Numeerinen integrointi



Samankaltaiset tiedostot
Numeerinen integrointi

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu

Numeeriset menetelmät

Numeerinen integrointi

Numeerinen integrointi ja derivointi

Numeeriset menetelmät

Numeeriset menetelmät

MS-A0202 Di erentiaali- ja integraalilaskenta 2 (SCI) Luento 8: Taso- ja avaruusintegraalit

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle

Numeeriset menetelmät TIEA381. Luento 11. Kirsi Valjus. Jyväskylän yliopisto. Luento 11 () Numeeriset menetelmät / 37

Matematiikan tukikurssi

Numeeriset menetelmät

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

Ei välttämättä, se voi olla esimerkiksi Reuleaux n kolmio:

H5 Malliratkaisut - Tehtävä 1

Yhtälön ratkaiseminen

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

Viikon aiheet. Funktion lineaarinen approksimointi

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Yhden muuttujan funktion minimointi

Numeeriset menetelmät Pekka Vienonen

Funktioiden approksimointi ja interpolointi

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

8 Potenssisarjoista. 8.1 Määritelmä. Olkoot a 0, a 1, a 2,... reaalisia vakioita ja c R. Määritelmä 8.1. Muotoa

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

Differentiaali- ja integraalilaskenta 2 (CHEM) MS-A0207 Hakula/Vuojamo Kurssitentti, 12.2, 2018, arvosteluperusteet

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Jatkuvat satunnaismuuttujat

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43

Numeeriset menetelmät

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

jakokulmassa x 4 x 8 x 3x

Luento 2: Liikkeen kuvausta

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki = 16 3 =

Numeeriset menetelmät

Numeeriset menetelmät

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

peitteestä voidaan valita äärellinen osapeite). Äärellisen monen nollajoukon yhdiste on nollajoukko.

4.3 Moniulotteinen Riemannin integraali

Matematiikan tukikurssi

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

Numeeriset menetelmät

Muutoksen arviointi differentiaalin avulla

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018

Potenssisummia numeerisella integroinnilla

Integrointi ja sovellukset

4.3.7 Epäoleellinen integraali

Tehtävänanto oli ratkaista seuraavat määrätyt integraalit: b) 0 e x + 1

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

integraali Integraalifunktio Kaavoja Integroimiskeinoja Aiheet Linkkejä Integraalifunktio Kaavoja Integroimiskeinoja Määrätty integraali

Ratkaisu: Tutkitaan derivoituvuutta Cauchy-Riemannin yhtälöillä: f(x, y) = u(x, y) + iv(x, y) = 2x + ixy 2. 2 = 2xy xy = 1

Määrätty integraali. Markus Helén. Mäntän lukio

Numeeriset menetelmät

Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat. TKK (c) Ilkka Mellin (2004) 1

infoa Viikon aiheet Potenssisarja a n = c n (x x 0 ) n < 1

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ Merkitään f(x) =x 3 x. Laske a) f( 2), b) f (3) ja c) YLIOPPILASTUTKINTO- LAUTAKUNTA

Yhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt

MS-C1340 Lineaarialgebra ja

Matematiikka B1 - avoin yliopisto

Muuttujan vaihto. Viikon aiheet. Muuttujan vaihto. Muuttujan vaihto. ) pitää muistaa lausua t:n avulla. Integroimisen työkalut: Kun integraali

Satunnaismuuttujien muunnokset ja niiden jakaumat

1 Rajoittamaton optimointi

Numeeriset menetelmät

Anna jokaisen kohdan vastaus kolmen merkitsevän numeron tarkkuudella muodossa

DIFFERENTIAALI- JA INTEGRAALILASKENTA

Luku 4. Derivoituvien funktioiden ominaisuuksia.

