高斯勒让德(Gauss-legendre)求解多重积分(python,数值积分)
第四十四篇 高斯勒让德求解多重积分
多重积分
在工程分析中,经常需要在一个面积或体积上对函数进行积分。多重积分的解析方法在有限的情况下是可能的,但在这一篇中使用数值积分去求解。一维的函数积分详见重复牛顿-科特斯积分,重复高斯勒让德积分
考虑两个变量的函数在二维区域R上的积分,如下图所示。函数f(x, y)可以被认为是在R区域上以直角从平面上伸出的第三维空间。
需要的积分为
通过前面篇章中描述的一维空间函数积分得到,涉及两个变量的二重积分将产生下面形式的积分法则
样本点位于R的平面上,坐标为(xi, yi), i = 1,…N是函数的值。每个函数的计算都用wi加权,加权之和必须等于R的面积。
显然,在明确地定义不规则区域的积分计算起来有些困难。在实践中,将形状不规则的区域细分为若干更小的简单子区域(如矩形)就足够了,在这些子区域上可以很容易地进行数值积分。然后将每个子区域的解相加,得到整个区域R上的最终近似结果。这种方法类似于前面篇章中提到的“重复”规则。
首先,考虑在平行于笛卡尔坐标方向的矩形区域上的积分,因为这极大地简化了极限的定义。随后,这些概念被扩展到xy平面上一般的四边形和三角形区域的积分。本节中描述的所有方法都可以很容易地推广到三重积分。
矩形区域积分
在下图中,考虑函数f(x, y)在所示的矩形区域的积分。由于矩形的边界与笛卡尔坐标方向平行,变量之间没有关系,可以直接应用前面描述的积分方法。
牛顿柯特
例如,在每个方向上应用梯形规则将导致4个样本点(n = 4),如上图所示,矩形的每个角上都有一个样本点,从而产生该规则
在每个方向上应用Simpson规则,得到如下图6所示的9个样本点(n = 9),从而得到该法则为
其实可以猜到,上面得到的的加权系数来自于在每一个方向分别考虑的加权系数的简单乘积
计算实例
在每个方向使用梯形法则去计算下面积分
在一维中,梯形规则有2个样本点,所以在二重积分中,我们将使用n = 2*2 = 4个样本点。由上图知,h = 1, k = 2,有梯形法则的二维公式得到
精确解为15.3333
计算实例
在每个方向使用辛普森法则去计算下面的积分
在一维中,辛普森法则有3个样本点,所以在二重积分中,使用n = 3**2 = 9个采样点。由上图得,h = 0.5, k = 1,根据三点辛普森法则得到,二维积分得
在这个例子中,在两个方向上都使用辛普森法是低效的。在x方向上用辛普森法则和在y方向上用梯形法则也可以得到精确的解。可以使用n = 3 × 2=6个样本点,得到
高斯-勒让德
高斯-勒让德法则也可以应用于这种类型的多重积分,但必须注意找到样本点的正确位置。一种方法是进行坐标变换,使每个方向上的积分极限变为±1。就可以使用这篇中提到得权值和采样点值。详细的表格对应数值可见高斯勒让德求积分
矩形区域的另一种方法是将样本点在每个坐标方向上的范围中点左右进行加权和比例系数相乘。
考虑下图所示的矩形区域上的两点高斯-勒让德积分。
在x方向上,样本点坐标为
对应的加权系数w1 = w2 = h。同样在y方向上,样本点为
对应加权系数w1 = w2 = k,则法则为
计算实例
在两个方向使用高斯-勒让德计算下面的积分
在这个二重积分中,我们使用n = 2*22 = 4个样本点。由上图可知,h = 1, k = 0.5,根据上面得式子,样本点位于
因此得到
精确解为0.8
在这个例子中,两点法则能够在x方向上精确积分,但不能在y方向上。
通过类似的推理,由图下图所示的三点高斯勒让德法则可以得到x中得样本点和加权系数
x方向为
在y方向为
因此法则将变成
计算实例
在每个方向使用3点高斯-勒让德去计算下面的积分
在这个二重积分中,我们将使用n = 3**2 = 9个采样点。由上图可知,h = 1, k = 0.5,然后根据样本点坐标值得方程求得样本点为
因此根据积分方程,得到I = 0。8,这是精确解。
在这种情况下,四次项在y上的积分的精确解可以通过三点法则得到,在x方向上使用两点法则,总共有6个样本点。尽管在不同的方向上实现不同的数量积分法则是很容易的,但是大多数数值积分软件包在所有方向上都使用相同的数量法则。
程序如下
其中有一个主程序,和两个子程序,分别为高斯勒让德的样本点值和权值的子程序gauss_legendre;和局部坐标的形状函数的子程序fun_der。
#高斯拉盖尔法则
import numpy as np
import B
import math
ndim=2;nsp=9
if ndim==1:nod=2
elif ndim==2:nod=4
elif ndim==3:nod=8
coord=np.zeros((nod,ndim));der=np.zeros((ndim,nod));fun=np.zeros(nod)
coord[:,0]=(0.0,1.0,4.0,6.0);coord[:,1]=(0.0,2.0,3.0,1.0)
samp=np.zeros((nsp,ndim));wt=np.zeros((nsp))
B.gauss_legendre(samp,wt)
res=0
def f65(point):x=point[0];y=point[1]#;z=point[2]f65=x**2*y**2return f65
for i in range(1,nsp+1):B.fun_der(fun,der,samp,i)res=res+np.linalg.det(np.dot(der,coord))*wt[i-1]*f65(np.dot(np.transpose(coord),fun))
print('高斯-勒让德法则的多重积分')
print('维数',ndim)
for i in range(1,nod+1):print('坐标 (x,y[,z])',coord[i-1,:])
print('样本点的数量',nsp)
print('计算结果 ','{:13.4e}'.format(res))
gauss-legendre
