lecture3 数值求积

1. 图示
   观察依据

   纵轴标签$f(x)$出现在矩形法则图示中，并在后续的黎曼/梯形/辛普森图示中再次出现。

$f(x)$

被数值近似计算曲线下面积的被积函数。

以实变量x的实值函数形式呈现；视频片段中未明确说明其定义域。

1. 图示
   观察依据

   所有展示的积分图示中，横轴均标记为$x$。

x

积分区间上的自变量。

显示在横轴上的实变量。

1. 图示
   观察依据

   矩形法则图在$a$和$b$轴上标出区间端点$x$-axis.

2. 图示
   观察依据

   后续的梯形法则与辛普森法则图示同样将积分限标记为$a$和$b$。

a, b

正在被近似计算的积分区间的下限与上限。

实数，其中$a<b$由图示隐含给出。

1. 图示
   观察依据

   左端点、右端点和中点图示面板各自显示在$x_1$、$x_2$和$x_3$之间标记的内部分割点$a$和$b$。

1. 该视频片段未说明这些划分点是否按定义等距分布，抑或仅在此例中绘制成等距。

$x_1$, $x_2$, $x_3$

用于将$[a,b]$划分为子区间的内部分割点，以图示矩形法则。

如图所示，满足$a < x_1 < x_2 < x_3 < b$的实数。

1. 图示
   观察依据

   每个图像的纵轴标记为$y$。

y

用于显示函数值$f(x)$的纵坐标轴。

所绘图像中的实数值坐标轴。

1. 图示
   观察依据

   三幅图的纵轴均标注为 $f(x)$。

$f(x)$

被进行数值积分的被积函数。

关于 x 的实值函数。

1. 图示
   观察依据

   三幅图的横轴均标注为 x。

x

积分图中的自变量／横坐标。

横轴上显示的实数区间。

1. 图示
   观察依据

   梯形法与辛普森法图示中标出了区间端点 a 和 b，位于 x 轴上。

a, b

积分区间的两个端点。

满足 $a < b$ 的实数。

1. 字幕依据
   观察依据

   屏幕文字说明：区间两端的点各自被赋予权重 ½。

2. 声音
   观察依据

   主讲人指出，端点处的函数值各自被赋予二分之一的权重。

½

此处所述梯形法则求和形式中，施加于端点函数值上的权重。

标量权重。

1. 声音
   观察依据

   讲师指出，这是第三讲的第三部分——数值积分，并说明将讨论如何采用数值方法计算积分。

2. 字幕依据
   观察依据

   标题幻灯片显示：“第3讲：数值积分”以及“积分的计算／数值方法”。

该片段将数值积分引入为一个研究主题，即通过数值方法而非符号积分来计算积分；讲师明确将其表述为“如何采用数值方法计算积分”。

1. 当积分通过计算进行近似求值，而非借助解析原函数精确求得时，适用此方法。

1. 声音
   观察依据

   讲师指出，用矩形法对函数积分作数值求值有三种常用方式：左端点法、右端点法和中点法。

2. 图示
   观察依据

   幻灯片标题为“从矩形开始”；三幅并排图像分别标注为“左端点”、“右端点”和“中点”。

3. 字幕依据
   观察依据

   屏幕文字显示：“数值近似计算积分有三种常用方法，上方图示已展示。我们此前已学过左端点法和右端点法，新介绍的是中点法。”

讲座介绍了在区间$[a,b]$上近似计算积分的三种基本矩形法则：左端点法则、右端点法则和中点法则。这三种法则均将区间等宽划分为若干子区间，唯一区别在于各子区间中选取哪个采样点来确定矩形的高度。

1. 图中所示的子区间具有相同宽度。

2. 该方法通过一系列矩形面积之和来近似曲线下的面积。

1. 数值积分作为一种计算积分的方法。

1. 声音
   观察依据

   “因此，在左端点法则中，我们取区间左端处的函数值。”