BM20A1501 Numeeriset menetelmät 1 - AIMO

Integroimistekniikkaa Integraalifunktio

Luento 3: Liikkeen kuvausta, differentiaaliyhtälöt

LIITE 1 VIRHEEN ARVIOINNISTA

F {f(t)} ˆf(ω) = 1. F { f (n)} = (iω) n F {f}. (11) BM20A INTEGRAALIMUUNNOKSET Harjoitus 10, viikko 46/2015. Fourier-integraali:

x j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu

1 Määrittelyjä ja aputuloksia

2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre.

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Talousmatematiikan perusteet: Luento 16. Integraalin käsite Integraalifunktio Integrointisääntöjä

PERUSASIOITA ALGEBRASTA

2v 1 = v 2, 2v 1 + 3v 2 = 4v 2.. Vastaavasti ominaisarvoa λ 2 = 4 vastaavat ominaisvektorit toteuttavat. v 2 =

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

Muotoinosa tulkitaan vasta suoritushtkellä.

(b) = x cos x 1 ( cos x)dx. = x cos x + cos xdx. = sin x x cos x + C, C R.

JYVÄSKYLÄN YLIOPISTO. Integraalilaskenta 2 Harjoitus Olkoon A := {(x, y) R 2 0 x π, sin x y 2 sin x}. Laske käyräintegraali

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

Luento 8: Epälineaarinen optimointi

Kompleksianalyysi, viikko 6

Luentoesimerkki: Riemannin integraali

4 Integrointimenetelmiä

f[x i ] = f i, f[x i,..., x j ] = f[x i+1,..., x j ] f[x i,..., x j 1 ] x j x i T n+1 (x) = 2xT n (x) T n 1 (x), T 0 (x) = 1, T 1 (x) = x.

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

Ylioppilastutkintolautakunta S t u d e n t e x a m e n s n ä m n d e n

Transkriptio:

Numeerinen integrointi Analyyttisesti derivointi triviaalia, integrointi vaikeaa. Numeerisesti laskettaessa tilanne on päinvastainen. Integrointi on yhteenlaskua, joka on tasoittava operaatio: lähtötietojen satunnaiset virheet kumoavat toisensa. Derivointiin sen sijaan liittyy lähes yhtäsuurten suureiden vähennyslasku, joka on virheitä vahvistava operaatio. Vrt. kuvankäsittelyn terävöintioperaatio, joka lisää kohinaa. Jos käsitellään havaintodataa, se voi olla syytä tasoittaa sopivalla suotimella tai kuvata aineistoon sovitettavalla funktiolla. Ei useinkaan tarpeen integroitaessa, välttämätöntä derivoitaessa. Funktio f on integroituva välillä [x 1 = a,x n = b], jos Riemannin summalla n 1 R = f(ξ i )h i, missä i=1 h i = x i+1 x i, ξ i [x i,x i+1 ], on raja-arvo, kun jaon silmä h = max i {h i } 0. Muuttamalla jakovälejä ja pisteiden ξ i valintaa saadaan erilaisia integrointimenetelmiä.

Jaetaan integroimisväli yhtä leveisiin viipaleisiin. Olkoon kunkin leveys h. 1) Lasketaan integroitava kunkin välin alkupisteessä: xn f(x) dx = h(f( ) + f( + h) +... + f( + (n 1)h)). Esimerkki: I = 1 0 x dx. Oikea lopputulos on tietenkin 1/3. Lasketaan nyt integraalin likiarvo jakamalla integroimisväli neljään osaan. I 4 = 1 4 ( 0 + 1 16 + 1 4 + 9 ) = 14 16 64 0.19. Koska integroitava funktio on koko välillä kasvava ja funktio lasketaan välin alkupäässä, saadaan liian pieni arvo. ) Lasketaan arvo välin keskikohdalla xn f(x) dx = h(f( + h/) + f( + 3h/) +...). I 4 = 1 4 ( 1 64 + 9 64 + 5 64 + 49 ) = 1 64 64 0.38.

