离散化数值积分 方法 操作系统支持：Windows、Linux    所属对象：微积分

计算一个离散化的抽样数据集的数值积分(即通常曲线下的面积)。采用的算法是Simpson 1/3法则和Simpson 3/8法则，与其他方法不同，这个方法可以同时处理偶数次和奇数次观察的数据集。

语法： 双精度小数型 微积分．离散化数值积分 （浮点向量，样本区间，积分下限，积分上限）

参数名	描 述
浮点向量	必需的；双精度小数型，参数数据只能提供数组数据。一维数组，它保存离散样本集。
样本区间	必需的；双精度小数型。定义采样数据集之间的样本区间。
积分下限	必需的；整数型。积分的下限，本参数为大于等于0且小于等于"浮点向量"参数数组下标数减1的整数，"积分下限"必须小于"积分上限"。
积分上限	必需的；整数型。积分的上限，本参数为大于等于0且小于等于"浮点向量"参数数组下标数减1的整数，"积分下限"必须小于"积分上限"。

例程:

说明:

如果参数中有数组变量，数组成员数量不会自动增减，必须手动定义，如果定义数量有错误，将计算失败。

参见:例程