2. 图示
   观察依据

   左侧图标注为“左端点”，其中各矩形高度与曲线在每个子区间左边缘处的纵坐标值一致。

3. 动画
   观察依据

   黄色高亮框首先框住左侧图示区域，此时讲者正介绍左端点法则。

在左端点法则中，每个矩形的高度等于函数$f(x)$在其子区间左端点处的函数值。图中显示曲线在每一条竖直条带起始位置被采样，因此该近似结果即为这些矩形面积之和。

1. 需将区间$[a,b]$划分为若干子区间。

2. 使用每个子区间左端点处的函数值。

1. 三种基于矩形的数值积分法则

1. 声音
   观察依据

   对于右端点法则，我们取区间右端点处的函数值。

2. 图示
   观察依据

   中间图示标注为“右端点”，显示的矩形高度与各子区间右端点处曲线的纵坐标一致。

3. 动画
   观察依据

   当讲师讲解右端点法则时，黄色高亮区域从左图移至中间图。

在右端点法则中，每个矩形的高度等于$f(x)$在其子区间右端点处的函数值。这是并列展示的三种矩形方法中的第二种。

1. 需要将$[a,b]$划分成若干子区间。

2. 使用各子区间右端点处的函数值。

1. 三种基于矩形的数值积分法则

1. 声音
   观察依据

   而对于中点法则，我们取区间中点处的函数值。

2. 图示
   观察依据

   右侧图示标注为“中点”，显示的矩形高度与各子区间中心点处曲线的纵坐标一致。

3. 字幕依据
   观察依据

   幻灯片文字：“新增的方法是中点法则。”

4. 动画
   观察依据

   随后，黄色高亮区域移至最右侧图示，同时讲师说出中点法则的名称。

在中点法则中，每个矩形的高度等于函数$f(x)$在其子区间中点处的取值。主讲人指出，这相对于之前讨论的左端点法则和右端点法则而言是一种新规则。

1. 需要将$[a,b]$划分为若干子区间。

2. 使用函数在每个子区间中点处的取值。

1. 三种基于矩形的数值积分法则

1. 声音
   观察依据

   “而在数值计算中，你所做的是不断减小该步长，直至结果不再发生变化。”

2. 字幕依据
   观察依据

   屏幕文字：“在数值计算中，我们不断减小步长，直至结果不再发生变化。”

讲座指出，可通过反复减小步长，直至计算结果不再变化，从而改进数值求积过程。这描述的是通过细化而非采用单一固定划分来实现的收敛性检验。

1. 针对更小的步长重新计算近似值。

2. 停止依据是结果不再发生明显变化。

1. 三种基于矩形的数值积分法则

1. 声音
   观察依据

   “而若想高效地实现这一点，最佳方式是每次都将各区间长度缩小为原来的二分之一。”

2. 声音
   观察依据

   “这样，先前计算所得的结果便可用于确定下一次的结果，从而无需对函数进行过多不同位置的重新求值。”

3. 字幕依据
   观察依据

   屏幕文字：“高效的实现方式是将每个区间除以2，以便先前的结果可用于后续结果的计算。”

讲师建议在每次精化步骤中将每个区间除以2，因为较早计算出的函数值可在下一次计算中复用。这减少了对$f(x)$的冗余计算，而讲师指出，这类计算往往主导了运行时间。

1. 精化过程通过对现有子区间进行连续二分实现。

2. 优势来源于复用先前已计算出的函数值。

1. 通过不断细化步长直至收敛

1. 声音
   观察依据

   “而在许多计算中，真正耗时最多的正是函数求值本身。”

讲义指出，在许多数值计算中，函数本身的求值是最耗时的部分。这促使我们采用能避免不必要重算的数值积分精化策略。

1. 这是作为关于计算开销的一般性实践经验陈述，而非定理。

1. 通过将区间对半分割来复用先前的函数值计算

1. 字幕依据
   观察依据

   幻灯片标题变更为“接下来介绍梯形法与抛物线法”。

2. 图示
   观察依据

   三个新面板依次出现，标签分别为“黎曼法”、“梯形法”和“辛普森法”。

3. 声音
   观察依据

   讲师说道：“你们可能听说过其他一些积分规则。我们刚刚讨论的是矩形法则，它也被称为黎曼和或黎曼–斯蒂尔杰斯和。”

1. 音频转录稿中，“黎曼和或黎曼”之后的口头表述被截断，完整术语未被读出。

在介绍基于矩形的方法之后，课程转向更广泛的求积法则家族，图示为黎曼法则、梯形法则和辛普森法则。视觉演进过程将矩形近似与梯形近似及曲线（抛物线）近似进行了对比。

1. 这是介绍其他求积法则家族的概览幻灯片。

1. 三种基于矩形的数值积分法则

1. 声音
   观察依据

   主讲人称矩形法则“统称为黎曼求和或黎曼–斯蒂尔杰斯”，但语音记录中最后一个词部分被截断。

2. 图示
   观察依据

   新幻灯片左侧面板标有“黎曼”，并显示曲线下方堆叠的矩形。

1. 在当前片段范围内，“黎曼–斯蒂尔杰斯”的确切口头补全内容无法完全听清。

2. 该片段未定义黎曼–斯蒂尔杰斯积分；仅在提及矩形法则时顺带命名。

主讲人将刚刚讨论的矩形法则与“黎曼求和”这一名称联系起来，并在片段结束前开始提及“黎曼–斯蒂尔杰斯”。配图中的“黎曼”面板直观强化了矩形面积求和是数值积分的经典起点。