Puolisuunnikasmenetelmä Korvataan integroitava interpolointipolynomilla xn f(x) dx = xn P k (x) dx. Kun k = 1, saadaan yhdelle osavälille x1 f(x) dx = = h x1 (f 0 + s f 0 ) dx s=1 s=0 (f 0 + s f 0 ) ds = h(f 0 + 1 f 0) ds = h (f 0 + (f 1 f 0 )) = h (f 0 + f 1 ). Integraali koko välin yli on f(x) dx = h (f 0 + f 1 + f +... + f n 1 + f n ) = h (f() + f( + h) + f( + h) +... + f( + (n 1)h) + f( + nh)).

Virhearvio Interpolointipolynomin virhe on korkeintaan samaa luokkaa kuin ensimmäinen poisjätetty termi. f 0 = f 1 f 0 h df dx f 0 = f 1 f 0 h d f dx. n f 0 h n dn f dx n Newtonin-Gregoryn interpolointipolynomin kolmas termi on missä ξ x s. s(s 1) f 0 = s(s 1) h f (ξ), Integroidaan tämä yhden osavälin yli, jolloin saadaan lokaali virhe: x1 s(s 1) h f (ξ) dx = h f (ξ)h 1 0 = 1 1 h3 f (ξ). s s ds Välejä on 1/h kappaletta, joten globaali virhe on luokkaa h f (ξ). Esimerkkitapauksen integraali on I 4 = 1 8 ( 1 16 + 1 + 9 ) 8 + 1 = 43 6 16 0.336. Funktion toinen derivaatta on identtisesti, joten virharvion mukaan globaali virhe on korkeintaan 1 1 h f (ξ) = 1 1 1 4 = 0.010.

Simpsonin menetelmä Käytetään mutkikkaampia käyriä, jotka kuvaavat alkuperäistä funktiota vielä paremmin kuin suorat. Luonnollinen parannus on toisen asteen käyrä. Lasketaan ensin integraali yhden osavälin yli. Aikaisemman interpolointikaavan mukaan on f(x) f 0 + s f 0 + s(s 1) f 0. x f(x) dx = h x 0 ( f 0 + s f 0 + ( f 0 + s f 0 + = h(f 0 + f 0 + 1 3 f 0 ) ) s(s 1) f 0 dx ) s(s 1) f 0 ds = h 3 (6f 0 + 6 f 0 + f 0 ) Sijoitetaan tähän f 0 = f 1 f 0 f 0 = f 1 f 0 = (f f 1 ) (f 1 f 0 ) = f 0 f 1 + f. Integraali kahden jakoväli yli on x f(x) dx h 3 (f 0 + 4f 1 + f )).

Integraali koko välin yli on xn f(x) dx h 3 (f() + 4f( + h) + f( + h) + 4f( + 3h) + f( + 4h) +... 4f( + (n 1)h) + f( + nh). Jakovälejä oltava parillinen määrä. Kuten edellä voidaan laskea, että globaali virhe on luokkaa h 4????. Esimerkkitapaus: I 4 = 1 1 (4 116 + 14 + 4 916 + 1 ) = 16 1 4 = 1 3.

program simpson implicit none integer i do i=4,10 write(*,*) i, simpsonint(0.0, 1.0, i) end do contains real function f(x)! integroitava funktio real, intent(in) :: x f=x**4 end function real function simpsonint(a, b, n)! integroidaan funktio f(x) valin [a, b] yli Simpsonin! menetelmalla kayttamalla n jakovalia (n oltava parillinen) real, intent(in) :: a, b integer, intent(in) :: n real :: h, &! askelpituus s, s4! osasummat integer i if (*(n/) /= n) then write(*,*) jakovalien maaran oltava parillinen:,n simpsonint=0.0 return end if h = (b-a)/n s=0.0 s4=0.0 do i=1,n-1, s4=s4+f(a+i*h) end do do i=,n-, s=s+f(a+i*h) end do simpsonint = (h/3)*(f(a)+f(b)+*s+4*s4) end function end program 4 0.0050843 jakovalien maaran oltava parillinen: 5 5 0.00000000E+00 6 0.0010881 jakovalien maaran oltava parillinen: 7 7 0.00000000E+00 8 0.000356 jakovalien maaran oltava parillinen: 9 9 0.00000000E+00 10 0.0001335

