UD5工具箱
定积分
定积分是微积分学中最基本也是最重要的概念之一。从几何角度看，定积分表示的是函数曲线与坐标轴之间在指定区间上的有向面积。所谓有向面积，是指位于x轴上方的面积计为正值，位于x轴下方的面积计为负值。定积分的数学符号为积分号，左下角标注积分下限，右上角标注积分上限，被积函数写在积分号右侧。定积分的结果是一个确定的数值，它等于该区间上所有无穷小面积元素的累加和。定积分在物理学中用于计算位移、功、质心等物理量，在经济学中用于计算总收益、消费者剩余等经济指标，应用范围极其广泛。定积分的存在性条件是被积函数在积分区间上连续或仅有有限个间断点。
黎曼和
黎曼和是定积分定义的核心工具，由德国数学家波恩哈德·黎曼提出。黎曼和的基本思想是将积分区间分割成若干个小区间，在每个小区间上用一个矩形来近似函数曲线下的面积，然后将所有矩形的面积加起来作为定积分的近似值。黎曼和的数学表达式为求和符号，对每个小区间计算函数值与区间宽度的乘积，然后将所有乘积相加。当分割无限细化时，黎曼和的极限就是定积分的精确值。黎曼和不仅是计算定积分的数值方法，更是理解定积分本质定义的理论基础。通过观察黎曼和随分割数增加的收敛过程，学习者可以直观体会极限思想在微积分中的应用。
被积函数
被积函数是定积分中被求积分的函数，通常用符号f(x)表示。被积函数的图形决定了积分面积的形状，是影响积分结果的关键因素。在本工具中，被积函数可以通过预设选择或自定义输入来确定。被积函数的性质直接影响积分的计算难度和近似方法的效果。例如，对于光滑连续的函数，各种近似方法都能取得较好的效果；对于变化剧烈的函数，可能需要更多的分割数才能达到相同的精度。被积函数在积分区间上的最大值和最小值决定了积分值的上下界。理解被积函数的特征是正确使用定积分工具的前提。
积分区间
积分区间是指定积分的积分范围，由下限a和上限b确定，记作闭区间[a,b]。积分区间的选择直接决定了定积分的几何意义和数值结果。在本工具中，用户可以通过修改区间端点来改变积分范围。区间宽度等于上限减去下限，宽度越大，被积面积越大，积分值通常也越大。需要注意的是，对于某些特殊函数，如反比例函数，积分区间不能包含函数的间断点。积分区间上下限的交换会改变积分值的符号。在使用工具时，合理设置积分区间是获得有意义结果的重要步骤。
分割
分割是将积分区间[a,b]划分成若干个小区间的过程。最常用的分割方式是等距分割，即将区间均匀分成n个等宽的小区间，每个小区间的宽度为(b-a)除以n。分割数n是控制近似精度的关键参数，n越大，小区间越窄，近似越精确。在本工具中，分割数支持从1到100的连续调节。除了等距分割外，理论上还可以采用不等距分割，在函数变化剧烈的区域使用更细的分割。分割的选择直接影响黎曼和的计算复杂度和近似精度。理解分割的概念是掌握黎曼和和定积分定义的基础。
左端点法
左端点法是黎曼和的一种具体实现方式，以每个小区间的左端点处的函数值作为对应矩形的高度。对于第i个小区间，矩形高度等于f(x_i减一)，矩形面积等于f(x_i减一)乘以Delta x。左端点法的特点是，当被积函数在区间上单调递增时，每个矩形的高度都小于该区间上的函数值，导致近似值小于精确值，即产生欠估计；当函数单调递减时则相反，产生过估计。左端点法是数值积分中最简单的方法，计算量最小，但精度通常不是最优的。在本工具中，左端点法对应的矩形图形能够清晰展示这种系统性偏差。
右端点法
右端点法与左端点法类似，区别在于使用每个小区间的右端点处的函数值作为矩形高度。对于第i个小区间，矩形高度等于f(x_i)，矩形面积等于f(x_i)乘以Delta x。右端点法的估计偏差方向与左端点法恰好相反。当函数单调递增时，右端点法产生过估计；当函数单调递减时则产生欠估计。对于同一个函数和同一个分割，左端点法和右端点法的近似值之和除以二，近似等于中点法的结果。右端点法同样是一种基础的数值积分方法，适合用来与左端点法对比学习。
中点法
中点法以每个小区间中点处的函数值作为矩形高度。对于第i个小区间，中点坐标等于(x_i减一加x_i)除以二，矩形高度等于f(中点坐标)，矩形面积等于f(中点坐标)乘以Delta x。中点法在大多数情况下比左端点法和右端点法更精确，因为中点处的函数值在一定程度上代表了整个小区间上的平均函数值，抵消了区间两端的偏差。中点法的误差阶数为二阶，即误差大致与分割数的平方成反比，收敛速度比左端点法和右端点法的一阶误差更快。中点法是数值积分中一种效率较高的基础方法。
梯形法则
梯形法则将每个小区间上的近似图形从矩形改为梯形，利用区间两端函数值的平均值作为等效高度。第i个小区间的梯形面积等于(f(x_i减一)加f(x_i))除以二再乘以Delta x。梯形法则在大多数情况下能提供比中点法更好的近似效果，特别是对于光滑函数。梯形法则的误差同样为二阶，但其误差系数通常小于中点法。在几何上，梯形法则相当于用连接曲线相邻两点的折线段来近似曲线，因此在函数曲线弯曲程度较小时近似效果很好。梯形法则是工程和科学计算中最常用的数值积分方法之一。
绝对误差
绝对误差是近似值与精确值之差的绝对值，用于衡量近似的偏离程度。绝对误差的计算公式为近似值减去精确值后取绝对值。绝对误差的大小受到函数类型、区间范围和分割数等因素的综合影响。绝对误差为零表示近似值恰好等于精确值，这在一般情况下很少出现。在本工具中，绝对误差随分割数增加而单调递减（或至少非递增），这一趋势直观展示了近似精度的改善过程。绝对误差适用于评估同一问题的近似质量，但在不同问题之间比较时，相对误差更为合适。
相对误差
相对误差是绝对误差与精确值之比的百分比形式，计算公式为绝对误差除以精确值的绝对值再乘以百分之一百。相对误差消除了数值量级的影响，使得不同问题之间的近似精度具有可比性。相对误差越小，表示近似效果越好。在本工具中，当相对误差小于百分之一时，通常认为近似已经足够精确。相对误差在精确值接近零时可能趋向无穷，此时需要特别注意解释。相对误差是评估数值计算质量的重要指标，广泛应用于工程和科学计算的精度评估中。
精确值
精确值是定积分的真实结果，是评估各种近似方法效果的基准。精确值通常通过解析方法求得，即利用微积分基本定理找到被积函数的原函数，然后代入积分上下限进行计算。对于无法解析求解的积分，可以采用高精度的数值积分方法来获得近似精确值。在本工具中，精确值作为参考标准与近似值并列显示，帮助用户量化评估近似方法的精度。精确值的存在使得学习者能够客观判断不同近似方法的优劣，而不是仅凭视觉感受来评估。