def gauss_legendre(samp,wt):nsp=samp.shape[0]ndim=samp.shape[1]if ndim==1:if nsp==1:samp[0,0]= 0.0 wt[0] = 2.0 elif nsp==2:samp[0,0]= -0.57735026918962576449 samp[1,0]= 0.57735026918962576449 wt[0]= 1.0 wt[1]= 1.0 elif nsp==3:samp[0,0]= -0.77459666924148337704 samp[1,0]= 0.0 samp[2,0]= 0.77459666924148337704 wt[0]= 0.55555555555555555556 wt[1]= 0.88888888888888888889 wt[2]= 0.55555555555555555556 elif nsp==4:samp[0,0]= -0.86113631159405257524 samp[1,0]= -0.33998104358485626481 samp[2,0]= 0.33998104358485626481 samp[3,0]= 0.86113631159405257524 wt[0]= 0.34785484513745385737 wt[1]= 0.65214515486254614271 wt[2]= 0.65214515486254614271 wt[3]= 0.34785484513745385737 elif nsp==5:samp[0,0]= -0.90617984593866399282 samp[1,0]= -0.53846931010568309105 samp[2,0]= 0.0 samp[3,0]= 0.53846931010568309105 samp[4,0]= 0.90617984593866399282 wt[0]= 0.23692688505618908751 wt[1]= 0.47862867049936646804 wt[2]= 0.56888888888888888889 wt[3]= 0.47862867049936646804 wt[4]= 0.23692688505618908751 else:print('积分点数量错误')elif ndim==2:if nsp==1:samp[0,0]= 0.0 samp[0,1]= 0.0 wt[0]= 4.0 elif nsp==4:samp[0,0]= -0.57735026918962576449 samp[1,0]= 0.57735026918962576449 samp[2,0]= -0.57735026918962576449 samp[3,0]= 0.57735026918962576449 samp[0,1]= -0.57735026918962576449 samp[1,1]= -0.57735026918962576449 samp[2,1]= 0.57735026918962576449 samp[3,1]= 0.57735026918962576449 wt[0]= 1.0 wt[1]= 1.0 wt[2]= 1.0 wt[3]= 1.0 elif nsp==9:samp[0,0]= -0.77459666924148337704 samp[1,0]= 0.0 samp[2,0]= 0.77459666924148337704 samp[3,0]= -0.77459666924148337704 samp[4,0]= 0.0 samp[5,0]= 0.77459666924148337704 samp[6,0]= -0.77459666924148337704 samp[7,0]= 0.0 samp[8,0]= 0.77459666924148337704 samp[0,1]= -0.77459666924148337704 samp[1,1]= -0.77459666924148337704 samp[2,1]= -0.77459666924148337704 samp[3,1]= 0.0 samp[4,1]= 0.0 samp[5,1]= 0.0 samp[6,1]= 0.77459666924148337704 samp[7,1]= 0.77459666924148337704 samp[8,1]= 0.77459666924148337704 wt[0] = 0.30864197530864197531 wt[1] = 0.49382716049382716049 wt[2] = 0.30864197530864197531 wt[3] = 0.49382716049382716049 wt[4] = 0.79012345679012345679 wt[5] = 0.49382716049382716049 wt[6] = 0.30864197530864197531 wt[7] = 0.49382716049382716049 wt[8] = 0.30864197530864197531 elif nsp==16:samp[0,0] =-0.86113631159405257524 samp[1,0] =-0.33998104358485626481 samp[2,0] = 0.33998104358485626481 samp[3,0] = 0.86113631159405257524 samp[4,0] =-0.86113631159405257524 samp[5,0] =-0.33998104358485626481 samp[6,0] = 0.33998104358485626481 samp[7,0] = 0.86113631159405257524 samp[8,0] =-0.86113631159405257524 samp[9,0]=-0.33998104358485626481 samp[10,0]= 0.33998104358485626481 samp[11,0]= 0.86113631159405257524 samp[12,0]=-0.86113631159405257524 samp[13,0]=-0.33998104358485626481 samp[14,0]= 0.33998104358485626481 samp[15,0]= 0.86113631159405257524 samp[0,1] =-0.86113631159405257524 samp[1,1] =-0.86113631159405257524 samp[2,1] =-0.86113631159405257524 samp[3,1] =-0.86113631159405257524 samp[4,1] =-0.33998104358485626481 samp[5,1] =-0.33998104358485626481 samp[6,1] =-0.33998104358485626481 