Explorateur de sommes de Riemann
approximation d'aire par partitions avec comparaison des méthodes
pourquoi médecins et écologues utilisent tous deux les intégrales 🖖
Les sommes de Riemann sont la façon dont la biologie continue devient calculable. En pharmacologie, l'aire sous la courbe (AUC) estime l'exposition totale à un médicament à partir d'échantillons sanguins discrets. En écologie, intégrer des courbes de taux de croissance estime la biomasse totale ou la production d'oxygène au fil du temps. Même mathématique, systèmes différents : diviser le temps en partitions, additionner les contributions locales, affiner les partitions pour réduire l'erreur.
découper l'aire en formes mesurables 🖖
Trouver l'aire exacte sous une courbe est difficile, mais additionner des rectangles est facile. Chaque méthode estime la hauteur d'une bande autrement : le bord gauche ou droit, le milieu, ou un sommet incliné (trapèze). L'idée clé : aucune n'est exacte, mais plus vous utilisez de bandes, plus chaque méthode se rapproche de la vraie intégrale. Observez comme l'erreur diminue quand on affine la subdivision.
la règle de Simpson est un mélange caché 🖖
Une surprise : la règle du point milieu bat souvent celle des trapèzes, et leurs erreurs pointent en sens opposés — le point milieu surestime là où la courbe est concave, le trapèze sous-estime. Mélangez-les sous la forme (2M + T)/3 et le terme d'erreur dominant s'annule, donnant la règle de Simpson. La plus célèbre formule d'intégration n'est donc qu'une moyenne pondérée de deux sommes déjà présentes à l'écran.
Exemples de problèmes
- gauche grossier - Une somme à gauche grossière crée un biais d'approximation visible.
- affiner n - Augmenter n améliore la qualité de l'approximation de l'aire.
- trapèze lisse - La méthode des trapèzes épouse mieux la courbe régulière de sin que des rectangles grossiers.
- biais de concavité - La concavité détermine le biais systématique de sur- ou sous-estimation.
- intervalle inversé - intervalle inversé
- biais à droite - biais à droite