1. 这是课程中作出的命名关联，并非本片段中的正式定义。

1. 从矩形法则过渡到梯形法则与抛物线法则

1. 声音
   观察依据

   讲师介绍了梯形法则，并将其解释为：高度的平均值乘以宽度。

2. 图示
   观察依据

   中间面板标注为“梯形”，显示一条虚线直段连接曲线上两点，其下方为阴影填充的梯形区域。

3. 字幕依据
   观察依据

   文字显示：“梯形法则对大多数函数的效果优于矩形法则，最终结果与矩形法则相同，只是区间端点处的函数值各自被赋予½的权重。”

视频将梯形法则呈现为一种数值积分方法：它用连接两个采样点的直线替代区间上原曲线状的被积函数，再利用所得梯形的面积进行近似。讲师指出，梯形面积等于两高之平均值乘以宽度；而将相邻梯形面积相加所得的求积公式，与矩形法则极为相似，仅在区间端点处的函数值各乘以½。

1. 应用于区间〔a,b〕上的数值积分。

2. 使用区间端点处的函数值。

3. 用于复合情形时，相邻子区间的公共端点被共享，导致最外侧端点处的权重为½。

1. 声音
   观察依据

   讲师指出，辛普森法则通过三点拟合抛物线，并能精确积分常数函数、线性函数或二次函数。

2. 图示
   观察依据

   右侧面板标注为“辛普森”，显示一条虚线抛物弧穿过曲线上三个标记点，其下方为阴影区域。

3. 字幕依据
   观察依据

   文字显示：“辛普森法则对每三个点拟合一条抛物线以实现积分。”

视频将辛普森法则定义为一种数值积分方法：它选取函数在积分区间上的三个点，拟合一条抛物线，并对这条抛物线进行积分。主讲人明确指出，该方法能精确积分所有常数函数、线性函数和二次函数。