Rombergin menetelmä Lasketaan integraali jollakin yksinkertaisella menetelmällä kahdella eri askelpituudella. Näiden arvojen avulla ekstrapoloidaan uusi tarkempi arvo. Olkoon I on integraalin tarkka arvo. Voidaan osoittaa, että puolisuunnikasmenetelmän arvo askelpituuden funktiona R 0 (h) on R 0 (h) = I + C h + C 4 h 4 +..., missä kertoimet C i eivät riipu askelesta h. R 0 (h/) = I + C h h 4 4 + C 4 16 +..., Lasketaan näistä lineaarikombinaatio R 1 (h) = 1 3 (4R 0(h/) R 0 (h)) = I + C 4h 4 +..., Alkuperäinen menetelmä on kertalukua h, mutta niistä muodostettu kombinaatio kertalukua h 4. Jos aineistona askelpituudella h taulukoituja arvoja, lasketaan integraalit askelilla h ja h. Menetelmää voidaan jatkaa edelleen korkeampiin kertalukuihin.

Newtonin Cotesin menetelmät Kaikki edellä olleet integrointimenetelmät voidaan esittää muodossa I = w i f(x i ), missä (x i ),i = 0,...,n on jokin sopivasti valittu pistejoukko. Jos pisteet x i valitaan tasavälisesti, saadaan Newtonin Cotesin menetelminä tunnetut integrointimenetelmät. Kaikki edellä esiintyneet menetelmät kuuluvat tähän ryhmään. Edellä esitetyt menetelmät ovat yksinkertaisia ja helposti ohjelmoitavia. Moniin tarkoituksiin ne ovat täysin käyttökelpoisia. Suuri tarkkuus vaatii lyhyttä jakoväliä, mikä tekee menetelmistä melko hitaita.

Gaussin kvadratuuri Tilannetta voidaan parantaa valitsemalla jakopisteet x i jollakin muulla tavoin kuin tasavälisesti. Oletetaan, että funktio on korkeintaan n-asteinen polynomi. Yritetään löytää sellaiset pisteet x i ja kertoimet w i, että w i f(x i ) antaa polynomien integraaleille täsmälleen oikean arvon. Esimerkki: käytetään vain kahta pistettä. Valitaan vielä integroimisväli symmetriseksi, [ 1,1]. Jotta kaava toimisi oikein kaikille astetta n astetta oleville polynomeille, sen on annettava oikeat arvot myös funktioiden 1, x, x,..., x n integraaleille: 1 1 1 1 1 1 1 1 1dx = = w 1 + w, xdx = 0 = w 1 x 1 + w x, x dx = 3 = w 1x 1 + w x, x 3 dx = 0 = w 1 x 3 1 + w x 3, Tässä on neljä yhtälöä ja neljä tuntematonta, w 1, w, x 1 ja x. Toinen ja neljäs yhtälö toteutuu, jos valitaan x = x 1 ja w 1 = w. Silloin ensimmäisen yhtälön perusteella on w 1 = w = 1, ja kolmannesta yhtälöstä saadaan x 1 = x = 1/ 3.

