离散化数值积分 方法   操作系统支持:WindowsLinux    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