1. 在积分区间上使用函数的三个点。

2. 根据主讲人的说法，该方法对常数函数、线性函数和二次函数是精确的。

1. 梯形法则

1. 声音
   观察依据

   主讲人说道：事实上，梯形的面积等于其高度的平均值乘以矩形的宽度。

1. 此处措辞混用了‘梯形’与‘矩形’；实际所指为梯形在x轴方向上的宽度。

梯形的面积等于其两个高度的平均值乘以宽度。

1. 存在两个端点处的高度，对应于一个共同的区间宽度。

针对由区间两端点函数值所确定的梯形。

1. 声音
   观察依据

   主讲人解释道：内部点会从相邻的两个梯形中各自贡献一次平均值，因此最终的求积公式形似矩形法则，只是两个端点处的函数值各自被赋予二分之一的权重。

2. 字幕依据
   观察依据

   屏幕文字说明：区间端点处的函数值各自乘以½。

当相邻梯形面积相加时，所得规则类似于矩形法则，只是两个端点处的函数值各自乘以½。

1. 在相邻子区间上复合使用梯形。

2. 共享的内顶点同时参与两个相邻梯形的计算。

针对讲座中所述的复合梯形求和。

1. 声音
   观察依据

   主讲人指出：辛普森法则能精确积分所有常数函数、线性函数或二次函数。

2. 字幕依据
   观察依据

   屏幕上显示的句子说明：辛普森法则对每三个点拟合一条抛物线，并据此进行积分。

1. 精确性断言由主讲人口述，但未出现在可见字幕中。

辛普森法则能精确积分所有常数函数、线性函数或二次函数。

1. 该方法对三个点拟合一条抛物线，并对该抛物线进行积分。

针对讲座中所述的常数函数、线性函数与二次函数。

1. 声音
   观察依据

   所有区间的宽度完全相同，唯一区别在于：矩形的高度取决于我们选取函数的哪一个函数值来确定该矩形的高度。

2. 图示
   观察依据

   三个面板共享相同的划分点$a,x_1,x_2,x_3,b$，但在每个矩形与曲线的接触位置上有所不同。

1. 公式

   $$$$
   解释

   图中所示的三种法则均使用等宽的子区间。

   步骤依据

   讲师直接陈述，并可从图中对齐的划分直观看出。

   视频直接表达
2. 公式

   $$$$
   解释

   因此，近似结果的差异源于所选样本点——该点决定了矩形的高度。

   步骤依据

   明确指出：唯一区别在于矩形的高度，而这取决于所取的是哪一个函数值。

   视频直接表达
3. 公式

   $$$$
   解释

   左端点法则使用左端点处的函数值，右端点法则使用右端点处的函数值，中点法则使用中点处的函数值。

   步骤依据

   每种选择均在音频中被命名，并在对应面板中展示。

   视频直接表达

三种矩形求积法则的唯一区别，在于其在等宽子区间上确定矩形高度时所采用的样本点。

1. 声音
   观察依据

   讲师解释道：将每个区间二等分，可复用先前的计算结果来确定下一次的结果，从而减少函数值的重复计算次数。

2. 字幕依据
   观察依据

   文本写道：“高效实现将每个区间除以2，以便先前的结果可用于后续结果。”

