面积的梯形法则

IB 数学应用与解读 SL· 12 分钟阅读

1. 梯形法则的核心公式与推导★★☆☆☆⏱ 10 min

✓ 计算器

梯形法则将 $f (x)$ 下方区域的曲线边缘替换为相邻数据点之间的直线段，生成一系列易于计算总面积的梯形。与使用矩形的黎曼和不同，该方法对大多数光滑曲线可以得到更准确的近似结果。

🔬 推导

目标:

推导在 $[a, b]$ 区间上使用n个等长子区间的标准梯形法则公式

起点:

$f (x)$ 下的总面积被拆分为 $n$ 个相邻的梯形，每个梯形的宽度为 $h$

1
对于 $x_{i}$ 和 $x_{i + 1}$ 之间的单个子区间，梯形的面积为 $\frac{h}{2} \times (f (x_{i}) + f (x_{i + 1}))$
2
对所有 $n$ 个梯形的面积求和： $T o t a l \approx \sum_{i = 0}^{n - 1} \frac{h}{2} (f (x_{i}) + f (x_{i + 1}))$
3
展开求和式：第一个和最后一个函数值仅出现一次，所有中间值都出现两次

结果:

最终的梯形法则公式为 $A \approx \frac{h}{2} [f (x_{0}) + 2 f (x_{1}) + 2 f (x_{2}) + ... + 2 f (x_{n - 1}) + f (x_{n})]$

📘 定义

梯形法则标准形式

$A \approx \frac{h}{2} (f (a) + f (b) + 2 \sum_{i = 1}^{n - 1} f (x_{i}))$

IB MAI SL要求掌握的公式形式，其中 $a$ 和 $b$ 分别为积分的下限和上限

📐 例题

使用 $n = 3$ 个子区间的梯形法则，近似计算 $x = 1$ 到 $x = 4$ 区间内 $f (x) = 2 x + 1$ 下方的面积

1
计算子区间宽度： $h = \frac{4 - 1}{3} = 1$
2
列出所有端点处的函数值： $f (1) = 3$ , $f (2) = 5$ , $f (3) = 7$ , $f (4) = 9$
3
代入公式： $A \approx \frac{1}{2} [3 + 2 (5) + 2 (7) + 9]$
4
化简得到最终结果： $A \approx 0.5 \times 36 = 18$

2. 精度与子区间数量的影响★★★☆☆⏱ 8 min

✓ 计算器

当你增加等长子区间的数量时，宽度 $h$ 会缩小，因此梯形的直边可以更贴合曲线函数，这会降低所有非线性光滑函数的总近似误差。

📐 例题

对比使用 $n = 2$ 和 $n = 4$ 个子区间对 $\int_{0}^{2} x^{2} d x$ 的梯形近似结果，已知精确值为 $\frac{8}{3} \approx 2.6667$

1
当 $n = 2$ 时： $h = 1$ ，函数值 $f (0) = 0, f (1) = 1, f (2) = 4$ 。近似值 = $0.5 * (0 + 2 * 1 + 4) = 3$ ，绝对误差 = 0.3333
2
当 $n = 4$ 时： $h = 0.5$ ，函数值 $f (0) = 0, f (0.5) = 0.25, f (1) = 1, f (1.5) = 2.25, f (2) = 4$ 。近似值 = 2.75，绝对误差 = 0.0833
3
结论：对于该二次曲线，将 $n$ 翻倍会使绝对误差降低约75%

✓ 快速检测

测试你对梯形精度趋势的理解：

当你增加等长子区间的数量时，梯形近似误差会发生什么变化？
- 误差始终增大
- 误差始终减小
- 误差保持不变
- 误差变为精确的零
显示答案
Error always decreases —
更薄的梯形可以更贴合曲线，降低所有光滑函数的总近似误差

3. 现实情境实际应用★★★☆☆⏱ 12 min

✓ 计算器

IB MAI SL考试题目几乎总是将梯形法则放在现实场景中考察，例如估算湖泊面积、河流横截面面积，或者从速度图像计算总行驶距离。你将获得预先测量的数据点而非完整的待处理函数。

📐 例题

一名测量员以5米为间隔测量一段30米长河流的宽度，得到的数值为0米、7.2米、9.5米、10.1米、8.8米、5.3米、0米。使用梯形法则估算河流的横截面积。

1
确定 $h = 5 m$ ，总数据点数量为7，因此子区间数量 $n = 6$
2
代入公式： $A r e a \approx \frac{5}{2} \times [0 + 2 * (7.2 + 9.5 + 10.1 + 8.8 + 5.3) + 0]$
3
对中间项求和： $7.2 + 9.5 + 10.1 + 8.8 + 5.3 = 40.9$
4
最终面积： $2.5 \times 81.8 = 204.5 m^{2}$

4. IB评分标准对齐★★☆☆☆⏱ 6 min

✓ 计算器

明确写出 $h$ 的取值以获得第一个方法分
在代入前列出所有函数值，避免遗漏中间项的系数2
将所有中间值存储在图形计算器中以避免舍入误差
按照IB要求将最终答案保留为三位有效数字

5. 常见陷阱

错误做法:

在梯形公式中忘记将所有中间函数值乘以2

原因:

学生错误地对所有点使用相等权重，导致面积结果被严重高估

正确做法:

在代入前将点标记为 $f (x_{0}), f (x_{1}) ... f (x_{n})$ ，明确区分首尾项和中间项

错误做法:

计算 $h$ 时使用 $(b - a) / n$ ，但代入的是数据点总数而非子区间数量

原因:

混淆总数据点和子区间数量会导致 $h$ 值错误

正确做法:

如果你有 $k$ 个总数据点，子区间数量 $n = k - 1$ ，因此 $h = (b - a) / (k - 1)$

错误做法:

对x轴下方的曲线使用梯形法则时没有调整符号

原因:

公式会返回负值，但题目要求的是总正几何面积

正确做法:

在应用梯形法则前取每个函数值的绝对值，得到总面积

错误做法:

在多步计算中过早对中间值进行舍入

原因:

IB评分标准会惩罚因过早舍入导致最终答案误差超过1%的作答

正确做法:

将所有中间值存储在图形计算器中，仅将最终答案舍入为三位有效数字

6. 速查表

参数	公式	IB要求的记法
子区间宽度 $h$	$h = \frac{b - a}{n}$	$a$ = 积分下限， $b$ = 积分上限， $n$ = 子区间数量
梯形法则总面积	$A \approx \frac{h}{2} (f (x_{0}) + 2 \sum_{i = 1}^{n - 1} f (x_{i}) + f (x_{n}))$	所有中间项都乘以2
绝对误差	$∣ A_{e x a c t} - A_{a pp r o x} ∣$	结果保留三位有效数字

真题中的出现

AI 根据考纲规律估算的考点位置,请对照官方真题核实准确性。仅作复习重点参考。

2024 · 2
近似二次曲线下的面积
2023 · 1
求解达到目标误差所需的子区间数量
2022 · 2
估算隧道横截面积

下一步

掌握梯形法则可以让你在几乎每套IB MAI SL卷2都会出现的数值积分题目中稳定得分。该技能直接支撑你学习其他数值微积分主题，包括用于面积近似的黎曼和，以及从速度-时间图像估算总位移的运动学问题。你还将在此基础上解决更复杂的情境问题，涉及测量、工程和环境科学场景中经常在IB MAI SL评估中考察的不规则图形面积估算。