Yleiset kolmannen asteen polynomit saadaan edellä esiintyneiden funktioiden lineaarikombinaatioina. Siten mielivaltaiselle korkeintaan kolmatta astetta olevalle polynomille p 3 pätee 1 1 ( ) ( 1 p 3 (x) dx = p 3 3 + p 3 1 ). 3 Kokeillaan 1 (x 3 + x + 1)dx = 1 1 x 4 1 4 + x3 3 + x = = 1 4 + ( 1 3 + 1 4 ) 3 1 = 10 3. Gaussin kahden pisteen kvadratuurilla: 1 1 (x 3 + x + 1)dx = = 1 3 3 + 3 + 1 + = 10 3. ( 1 3 3 + ) 3 + 1 Korkeampaa astetta oleville polynomeille saadaan vastaavat yhtälöt, joiden ratkaiseminen on työlästä. Pisteiden x i ratkaiseminen suoraan yhtälöryhmistä ei ole kovin käytännöllistä. Siksi polynomit esitetäänkin ensin jonkin ortogonaalin kantafunktiojoukon avulla. Jos pisteitä on n kappaletta, niiden paikat ovat Legendren polynomin P n (x) nollakohtia. P 0 (x) = 1, P 1 (x) = x, P (x) = 1 (3x 1), P 3 (x) = 1 (5x3 3x),. (n + 1)P n (x) = (n + 1)P n+1 (x) + np n 1 (x).

Esim. kolmen pisteen menetelmän pisteet saadaan yhtälöstä 5x 3 3x = 0, josta x 1 = 3/5 = 0.7746, x = 0, x 1 = 3/5 = 0.7746. Näitä ei kannata ratkaista joka kerta uudestaan, vaan käytetään valmiiksi taulukoituja arvoja. Pistettä x i vastaava paino on w i = (1 x i )[P (x i )]. Polynomien derivaatat saadaan kaavoista P 0(x) = 0, P 1(x) = 1, P (x) = 3x, P 3(x) = 1 (15x 3),. P n+1(x) = P n 1(x) + (n + 1)P n (x).

Mielivaltainen integroimisväli voidaan muuntaa väliksi [-1, 1] sijoituksella y = b a t + b + a, jolloin integraali on b a dy = b a f(y) dy = b a dt, wi f(y i ), missä ( ) b a y i = x i + ( b + a ), Esimerkki: π/ sinxdx 0 Lasketaan tämä Gaussin kolmen pisteen menetelmällä. Integroimisvälin muunnos on y i = π 4 x i + π 4. Integraalin laskemiseen tarvitaan seuraavat suureet: i w i x i y i w i sin y i 1 0.5555555556 0.774596669 0.177031360 0.0978378406 0 0.8888888889 0.0000000000 0.7853981634 0.685393611 1 0.5555555556 0.774596669 1.3937649648 0.546876838 1.73498855 Integraalin arvo on (π/4) 1.73498855 1.000008. Integraalin tarkka arvo on 1. Kolmen pisteen integrointikaavalla saatiin tulos, jonka suhteellinen virhe on alle 10 5.

n x i w i 0.57735 0691 8966 1.00000 00000 00000 3 0.00000 00000 00000 0.88888 88888 88889 0.77459 6669 41484 0.55555 55555 55556 4 0.33998 10435 84856 0.6514 51548 6546 0.86113 63115 94053 0.34785 48451 37453 5 0.00000 00000 00000 0.56888 88888 88889 0.53846 93101 05684 0.4786 86704 99366 0.90617 98459 38664 0.369 68850 56189 6 0.3861 91860 83197 0.46791 39345 7691 0.6610 93864 6665 0.36076 15730 48138 0.9346 9514 0315 0.1713 4493 79171 7 0.00000 00000 00000 0.41795 91836 73469 0.40584 51513 77398 0.38183 00505 05118 0.74153 11855 99395 0.7970 53914 8977 0.94910 7913 4759 0.1948 49661 68868 8 0.18343 4644 95650 0.3668 37833 7836 0.5553 4099 1639 0.31370 66458 77887 0.79666 64774 1367 0.38 10344 53375 0.9608 98564 97536 0.101 8536 90376 9 0.00000 00000 00000 0.3303 93550 0160 0.345 3434 03809 0.3134 70770 40003 0.61337 1437 00590 0.6061 06964 0935 0.83603 11073 6636 0.18064 81606 94857 0.96816 0395 0766 0.0817 43883 61575