samp[7,1] =-0.33998104358485626481 samp[8,1] = 0.33998104358485626481 samp[9,1]= 0.33998104358485626481 samp[10,1]= 0.33998104358485626481 samp[11,1]= 0.33998104358485626481 samp[12,1]= 0.86113631159405257524 samp[13,1]= 0.86113631159405257524 samp[14,1]= 0.86113631159405257524 samp[15,1]= 0.86113631159405257524 wt[0]= 0.12100299328560200551 wt[1]= 0.22685185185185185185 wt[2]= 0.22685185185185185185 wt[3]= 0.12100299328560200551 wt[4]= 0.22685185185185185185 wt[5]= 0.42529330301069429082 wt[6]= 0.42529330301069429082 wt[7]= 0.22685185185185185185 wt[8]= 0.22685185185185185185 wt[9]= 0.42529330301069429082 wt[10]= 0.42529330301069429082 wt[11]= 0.22685185185185185185 wt[12]= 0.12100299328560200551 wt[13]= 0.22685185185185185185 wt[14]= 0.22685185185185185185 wt[15]= 0.12100299328560200551 elif nsp==25:samp[0,0] =-0.90617984593866399282 samp[1,0] =-0.53846931010568309105 samp[2,0] = 0.0 samp[3,0] = 0.53846931010568309105 samp[4,0] = 0.90617984593866399282 samp[5,0] =-0.90617984593866399282 samp[6,0] =-0.53846931010568309105 samp[7,0] = 0.0 samp[8,0] = 0.53846931010568309105 samp[9,0]= 0.90617984593866399282 samp[10,0]=-0.90617984593866399282 samp[11,0]=-0.53846931010568309105 samp[12,0]= 0.0 samp[13,0]= 0.53846931010568309105 samp[14,0]= 0.90617984593866399282 samp[15,0]=-0.90617984593866399282 samp[16,0]=-0.53846931010568309105 samp[17,0]= 0.0 samp[18,0]= 0.53846931010568309105 samp[19,0]= 0.90617984593866399282 samp[20,0]=-0.90617984593866399282 samp[21,0]=-0.53846931010568309105 samp[22,0]= 0.0 samp[23,0]= 0.53846931010568309105 samp[24,0]= 0.90617984593866399282 samp[0,1] =-0.90617984593866399282 samp[1,1] =-0.90617984593866399282 samp[2,1] =-0.90617984593866399282 samp[3,1] =-0.90617984593866399282 samp[4,1] =-0.90617984593866399282 samp[5,1] =-0.53846931010568309105 samp[6,1] =-0.53846931010568309105 samp[7,1] =-0.53846931010568309105 samp[8,1] =-0.53846931010568309105 samp[9,1]=-0.53846931010568309105 samp[10,1]= 0.0 samp[11,1]= 0.0 samp[12,1]= 0.0 samp[13,1]= 0.0 samp[14,1]= 0.0 samp[15,1]= 0.53846931010568309105 samp[16,1]= 0.53846931010568309105 samp[17,1]= 0.53846931010568309105 samp[18,1]= 0.53846931010568309105 samp[19,1]= 0.53846931010568309105 samp[20,1]= 0.90617984593866399282 samp[21,1]= 0.90617984593866399282 samp[22,1]= 0.90617984593866399282 samp[23,1]= 0.90617984593866399282 samp[24,1]= 0.90617984593866399282 wt[0] = 0.05613434886242863595 wt[1] = 0.1134 wt[2] = 0.13478507238752090312 wt[3] = 0.1134 wt[4] = 0.05613434886242863595 wt[5] = 0.1134 wt[6] = 0.22908540422399111713 wt[7] = 0.27228653255075070182 wt[8] = 0.22908540422399111713 wt[9]= 0.1134 wt[10]= 0.13478507238752090305 wt[11]= 0.27228653255075070171 wt[12]= 0.32363456790123456757 wt[13]= 0.27228653255075070171 wt[14]= 0.13478507238752090305 wt[15]= 0.1134 wt[16]= 