本文详解 scipy 中 `quad` 函数的正确用法：它接收被积函数（而非其原函数），并数值计算定积分；误传原函数会导致结果错误，需严格区分解析解与数值积分的适用场景。
在使用 scipy.integrate.quad 进行定积分计算时，一个常见且关键的误区是：将原函数（antiderivative） 误当作被积函数传入。quad 的设计目标是对给定函数 f(x) 在区间 [a, b] 上执行数值积分，即计算 ∫ₐᵇ f(x) dx。它内部采用自适应高斯-克朗罗德算法进行近似求值，不关心、也不需要你提供原函数。
例如，题目中希望计算 ∫₃⁴ 2x dx，其精确解为：
∫ 2x dx = x² + C ⇒ x²|₃⁴ = 16 − 9 = 7。
但原代码中定义了：
def g(x):
return (2*(x**2))/2 # 即 x² —— 这是 2x 的原函数，不是被积函数！此时 quad(g, 3, 4) 实际计算的是 ∫₃⁴ x² dx = (x³/3)|₃⁴ = 64/3 − 27/3 = 37/3 ≈ 12.333…，与预期不符——错误根源正在于此。
✅ 正确做法是直接传入被积函数 2*x：
from scipy.integrate import quad
def integrand(x):
return 2 * x
result, error = quad(integrand, 3, 4)
print(f"数值积分结果: {result:.6f} ± {error:.2e}") # 输出: 7.000000 ± ~1e-13⚠️ 注意事项：
- quad 返回两个值：积分结果和估计误差（通常极小），建议解包使用；
- 若函数存在奇点、间断或无限区间，需配合 points、weight 或 inf 边界等参数；
- 对于可解析求解的简单函数（如多项式、三角函数等），优先使用解析法（如本例中 g_integral(4) - g_integral(3)），更高效且精确；
- quad 的真正价值在于处理无初等原函数的复杂被积函数，例如 exp(-x**2) * sin(1/x) 或含参数的隐式表达式。
总结：牢记口诀——“quad 吃函数，不吃原函数”。验证是否正确的最简方法是：写出你要积分的数学表达式 ∫ₐᵇ f(x) dx，然后确保 quad 的第一个参数就是能计算 f(x) 的 Python 函数。