1. 公式

   $$$$
   解释

   从当前划分上已计算出的一组函数值出发。

   步骤依据

   在重用先前结果的讨论中隐含了这一点。

   视频直接表达
2. 公式

   $$$$
   解释

   通过将每个区间除以2来细化。

   步骤依据

   主讲人明确推荐这是减小步长的高效方法。

   视频直接表达
3. 公式

   $$$$
   解释

   旧划分点仍属于新的、更精细的划分，因此其函数值可被重用。

   步骤依据

   直接指出：先前计算所得的结果可用于确定下一个结果。

   视频直接表达
4. 公式

   $$$$
   解释

   这减少了重复的函数求值，而函数求值往往是最主要的开销。

   步骤依据

   这源于主讲人关于函数求值通常占用最多时间的陈述。

   视频直接表达

逐次二分法被呈现为一种高效的细化策略，因为它保留了先前计算的函数值，并减少了冗余求值。

1. 声音
   观察依据

   主讲人通过讨论：内部点属于两个相邻梯形，而端点仅属于一个梯形，从而推导出端点取半权重的结构。

1. 公式

   $$\text{Area of one trapezoid}=\frac{f(a)+f(b)}{2}(b-a)$$
   解释

   从单个区间上一个梯形的面积公式出发。

   步骤依据

   主讲人直接将其表述为：高之平均值乘以宽。

   视频直接表达
2. 公式

   $$\text{Interior point belongs to two adjacent trapezoids}$$
   解释

   当区间被细分后，每个内部采样点同时被其左侧梯形与右侧梯形所共享。

   步骤依据

   主讲人借助相邻梯形的几何结构，以口头方式加以解释。

   视频直接表达
3. 公式

   $$\text{Endpoint point belongs to only one trapezoid}$$
   解释

   首尾两个采样点各自仅被一个相邻梯形所使用。

   步骤依据

   该结论源自对相邻梯形几何结构的相同描述。

   视频直接表达
4. 公式

   $$\text{Summed rule has endpoint weights } \tfrac12$$
   解释

   将所有梯形面积相加后，内部点的贡献完全合并，而端点的贡献则保持为一半。

   步骤依据

   这是主讲人就最终法则为何除端点外均与矩形法则相似所给出的明确结论。

   视频直接表达

复合梯形法则可视为一种矩形型求和：其中端点处的函数值各自以二分之一为权重。

1. 声音
   观察依据

   讲师解释辛普森法则时指出：函数上的三个点被拟合到一条抛物线上，然后对该抛物线进行积分。

2. 图示
   观察依据

   辛普森图示面板直观展示了三个标出的点以及一条虚线表示的抛物线拟合。

1. 公式

   $$\text{Choose three points of } f(x)$$
   解释

   辛普森法则首先在函数上采样三个点。

   步骤依据

   该说法在讲座中被直接陈述，并在图示中展示出来。

   视频直接表达
2. 公式

   $$\text{Fit those three points to a parabola}$$
   解释

   通过这三个采样点构造一个二次插值函数。

   步骤依据

   讲师明确陈述了这一点，且在辛普森图示面板中以虚线曲线形式可见。

   视频直接表达
3. 公式

   $$\text{Integrate the parabola}$$
   解释

   数值积分通过对拟合所得的二次函数积分（而非对原函数积分）获得。

   步骤依据

   讲师将其表述为实际执行积分所采用的方法。

   视频直接表达
4. 公式

   $$\text{Exact for constants, linear functions, \text{且} parabolas}$$
   解释

   由于插值函数是二次的，该方法对次数不超过二的多项式函数能精确再现其积分值。

   步骤依据

   讲师指出该方法对常数函数、线性函数或抛物线函数均具有精确性。

   视频直接表达

根据讲座内容，辛普森法则通过在局部用经过三点的抛物线替代被积函数来近似积分，且对常数函数、线性函数和二次函数均精确成立。

