آزمایشگاه آزاد؛ بدون نیاز به ورود
مجموع ریمان؛ تقریب مساحت زیر نمودار
انتگرال معین رو میشه مثل مساحت زیر نمودار دید. اینجا مستطیلها و ذوزنقهها رو روی منحنی میچینی و میسنجی جمع مساحتشون چقدر به جواب دقیق نزدیکه.
آزمایش رو شروع کنتابع و روش رو انتخاب کن، بازه رو روی ۲ بذار و با ۴ قطعه شروع کن. بعد برآورد، مقدار دقیق و خطا رو کنار هم بخون.
آزمایشگاه در حال آماده شدنه…
حالا خودت امتحان کن
هر بار فقط یک چیز رو تغییر بده تا اثرش رو ببینی. قبل از اجرا، نتیجه رو حدس بزن.
مستطیل چپ و راست رو مقایسه کن
تابع x² و بازهٔ [۰، ۲] رو نگه دار. با ۴ مستطیل، روش رو اول چپ و بعد راست بذار و هر برآورد رو با مقدار دقیق مقایسه کن.
حدست چیه؟ چون نمودار x² در این بازه رو به بالاست، برآورد چپ و راست کدوم طرف جواب دقیق میافتن؟
توضیح نتیجه رو ببین
برای ۴ قطعه، روش چپ ۱٫۷۵ و روش راست ۳٫۷۵ به دست میده؛ مقدار دقیق ۸/۳، یعنی حدود ۲٫۶۶۷ه. اینجا مستطیلهای چپ کم میگیرن و راست بیشتر؛ با همین تابع و بازه، جواب دقیق بین این دو برآورده.
قطعهها رو بیشتر و باریکتر کن
تابع x²، بازهٔ [۰، ۲] و روش نقطهٔ میانی رو ثابت نگه دار. تعداد قطعهها رو یک بار ۴ و بار دیگه ۲۰ بذار و خطا رو بخون.
حدست چیه؟ با پنج برابر شدن تعداد قطعهها، برآورد نقطهٔ میانی به ۸/۳ نزدیکتر میشه یا دورتر؟
توضیح نتیجه رو ببین
با ۴ قطعه، برآورد ۲٫۶۲۵ و خطا حدود ۰٫۰۴۱۶۶۷ه؛ با ۲۰ قطعه، برآورد ۲٫۶۶۵ و خطا حدود ۰٫۰۰۱۶۶۷ میشه. جواب دقیق ۸/۳، یعنی حدود ۲٫۶۶۶۶۶۷ه، پس در این تنظیم قطعههای باریکتر خطا رو کم میکنن.
نقطهٔ میانی رو با ذوزنقه بسنج
تابع ۱ + sin(x)، انتهای بازهٔ ۳ و ۶ قطعه رو انتخاب کن. یک بار روش نقطهٔ میانی و یک بار ذوزنقه رو بذار و مقدار خطا رو مقایسه کن.
حدست چیه؟ برای همین بازه و همین ۶ قطعه، کدوم روش به انتگرال دقیق نزدیکتر میشه؟
توضیح نتیجه رو ببین
در این نمونه، خطای نقطهٔ میانی حدود ۰٫۰۲۰۸۸۱ و خطای ذوزنقه حدود ۰٫۰۴۱۶۳۲ه. پس این بار نقطهٔ میانی نزدیکتره؛ این نتیجه به همین تابع، بازه و تعداد قطعهها مربوطه و قانون همیشگی برای همهٔ حالتها نیست.
پشت این حرکت چه خبره؟
جمع مساحت تکههای کوچک
dx = b / n; S = sum(height_i * dx)
بازهٔ صفر تا b رو به n قسمت هماندازه میشکنی. عرض هر قسمت dx = b/n میشه؛ بعد ارتفاع هر مستطیل رو از یک جای اون قسمت برمیداری و مساحتها رو جمع میزنی. در روش ذوزنقه، دو سر هر قسمت ارتفاع میدن و کنارهها شیبدار میشن.
جای نمونه، برآورد رو جابهجا میکنه
روش چپ ارتفاع رو از ابتدای هر قسمت میگیره، روش راست از انتها و روش نقطهٔ میانی از وسط. اگر تابع در بازه بالا بره، مستطیل چپ معمولاً کوتاهتر و مستطیل راست بلندتر از بخش منحنی درمیاد؛ برای تابع x² در بازهٔ این آزمایش هم همین اتفاق افتاد.
برآورد رو با جواب دقیق بسنج
error = abs(estimate - exact)
مدل برای هر منحنی یک انتگرال دقیق حساب میکنه و اختلافِ قدرمطلق برآورد و جواب دقیق رو بهعنوان خطا نشون میده. بیشتر و باریکتر کردن قطعهها معمولاً کمک میکنه، ولی نتیجه به شکل منحنی و روش هم بستگی داره؛ خطای همین تنظیم رو خودت مقایسه کن.
سؤالت رو بپرس، جوابش رو هم ببین
وقتی توی چت دربارهٔ یک مفهوم درس میخونی، دستیار هوش مصنوعی میتونه شبیهسازی مرتبط رو کنار توضیحش نشون بده. پارامترها رو تغییر میدی و با کمک توضیح بعدی، نتیجه رو بهتر میفهمی.
شروع یادگیری با چتبرای ادامه در چت، وارد مسیر شروع و ورود میشی. نتیجهٔ این آزمایش به چت منتقل نمیشه.
نمونهٔ نمایشی از آموزش در چت
چرا جمع مستطیلها دقیقاً با مساحت زیر منحنی یکی نمیشه؟
چون هر مستطیل ارتفاع تابع رو فقط از یک نقطه میگیره و سطح منحنی بین اون نقطهها تغییر میکنه. با باریکتر کردن قطعهها معمولاً شکل مستطیلها بهتر به منحنی میچسبه، ولی اینکه چقدر نزدیک بشه به تابع و روش انتخابی ربط داره؛ خطا رو هم کنار جواب دقیق میبینی.
سؤالهای رایج
مجموع ریمان یعنی چی؟
یعنی بازه رو به قسمتهای کوچکتر تقسیم کنی، برای هر کدوم یک مساحت تقریبی بسازی و همه رو جمع بزنی. این صفحه چند روش ساختن همین مساحتها رو با هم مقایسه میکنه.
روش ذوزنقه چه فرقی با مستطیل داره؟
مستطیل در هر قسمت یک ارتفاع ثابت داره؛ ذوزنقه ارتفاع دو سر قسمت رو میگیره و بینشون خط میکشه. بعد مساحت ذوزنقهها با هم جمع میشن.
هرچی قطعهها بیشتر باشن، جواب همیشه بهتر میشه؟
قطعههای بیشتر معمولاً تقریب رو بهتر میکنن، ولی اندازهٔ خطا به شکل تابع و روش هم وابستهست. تعداد رو عوض کن و مقدار خطا رو برای همون حالت ببین؛ از یک نمونه برای همهٔ تابعها نتیجه نگیر.
مقدار دقیق از کجا میآد؟
مدل انتگرال هر کدوم از سه تابعش رو با فرمول خودش حساب میکنه. مقدار دقیق، برآورد مستطیلی یا ذوزنقهای نیست؛ معیاره تا خطای تقریب رو باهاش بسنجی.