Useampiulotteiset integraalit Voidaan laskea soveltamalla yksiulotteista integrointia erikseen kuhunkin dimensioon. Esimerkiksi kaksiulotteinen integraali: b d f(x,y) dxdy a c = ( ) d w i f(x i,y) dy c = w i w j f(x i,y j ). Painoista ja pisteistä riippuen menetelmä voi tässä olla Gauss tai jokin Newton-Cotes. Kun dimensio suurempi kuin noin 5, kannattaa käyttää Monte Carlo -menetelmää.

Epäoleelliset integraalit Esimerkiksi 0 f(x) dx. Erilaisia mahdollisuuksia: 1) Tehdään muunnos [0, ] [a, b]. ) Jatketaan yhä pitemmälle, kunnes tulos ei enää muutu. 3) Integroidaan paloittain. Funktiolla todennäköisesti häntä, jossa arvot hyvin pieniä, joten voidaan käyttää pitkää askelta.

Monte Carlo -menetelmä Integraalin I = 1 0 f(x) dx suorakaidemenetelmällä laskettu arvo on n 1 i=0 f(x i ) n. Tämä on funktion keskiarvo välillä [0,1]. Yleisessä tapauksessa integraali on funktion keskiarvo kerrottuna välin pituudella. Periaatteessa sama tulos saadaan, jos integraali lasketaan satunnaisissa pisteissä t i, jotka jakautuvat tasaisesti integrointivälille: I = n 1 i=0 f(t i ) n. Tämä on satunnaismuuttuja, jonka odotusarvo on integraalin oikea arvo: EI = I, Kun N, I I. Jos on laskettava integraali A f dv jonkin mutkikkaan alueen yli, lasketaan B g dv, missä A B ja g(x) = f(x), jos x A ja 0 muuten. Integraalin likiarvo on I = g(x i ), missä satunnaisluvut x i ovat jakautuneet tasaisesti alueeseen B.

Esimerkiksi n-ulotteisen pallon tilavuuden laskeminen. Tuotetaan kuution sisälle tasaisesti jakautuneita pisteitä r i = (X 1,X,...,X n ). Nyt g(r i ) = 1, jos r i on pienempi kuin pallon säde ja 0 muuten. Summa g(r i ) lähenee pallon ja ympäröivän kuution tilavuuksien suhdetta. Virhe on suuruusluokkaa 1/ n. Laskentaa voidaan jatkaa tarpeen mukaan. Jos käytetään tavallista kiinteän laskentahilan menetelmää, koko homma on uusittava, jos tarkkuutta halutaan parantaa. Tarkkuus paranee hitaasti, joten menetelmä ei sovellu kaikkiin tehtäviin. Virhe ei riipu avaruuden dimensiosta, joten menetelmää kannattaa käyttää, kun on laskettava moniulotteisia integraaleja.

Havaintodatan integrointi Jos tasavälinen aineisto, voidaan käyttää mitä tahansa Newton-Cotes -tyyppistä menetelmää. Jos aineisto ei tasavälistä, korjataan menetelmiä niin, että askelpituus muuttuu; esimerkiksi puolisuunnikassääntö: f(x) dx = ( 1 (x 1 )f( ) + (x )f(x 1 ) +... ) + (x n x n )f(x n 1 ) + (x n x n 1 )f(x n ). Toinen mahdollisuus: sovitetaan aineistoon jokin funktio, jolloin voidaan käyttää mitä tahansa menetelmää tai laskea integraali analyyttisesti. Jos aineisto saadaan esimerkiksi simuloinnista tai on muuten raskas lakea, mutta voidaan laskea mielivaltaiselle pisteelle, kannattaa käyttää Gaussin menetelmää.