0.22908540422399111713 wt[17]= 0.27228653255075070182 wt[18]= 0.22908540422399111713 wt[19]= 0.1134 wt[20]= 0.05613434886242863595 wt[21]= 0.1134 wt[22]= 0.13478507238752090312 wt[23]= 0.1134 wt[24]= 0.05613434886242863595 else:print('积分点数量错误')elif ndim==3:if nsp==1:samp[0,0]= 0.0 samp[0,1]= 0.0 samp[0,2]= 0.0 wt[0]= 8.0 elif nsp==8:samp[0,0]=-0.57735026918962576449 samp[1,0]= 0.57735026918962576449 samp[2,0]=-0.57735026918962576449 samp[3,0]= 0.57735026918962576449 samp[4,0]=-0.57735026918962576449 samp[5,0]= 0.57735026918962576449 samp[6,0]=-0.57735026918962576449 samp[7,0]= 0.57735026918962576449 samp[0,1]=-0.57735026918962576449 samp[1,1]=-0.57735026918962576449 samp[2,1]=-0.57735026918962576449 samp[3,1]=-0.57735026918962576449 samp[4,1]= 0.57735026918962576449 samp[5,1]= 0.57735026918962576449 samp[6,1]= 0.57735026918962576449 samp[7,1]= 0.57735026918962576449 samp[0,2]=-0.57735026918962576449 samp[1,2]=-0.57735026918962576449 samp[2,2]= 0.57735026918962576449 samp[3,2]= 0.57735026918962576449 samp[4,2]=-0.57735026918962576449 samp[5,2]=-0.57735026918962576449 samp[6,2]= 0.57735026918962576449 samp[7,2]= 0.57735026918962576449 wt[0]= 1.0 wt[1]= 1.0 wt[2]= 1.0 wt[3]= 1.0 wt[4]= 1.0 wt[5]= 1.0 wt[6]= 1.0 wt[7]= 1.0 elif nsp==27:samp[0,0]= -0.77459666924148337704 samp[1,0]= 0.0 samp[2,0]= 0.77459666924148337704 samp[3,0]= -0.77459666924148337704 samp[4,0]= 0.0 samp[5,0]= 0.77459666924148337704 samp[6,0]= -0.77459666924148337704 samp[7,0]= 0.0 samp[8,0]= 0.77459666924148337704 samp[9,0]=-0.77459666924148337704 samp[10,0]= 0.0 samp[11,0]= 0.77459666924148337704 samp[12,0]=-0.77459666924148337704 samp[13,0]= 0.0 samp[14,0]= 0.77459666924148337704 samp[15,0]=-0.77459666924148337704 samp[16,0]= 0.0 samp[17,0]= 0.77459666924148337704 samp[18,0]=-0.77459666924148337704 samp[19,0]= 0.0 samp[20,0]= 0.77459666924148337704 samp[21,0]=-0.77459666924148337704 samp[22,0]= 0.0 samp[23,0]= 0.77459666924148337704 samp[24,0]=-0.77459666924148337704 samp[25,0]= 0.0 samp[26,0]= 0.77459666924148337704 samp[0,1]= -0.77459666924148337704 samp[1,1]= -0.77459666924148337704 samp[2,1]= -0.77459666924148337704 samp[3,1]= -0.77459666924148337704 samp[4,1]= -0.77459666924148337704 samp[5,1]= -0.77459666924148337704 samp[6,1]= -0.77459666924148337704 samp[7,1]= -0.77459666924148337704 samp[8,1]= -0.77459666924148337704 samp[9,1]= 0.0 samp[10,1]= 0.0 samp[11,1]= 0.0 samp[12,1]= 0.0 samp[13,1]= 0.0 samp[14,1]= 0.0 samp[15,1]= 0.0 samp[16,1]= 0.0 samp[17,1]= 0.0 samp[18,1]= 0.77459666924148337704 samp[19,1]= 0.77459666924148337704 samp[20,1]= 0.77459666924148337704 samp[21,1]= 0.77459666924148337704 samp[22,1]= 0.77459666924148337704 samp[23,1]= 0.77459666924148337704 samp[24,1]= 0.77459666924148337704 samp[25,1]= 0.77459666924148337704 samp[26,1]= 0.77459666924148337704 