یک کلاس پایه NumericalIntegrator بنویسید که سازنده‌اش تابع f، بازه a و b و تعداد بخش‌ها n را ذخیره کند و متد setup ای برای محاسبهٔ گام h و نقاط x داشته باشد؛ سپس یک کلاس فرزند TrapezoidalIntegrator ایجاد کنید که از NumericalIntegrator ارث ببرد و با استفاده از super() سازندهٔ پایه را فراخوانی کند و متد integrate را بازنویسی کند تا انتگرال عددی روی [a,b] با قاعدهٔ ذوزنقه را محاسبه و نتیجه را چاپ کند.

در این طراحی پایه، __init__(self, f, a, b, n) مقادیر ورودی را ذخیره کرده و setup را برای محاسبهٔ گام h و نقاط x فرا می‌خواند. کلاس TrapezoidalIntegrator با استفاده از super().__init__(...) سازندهٔ پایه را صدا می‌زند و متد integrate را برای محاسبه و چاپ تخمین ذوزنقه‌ای بازنویسی می‌کند. برای پایداری ورودی‌ها را بررسی کنید (n>0 و a<b) و در صورت نامعتبر بودن ورودی‌ها استثنا پرتاب یا مقدار مناسبی بازگردانید. اگر از numpy استفاده می‌کنید، ایجاد x با numpy.linspace و محاسبهٔ جمع با فرمول ذوزنقه‌ای سریع است، در غیر این صورت با لیست و حلقه هم قابل پیاده‌سازی است.