的函数。
为什么中点法通常最优？
中点法具有二阶精度，误差项为 O(Δx² + Δy²)。这是因为在子矩形中心进行泰勒展开时，一阶误差项恰好相互抵消。相比之下，角落采样法仅有一阶精度 O(Δx + Δy)。因此在实际数值积分中，中点法（以及其高维推广）是最常用的黎曼和类型。
如何判断黎曼和是过高估计还是过低估计？
这取决于函数在积分区域上的单调性：
• 若 f 在 x 和 y 方向均单调递增，左下角采样低估，右上角采样高估
• 若 f 为凸函数，中点采样通常低估（詹森不等式）
• 若 f 为凹函数，中点采样通常高估
在本工具中观察 f(x,y)=x²+y²（凸函数）使用中点法时，柱体顶部通常在曲面下方穿过。
二重积分与累次积分的关系是什么？
根据富比尼定理（Fubini's Theorem），在适当条件下，二重积分可以转化为累次积分：
∬_D f(x,y) dA = ∫ₐᵇ [∫_cᵈ f(x,y) dy] dx = ∫_cᵈ [∫ₐᵇ f(x,y) dx] dy
这意味着我们可以先对一个变量积分再对另一个积分，大大简化了计算。这也是为什么本工具中许多预设函数的精确值可以手动计算出来。
黎曼和的收敛速度有多快？
对于充分光滑的函数：
• 角落采样法：误差约为 O(1/n)，需要将分区数翻倍才能使误差减半
• 中点法：误差约为 O(1/n²)，分区数翻倍可使误差减少约75%
在本工具中尝试将 n 和 m 从4增加到8、16，观察黎曼和如何快速逼近精确值，尤其使用中点法时收敛非常明显。
🔧 相关工具