AccuracyGoal 选项可用来改变缺省的绝对公差：
一旦超过准确度标准，积分处理停止：
当缺省仅使用一个精度准则时，缺省设置下的结果不同：
获得一个数值积分使用的计算点的数量：
显示数值积分使用的计算点：
积分区域排除使得被积函数的分母为零的曲线：
被积函数的曲线是奇异的：
在超过指定数量的点后，停止积分：
没有足够的自适应递归，给出的较差的结果：
对
MaxRecursion 指定较大的值，给出较好的结果：
指定奇点位置会更有效：
左侧和右侧黎曼和：
黎曼和在子区域的左端点或右端点均匀采样：
无外推的基本梯形规则，与分段线性逼近对应：
采用 Romberg 外推的梯形规则：
基本梯形规则均匀采样（当自适应关闭时）：
采用梯形规则的缺省自适应法：
采样点间距均匀的 Newton-Cotes 规则：
封闭公式包括端点，而开放公式不包括：
Newton-Cotes 规则对应于多项式插值：
无自适应的逼近等同于对相应多项式的积分：
阶数为
的方法对于次数在
以内的多项式是准确的：
自动选择积分策略的 Clenshaw-Curtis 求积规则：
采样点非均匀：
这些点是
重新调整尺度后的版本：
误差估计采用 Kronrod 外延法的高斯求积规则：
高斯规则使用非均匀分布的采样点：
采用
个高斯点的方法对于次数为
的多项式是准确的：
阶数为
的方法采用足够的点数以保证对次数为
的多项式是准确的：
在 Lobatto 点处采用 Kronrod 外延法的高斯求积规则：
Lobatto 点是不均匀的：
多面板规则（或称复合规则）将指定规则应用于多个子区间：
任何其它规则都可以与多面板规则联用：
使用一维规则的乘积：
一个规则列表自动被解释为规则的乘积：
在 x 上使用均匀采样，在 y 上使用非均匀采样：
使用多维对称规则的多元积分：
多维规则使用采样点的一个离散对称网格：
增加采样点的个数：
使用不同数目的生成程序有时可以改进计算时效：
使用 Levin 型配位规则的振荡函数的积分：
多元 Levin 型规则：
全局自适应积分策略：
基于最大误差，对区域进行再分，直到全局误差足够小：
局部自适应积分策略：
对每个区域进行再分，直到局部误差足够小：
梯形策略，在密度增加处均匀采样：
对整个区域进行再分，并使用一个较低阶的方法：
双指数（"tanh-sinh"）策略，在端点附近的采样点密集：
变换后对整个区域进行再分：
采样点均匀随机分布的蒙特卡洛积分：
采样点具有确定的序列：
蒙特卡洛和准蒙特卡洛的全局自适应版：
绘制不同策略所用的采样点：
缺省时可进行一些符号式处理：
使用自动数值方法，但不采用符号式处理：
对符号式处理设置一个明确的极限：
控制分段函数的自动再分：
分段函数的自动再分通常会导致函数的计算次数减少：
控制奇偶被积函数的自动简化：
自动简化通常会使函数的计算次数减少：
控制高振荡函数的自动方法选择：
对于高振荡函数，专门的方法会使函数的计算次数减少：
对于非振荡函数，将探测关闭可以节省时间：
控制插值函数的节点处的自动再分：
插值函数的再分可减少计算次数：
对于一个平滑函数的精确插值，再分可能是不必要的：
增加
强制指定积分区域的一个更细的再分：
对于不同公差，用于计算
的样本数：
有
PrecisionGoal，样本数量需要成倍的增加：
的数值近似.
的数值近似.
Exclusions 选项设置指定的区域边界.
测试一维积分在每个中间点 
的奇点. 如果没有奇点，结果等价于从 
到 
的积分. 您可以用复数 
在复平面上指定一个积分等高线.
给出递归划分的最小数量. MaxRecursion 给出最大数量.
.
，将自动选择策略方法. 
形式给出. 
指定执行被积函数的符号分析的最大秒数.
维区域上积分：
：
为标准正态分布时，计算 
的概率：
为标准柯西分布时，计算 
的期望：
上的傅立叶系数：
的 Bessel 函数在实数直线上的积分表示：
比较：
函数 
：
在实数直线上的不完全椭圆积分：
比较：
范数：
的函数的 
范数的图形：
的函数， 使 
最小化：
关于权重函数 
的内积，函数在 
上有定义：
在 
上的正交，权重函数为1：
在 
上的正交，权重函数为 
：
在 
上的正交，权重函数为 
：
在 
的余数，视作在包围 
的一个等高线上的积分：
处的数值导数，视作在包围 
的一个等高线上的积分：
范例
例 
范围 