Python中点积分近似：两种中点公式的效率与差异咨询

一、数学等价性（看似不同，实则同源） #

先对两个公式做代数化简：

• 书中公式：midpoint = 0.5 * (2 * a + delta_x * (2 * i - 1))
  展开后：midpoint = a + delta_x * i - delta_x / 2
• 搜索到的公式：midpoint = a + (dx / 2) + (i * dx)
  整理后：midpoint = a + dx * i + dx / 2

两者的核心差异仅在于循环变量i的起始取值范围：

• 若书中公式的i从1到n（n为区间数），第一个中点是a + delta_x/2，正好对应积分区间[a, a+delta_x]的中点；
• 若搜索到的公式的i从0到n-1，第一个中点同样是a + dx/2，和书中公式的计算结果完全一致。

你觉得效果差异大，大概率是实现时搞错了i的取值范围——比如搜索到的公式被错误地让i从1到n，导致所有中点都偏移了一个dx，积分结果自然偏差极大，需要更多区间来弥补误差。

二、效率与精度对比 #

1. 计算效率
   两个公式的浮点运算次数几乎相同：

• 书中公式：1次乘法、1次加法、1次除法（0.5等价于除以2）；
• 搜索到的公式：1次乘法、2次加法、1次除法。
  实际运行中两者的效率差距可以忽略不计，除非是极端大规模的循环场景。

2. 精度表现
   从数值计算精度来看，书中的公式更有优势：

• 0.5*(2*a)可以避免a直接和小数相加的精度损失（比如当a是极大数时，a + dx/2的浮点精度会比0.5*(2a)差）；
• delta_x*(2i-1)的计算，在i为整数时，2i-1是整数，乘法的精度损失更小。

这就是为什么书中公式用更少的区间就能达到准确结果——不是公式本身逻辑不同，而是数值精度更高，相同区间数下的误差更小。

内容的提问来源于stack exchange，提问作者Omar