1. 图示
   观察依据

   一张幻灯片并排展示了三幅图，分别标注为黎曼法、梯形法和辛普森法，每幅图都用阴影标出了曲线下面积的近似值。

2. 声音
   观察依据

   讲师提到屏幕上展示的具体例子，并指出：除非将区间二等分，否则梯形法在该例子中效果不佳。

1. 屏幕上未显式计算任何数值积分结果；该例仅为示意性说明，而非具体的数值演算练习。

在同一区间上，对同一曲线函数，比较三种图形化数值积分方法。

1. 左图：使用矩形的黎曼近似。

2. 中图：使用两点间直线段的梯形近似。

3. 右图：使用经过三点的抛物线的辛普森近似。

4. 讲师指出，在所展示的例子中，单个梯形与该曲线函数贴合得并不好。

理解基于矩形、基于梯形和基于抛物线的数值积分方法在几何意义上的差异。

1. 公式

   $$\text{Riemann: sum rectangle areas under } f(x)$$
   解释

   左图以位于曲线下方的竖直矩形来示意近似过程。

   步骤依据

   在黎曼法图示面板中直观呈现，并被讲师称为先前的方法。

   视频直接表达
2. 公式

   $$\text{Trapezoid: replace the curve by a secant line over } [a,b]$$
   解释

   中间的图像显示一条虚线直线，连接曲线上两点，并将该直线下方的区域涂上阴影。

   步骤依据

   在梯形法面板中可见，并通过口头说明解释为对两个端点高度取平均值。

   视频直接表达
3. 公式

   $$\text{Simpson: replace the curve by a parabola through three points}$$
   解释

   右侧的图像显示一条虚线抛物线弧，经过三个标出的点，并将该抛物线下方的区域涂上阴影。

   步骤依据

   在辛普森法面板中可见，并通过口头说明解释为用抛物线拟合三个点。

   视频直接表达
4. 公式

   $$\text{Subdivide the interval to improve the trapezoid fit}$$
   解释

   主讲人指出，若将积分区间二等分，则可用两个梯形更精确地逼近该曲线函数。

   步骤依据

   音频中直接陈述。

   视频直接表达

该片段采用三栏图示，从几何角度对比矩形法、梯形法与抛物线法（即辛普森法）的数值积分思想，而非用于计算某个具体数值结果。

验证方式是视觉化的：涂阴影区域展示了同一曲线下不同近似图形，且口述解说明确比较了它们的拟合精度。

1. 图示
   观察依据

   片头标题卡显示“第3讲：数值积分”，背景为黑板，课程横幅为“物理学155：数学与计算物理”，副标题为“积分的计算／数值方法”。

1. 标题文字

2. 课程横幅

3. 黑板背景

1. 尚未出现数学动画；该幻灯片用于引出本讲主题。

1. 主题仍为数值积分／求积法。

起始画面将本片段定位为关于数值计算积分的授课环节。

1. 图示
   观察依据

   一张白色幻灯片，标题为“从矩形开始”，并排显示三幅坐标图，分别标注为“左端点”、“右端点”和“中点”，每幅图均带有坐标轴$x$和$y=f(x)$，以及分划标记$a,x_1,x_2,x_3,b$。

2. 动画
   观察依据

   一个黄色矩形高亮框依次扫过三幅图，同时讲师逐一念出其名称。

3. 动画
   观察依据

   随后，黄色箭头分别指向各图中矩形的上角或上边中点，以标示所选的采样点。

1. 三幅坐标图

2. 曲线$f(x)$

3. 曲线下方的矩形

4. 分划标记$a,x_1,x_2,x_3,b$

5. 黄色高亮框

6. 黄色箭头

1. 高亮区域从左侧面板依次移至中间面板，再移至右侧面板。

2. 箭头指示不同的采样位置：左端点、右端点和中点。

3. 说明性文字逐行出现在图示下方。

1. 底层曲线及区间端点在三个面板中保持不变。

2. 子区间宽度显示为相等。

直观对比表明，这三种矩形法则的差异仅在于每个矩形在函数曲线上采样高度的位置不同。

1. 字幕依据
   观察依据

   文字逐行出现在矩形图下方：首先介绍三种常见的数值近似方法，接着将中点法则标为新引入的方法，然后指出数值计算通过不断减小步长直至结果不再变化来实现精度提升，最后说明高效实现方式是将每个区间细分为2等份，以便复用先前的计算结果。

