数值积分导论
欢迎来到数学学习之旅！在 A Level 数学的学习中，你已经学过如何利用积分来求曲线下的面积。但这里有个秘密：并非所有函数都能透过标准的代数方法轻松积分（甚至根本无法积分！）。试想像一下，如果要计算一个形状极不规则的池塘面积，有时候完美的数学公式根本就不存在。
这时，数值积分 (Numerical Integration) 就派上用场了。与其寻找一个完美的答案，我们改用长方形或梯形等简单图形来得出一个在实际应用中“足够好”的估算值。本章将探讨如何建立这些近似值，以及如何评估它们的准确度。
1. 作为和的极限之积分
在深入研究各种方法之前，先了解背后的原理会更有帮助。积分的本质其实是将无限多个极细小的长方形相加，从而求得面积。
你知道吗？积分符号 \(\int\) 实际上是一个变体的“S”，代表拉丁语中的“Summa”（意指总和）。当我们进行数值积分时，其实就是手动进行这种“求和”，只是我们使用的是有限个图形，而非无限个。
2. 利用长方形估算面积
要估算曲线 \(y = f(x)\) 在两点 \(a\) 和 \(b\) 之间的面积，最简单的方法是将该面积切分成垂直的长条（长方形）。
运作原理：
1. 将区间 \([a, b]\) 分割成 \(n\) 个宽度为 \(h\) 的相等长条。宽度计算公式为：\(h = \frac{b-a}{n}\)。
2. 根据曲线的位置，为每个长方形选择一个高度（通常选取长条的左端或右端）。
3. 将所有长方形的面积相加。
上下界 (Upper and Lower Bounds)
根据曲线是向上（递增）还是向下（递减），你的长方形会突出曲线之上，或是在曲线之下留下缝隙。
- 下界 (Lower Bound)： 如果长方形全都包含在曲线下的面积之内，那么总面积就是一个下界（肯定小于真实面积）。
- 上界 (Upper Bound)： 如果长方形覆盖了面积但同时也超出曲线范围，那么总面积就是一个上界（肯定大于真实面积）。
快速回顾：透过使用总是在曲线下方及总是在曲线下方的长方形，我们可以肯定地说，真实面积一定介于这两个数值之间。
3. 梯形法则 (The Trapezium Rule)
长方形虽然好用，但形状比较“生硬”。如果我们改用梯形（顶边是斜线的形状），图形的顶部将会更贴近曲线的走势。这就是梯形法则。
公式
若要计算近似面积 \(A\)：
\(A \approx \frac{1}{2}h [ (y_0 + y_n) + 2(y_1 + y_2 + ... + y_{n-1}) ]\)
公式拆解：
- \(h\)： 每个长条的宽度。\(h = \frac{\text{终点} - \text{起点}}{\text{长条数量}}\)。
- \(y_0\) 和 \(y_n\)： 第一个和最后一个点的高度。我们只使用它们一次。
- \(y_1, y_2, \text{等等}\)： 中间各点的高度。我们使用它们两次，因为它们分别构成了两个相邻梯形的边。
记忆小撇步：将公式理解为：“一半的宽度乘以（首项 + 末项 + 2 \(\times\) 其余各项之和）。”
步骤流程：
1. 求出长条宽度 \(h\)。
2. 建立 \(x\) 值的表格，从 \(a\) 开始，每次加上 \(h\)，直到到达 \(b\)。
3. 将 \(x\) 值代入函数 \(f(x)\) 中，计算出相应的 \(y\) 值。
4. 将这些 \(y\) 值代入公式中。
关键重点：使用的长条数量 (\(n\)) 越多，\(h\) 就越小，你的估算结果就会越准确！
4. 低估值 vs. 高估值
考试中最常见的问题之一是：“梯形法则会得出高估值还是低估值？”别担心，这看起来很难，但其实有一个非常简单的判断方法！
这完全取决于曲线的凹凸性 (Concavity)：
- 凹向下（哭脸曲线 \(\cap\)）： 如果你在“哭脸”曲线的两点间画一条直线，这条线会落在曲线下方。因此，梯形法则会得出低估值。
- 凸向上 / 凹向上（笑脸曲线 \(\cup\)）： 如果你在“笑脸”曲线的两点间画一条直线，这条线会落在曲线上方。因此，梯形法则会得出高估值。
类比：想象在曲线的两点之间拉一根弦。如果这根弦（即梯形的顶边）停留在曲线上方，表示你多算了面积（高估）；如果这根弦切在曲线下方，表示你漏算了一些面积（低估）。
5. 应避免的常见错误
即使是最优秀的学生也可能会在这里犯小错。请留意以下几点：
- 长条 (Strips) 与 纵坐标 (Ordinates)： 如果题目要求 4 个长条，你将会有 5 个 \(y\) 值 (\(y_0, y_1, y_2, y_3, y_4\))。务必检查题目问的是“长条”还是“数值/点”。
- 弧度 (Radians) 与 角度 (Degrees)： 如果函数涉及三角函数（如 \(\sin x\) 或 \(\cos x\)），务必使用弧度制，除非题目另有说明。
- 计算错误： 在使用公式时要非常小心括号。很容易不小心只将其中一部分乘以 \(h\)。
- 宽度 \(h\)： 确保正确计算 \(h\)。它是总距离除以长条数量，不是点的数量。
6. 数值积分的实际应用
在现实问题中，你可能根本没有函数公式，只有一张数据表（例如每 5 秒记录一次的车速）。由于速度-时间图像下的面积代表距离，即使不知道车辆运动的精确方程，你也可以利用梯形法则来估算它行驶了多远！
快速回顾箱：
- 数值积分： 用于无法进行精确积分的情况。
- 长方形法： 用于寻找上下界。
- 梯形法则： \(Area \approx \frac{h}{2}(\text{首项+末项} + 2 \times \text{中间各项})\)。
- 凸向上 (\(\cup\))： 高估值。
- 凹向下 (\(\cap\))： 低估值。
总结
数值积分的核心在于近似。虽然梯形法则通常比长方形法更准确，但两者都是处理标准微积分失效时不可或缺的工具。观察图形的“弯曲”方式来决定你的答案是偏高还是偏低，并记得在处理三角函数时将计算器设定为弧度模式！