1. 字幕行依次出现

1. 文字内容从方法识别逐步展开至细化策略，最终阐明效率依据。

1. 所有文字均指向同一张矩形法则幻灯片。

字幕结构与授课进程一致：先定义三种规则，再通过网格细化解释收敛性，最后说明为何二分法效率高。

1. 图示
   观察依据

   新幻灯片标题为“接着介绍梯形与抛物线”，包含三个标注为“黎曼”“梯形”和“辛普森”的面板。

2. 动画
   观察依据

   左侧“黎曼”面板被放大/高亮显示，其余两个面板则略微变暗。

1. 黎曼面板中绘有矩形

2. 梯形面板中顶部为直线段

3. 辛普森面板中顶部为虚线抛物线弧

4. 坐标轴标注为$x$和$f(x)$

5. 区间端点为$a$和$b$

1. 幻灯片内容从仅比较矩形法则，转变为更广泛的求积方法分类体系。

2. 强调转向黎曼面板，讲师将矩形法则称为黎曼型求和。

1. 三个图示面板均用于近似同一类曲线下在某个区间上的面积。

视觉过渡将矩形法则置于一个更广泛的近似方法家族之中，该家族还包括梯形法则和抛物线法则（即辛普森法则）。

1. 图示
   观察依据

   幻灯片标题为“接下来是梯形法与抛物线法”，三栏分别标注为“黎曼和”、“梯形法”与“辛普森法”。

2. 字幕依据
   观察依据

   页脚文字为：物理学155：数学与计算物理，以及积分计算／数值方法。

1. 标题文字：接下来是梯形法与抛物线法

2. 左侧面板标注为黎曼

3. 中间面板标注为梯形

4. 右侧面板标注为辛普森

5. 页脚显示课程名称与主题文字

1. 幻灯片整体结构保持不变，而解释性文字随时间逐步添加在各面板下方。

1. 三个对比面板在整个片段中始终可见。

2. 每个面板持续展示对曲线下面积的近似计算。

视觉布局将本课呈现为一个递进过程：从基于矩形的积分，到基于梯形的积分，再到基于抛物线的数值求积。

1. 图示
   观察依据

   左侧面板显示一条曲线，其下方绘制了若干垂直矩形并已填充阴影，坐标轴标注为 $f(x)$ 和 x，并标有刻度标记，包括0、1、2。

1. 蓝色曲线

2. 若干填充阴影的矩形

3. 坐标轴分别标注为 $f(x)$ 和 x

1. 矩形通过分段恒定的高度来近似曲线下的面积。

该图示作为基准的矩形法，用于与梯形法和辛普森法进行比较。

1. 图示
   观察依据

   中间图示显示一条蓝色曲线、两个标出的端点、一条连接这两个端点的虚线，以及区间〔a〕到〔b〕上方的阴影梯形区域。

1. 蓝色曲线

2. 两个端点标记

3. 虚割线

4. 阴影梯形区域

5. 区间端点标注 a 和 b

1. 虚线用连接两个端点的直线段替代了原本弯曲的上边界。

1. 阴影区域仍表示该区间内近似直线下的面积。

该图示将梯形法则编码为：取端点处的函数值平均，再乘以区间宽度。

1. 图示
   观察依据

   右侧面板显示一条蓝色曲线、三个标记点、一条经过这三个点的虚线抛物弧，以及在区间〔a,b〕上位于该抛物线下方的阴影区域。

1. 蓝色曲线

2. 三个标记点

3. 虚线抛物弧

4. 阴影区域

5. 区间端点标签〔a〕和〔b〕

1. 近似上边界从中间面板中的直线割线，变为右侧面板中的弯曲抛物线。

1. 阴影区域表示的是近似曲线的积分，而非原函数的积分。

该图示直观地展示了辛普森法则：先作二次插值，再对插值函数进行精确积分。

1. 字幕依据
   观察依据

   说明性文字依次出现在各面板下方：先是关于梯形法则的句子，然后是关于辛普森法则的句子，接着是关于龙贝格法则的句子，最后是关于高斯积分的句子。

1. 每句完整字幕的实际出现时间仅为近似值，因为文字是逐步构建呈现的。

1. 梯形法则句子

2. 辛普森法则句子

3. 龙贝格积分句子

4. 高斯积分句子

1. 随着讲解从梯形过渡到抛物线，再延伸至高阶方法与高斯方法，新句子依序添加。

1. 三幅对比图示始终位于文字上方。

字幕序列呼应讲解的概念演进过程，并为每种命名方法配以简短文字摘要，以强化理解。

1. 声音
   观察依据

   主讲人明确指出，所有子区间宽度完全相同，唯一的区别在于矩形高度的选取方式。

2. 图示
   观察依据

   三种矩形法则所用的划分间距相同。

有人可能认为左端点、右端点与中点法则之所以不同，是因为它们使用了不同大小的子区间。

该片段明确说明并展示了各子区间具有相同宽度；其区别仅在于每个子区间中选取哪个点来确定矩形的高度。

1. 声音
   观察依据

   主讲人指出，若每次将区间长度缩小为原来的二分之一，则可复用先前的计算结果，从而不必重复计算那么多函数值。

2. 字幕依据
   观察依据

   文字说明：高效的实现方式是将每个区间除以2，以便将先前的结果用于后续结果。

人们可能误以为减小步长就必须从头开始重新计算全部函数值。

讲座强调，二分细化法允许复用先前的函数值计算，从而使整个过程更加高效。

1. 声音
   观察依据

   主讲人指出，梯形法则在多数情况下效果更佳，但对本例所示情形，其效果并不理想。

2. 字幕依据
   观察依据

   当前可见字幕称：梯形法则对大多数函数而言优于矩形法则。

有人可能从一般性陈述中推断：梯形法则在任何图示函数上都普遍更优。

讲座明确限定了该说法：它在大多数情况下效果更好，但对所展示的特定例子而言，除非将区间细分，否则效果并不理想。

1. 声音
   观察依据

   讲师指出，辛普森法则能精确积分所有常数函数、线性函数或抛物线函数。

1. 这是对适用范围的澄清，而非直接引用视频中学生的错误表述。

学习者可能认为，只有当被积函数本身是抛物线时，该方法才重要。

讲座将辛普森法则阐释为：通过三点拟合一条抛物线来实现积分，并指出其对常数函数、线性函数和抛物线函数均具精确性；该方法是一种通用的数值求积技术，并不限于被积函数本身已绘制成抛物线的情形。

1. 声音
   观察依据

   在介绍数值积分后，主讲人立即表示，大家已经见过用矩形来实现这一目标的不同方法。

2. 字幕依据
   观察依据

   幻灯片标题从一般性主题切换为“从矩形开始”。

矩形法则被作为数值积分中第一类具体的方法族呈现出来。

1. 声音
   观察依据

   主讲人将左端点法则列为三种常见矩形方法之一。

2. 图示
   观察依据

   左侧图示面板通过高亮和箭头被单独标出。

左端点法则是矩形法则族中一个特定的具体方法。

1. 声音
   观察依据

   主讲人将右端点法则列为三种常见矩形方法之一。

2. 图示
   观察依据

   中间图示面板先被高亮，再由箭头指示。

右端点法则是矩形法则族中另一个特定的具体方法。

1. 声音
   观察依据

   主讲人将中点法则列为第三种矩形方法，并称其为“新的方法”。

2. 字幕依据
   观察依据

   文字明确指出：“新的方法是中点法则。”

中点法则是本片段中介绍的矩形法则族的第三个具体方法。

1. 声音
   观察依据

   讲师首先指出，应持续减小步长，直至结果不再变化；随后说明更高效的做法是将每个区间长度缩小为原来的一半。

将区间对半划分被呈现为一种特别高效的、实现步长精细化的特殊方式。

1. 声音
   观察依据

   在提出“复用先前结果可提升效率”这一说法之后，紧接着指出函数求值往往占据大部分计算时间。

采用对半划分的优势，源于一个实际事实：函数求值常常是主导性的计算开销。

1. 声音
   观察依据

   讲师提到，矩形法则统称为黎曼求和或黎曼-斯蒂尔杰斯求和。

2. 图示
   观察依据

   新幻灯片将矩形面板标注为“黎曼”。

1. 该片段并未正式定义黎曼-斯蒂尔杰斯积分。

在此段讲座中，矩形法则在口述时被关联到“黎曼型求和”这一名称。

1. 字幕依据
   观察依据

   幻灯片标题变更为“接下来是梯形与抛物线法”。

2. 图示
   观察依据

   新幻灯片将黎曼法、梯形法与辛普森法并列展示。

讲座从基于矩形的近似方法拓展至更广泛的数值求积方法体系，其中包括梯形法则与辛普森法则。

1. 图示
   观察依据

   中间与右侧图示分别对比了用直线割线近似和用抛物线近似的效果。

2. 声音
   观察依据

   讲师将辛普森法则作为右侧列出的下一个方法，接续梯形法则进行讲解。

辛普森法则推广了几何思想——用更简单的形状替代曲线：不再使用过两点的直线，而是使用过三点的抛物线。

1. 声音
   观察依据

   讲师提到，还有比这更进一步的技术，可进行更高阶的拟合，称为龙贝格积分。

2. 字幕依据
   观察依据

   文字说明：还可采用一种名为龙贝格积分的方法，实现比这更高阶的拟合。

龙伯格积分法被介绍为一种比辛普森抛物线拟合法更高阶的扩展方法。

1. 声音
   观察依据

   讲师指出，高斯积分与这些积分形式截然不同。

2. 字幕依据
   观察依据

   文中指出：还存在另一种称为高斯积分的方法，其工作原理与前述方法大不相同。

高斯积分被明确地与之前讨论过的局部拟合方法（如梯形法则）进行对比。

1. 声音
   观察依据

   讲师指出，高斯积分与这些积分形式截然不同。

2. 字幕依据
   观察依据

   文中指出：还存在另一种称为高斯积分的方法，其工作原理与前述方法大不相同。

讲座还将高斯积分与辛普森法则对比，将其归为另一类数值积分方法。

1. 声音
   观察依据

   讲师将本主题引入为数值求积，并指出其关注的是采用数值方法来计算积分。

1. 数值积分作为一种计算积分的方法。

1. 声音
   观察依据

   主讲人通过函数值的取点位置来区分三种矩形法则。

2. 图示
   观察依据

   三个标注为“左端点”“右端点”和“中点”的面板。

1. 三种基于矩形的数值积分法则
2. 左端点矩形法则
3. 右端点矩形法则
4. 中点矩形法则

1. 声音
   观察依据

   主讲人指出，所有区间宽度完全相同，唯一区别在于矩形的高度。

1. 三种基于矩形的数值积分法则
2. 三种矩形法则在子区间宽度上并无差异。

1. 声音
   观察依据

   主讲人说，要持续减小步长，直至结果不再变化。

2. 字幕依据
   观察依据

   文字重复了这一通过逐步细分实现收敛的思想。

1. 通过不断细化步长直至收敛

1. 声音
   观察依据

   主讲人解释道，将每个区间除以2可使先前的计算结果得以复用。

2. 字幕依据
   观察依据

   文字指出，高效的实现方式是将每个区间除以2，以便将先前的结果用于后续计算。

1. 通过将区间对半分割来复用先前的函数值计算
2. 函数求值作为主导性开销
3. 细化过程无需舍弃所有先前的工作。

1. 图示
   观察依据

   幻灯片展示了标注为黎曼、梯形和辛普森的三个面板。

2. 字幕依据
   观察依据

   标题显示：“接下来是梯形与抛物线法”。

1. 从矩形法则过渡到梯形法则与抛物线法则
2. 将矩形法则与黎曼型求和关联起来

1. 声音
   观察依据

   讲师引入并讲解梯形法则。

2. 字幕依据
   观察依据

   梯形法则的句子被显示出来。

1. 梯形法则
2. 梯形法则中所用的梯形面积
3. 梯形法则中的端点加权
4. 梯形法则中端点取半权重结构的推导

1. 声音
   观察依据

   讲师表示，它在大多数情况下效果更好，但未必适用于当前展示的例子。

2. 字幕依据
   观察依据

   文中指出，对于大多数函数，它比矩形法则效果更好。

1. 梯形法则
2. 假设梯形法则在所有已展示的例子中均始终更优

1. 声音
   观察依据

   讲师讲解如何用三点拟合一条抛物线。

2. 图示
   观察依据

   辛普森面板展示了抛物线拟合。

1. 辛普森法则
2. 从抛物线拟合出发的概念性推导：辛普森法则
3. 辛普森面板

1. 声音
   观察依据

   讲师指出，该法则对常数函数、线性函数或二次函数（抛物线）具有精确性。

1. 辛普森法则
2. 辛普森法则对低次多项式的精确性

1. 声音
   观察依据

   在辛普森法则之后引入了更高阶的数值积分方法。

2. 字幕依据
   观察依据

   出现龙贝格积分（Romburg integration）的句子。

1. 隆伯格积分
2. s120-cr-simpson-to-romburg

1. 声音
   观察依据

   讲师指出，高斯积分与前述这些积分形式有本质区别。

2. 字幕依据
   观察依据

   出现高斯积分（Gaussian integration）的句子。

1. 高斯积分
2. s120-cr-local-methods-to-gaussian
3. s120-cr-local-methods-to-gaussian-2