samp[0,2]= -0.77459666924148337704 samp[1,2]= -0.77459666924148337704 samp[2,2]= -0.77459666924148337704 samp[3,2]= 0.0 samp[4,2]= 0.0 samp[5,2]= 0.0 samp[6,2]= 0.77459666924148337704 samp[7,2]= 0.77459666924148337704 samp[8,2]= 0.77459666924148337704 samp[9,2]=-0.77459666924148337704 samp[10,2]=-0.77459666924148337704 samp[11,2]=-0.77459666924148337704 samp[12,2]= 0.0 samp[13,2]= 0.0 samp[14,2]= 0.0 samp[15,2]= 0.77459666924148337704 samp[16,2]= 0.77459666924148337704 samp[17,2]= 0.77459666924148337704 samp[18,2]=-0.77459666924148337704 samp[19,2]=-0.77459666924148337704 samp[20,2]=-0.77459666924148337704 samp[21,2]= 0.0 samp[22,2]= 0.0 samp[23,2]= 0.0 samp[24,2]= 0.77459666924148337704 samp[25,2]= 0.77459666924148337704 samp[26,2]= 0.77459666924148337704 wt[0] = 0.17146776406035665295 wt[1] = 0.27434842249657064472 wt[2] = 0.17146776406035665295 wt[3] = 0.27434842249657064472 wt[4] = 0.43895747599451303155 wt[5] = 0.27434842249657064472 wt[6] = 0.17146776406035665295 wt[7] = 0.27434842249657064472 wt[8] = 0.17146776406035665295 wt[9] = 0.27434842249657064472 wt[10] = 0.43895747599451303155 wt[11] = 0.27434842249657064472 wt[12] = 0.43895747599451303155 wt[13] = 0.70233196159122085048 wt[14] = 0.43895747599451303155 wt[15] = 0.27434842249657064472 wt[16] = 0.43895747599451303155 wt[17] = 0.27434842249657064472 wt[18] = 0.17146776406035665295 wt[19] = 0.27434842249657064472 wt[20] = 0.17146776406035665295 wt[21] = 0.27434842249657064472 wt[22] = 0.43895747599451303155 wt[23] = 0.27434842249657064472 wt[24] = 0.17146776406035665295 wt[25] = 0.27434842249657064472 wt[26] = 0.17146776406035665295 else:print('积分点数量错误')else:print('维度不合理')
fun_der
def fun_der(fun,der,points,i):
#计算局部坐标形状函数的偏导ndim=der.shape[0]if ndim==1:xi= points[i-1,0]der[0,0]=-0.5; der[0,1]= 0.5fun[:]=(0.5*(1.0-xi),0.5*(1.0+xi))elif ndim==2: xi= points[i-1,0]; eta=points[i-1,1]etam=0.25*(1.0-eta); etap=0.25*(1.0+eta)xim= 0.25*(1.0-xi); xip= 0.25*(1.0+xi)der[0,0]=-etam; der[0,1]=-etap; der[0,2]=etap; der[0,3]=etamder[1,0]=-xim; der[1,1]=xim; der[1,2]=xip; der[1,3]=-xipfun[:]=(4.0*xim*etam,4.0*xim*etap,4.0*xip*etap,4.0*xip*etam)elif ndim==3: xi =points[i-1,0]; eta =points[i-1,1]; zeta=points[i-1,2]etam=1.0-eta; xim=1.0-xi; zetam=1.0-zetaetap=eta+1.0; xip=xi+1.0; zetap=zeta+1.0der[0,0]=-0.125*etam*zetam; der[0,1]=-0.125*etam*zetapder[0,2]= 0.125*etam*zetap; der[0,3]= 0.125*etam*zetamder[0,4]=-0.125*etap*zetam; der[0,5]=-0.125*etap*zetapder[0,6]= 0.125*etap*zetap; der[0,7]= 0.125*etap*zetamder[1,0]=-0.125*xim*zetam; der[1,1]=-0.125*xim*zetapder[1,2]=-0.125*xip*zetap; der[1,3]=-0.125*xip*zetamder[1,4]= 0.125*xim*zetam; der[1,5]= 0.125*xim*zetapder[1,6]= 0.125*xip*zetap; der[1,7]= 0.125*xip*zetamder[2,0]=-0.125*xim*etam; der[2,1]= 0.125*xim*etamder[2,2]= 0.125*xip*etam; der[2,3]=-0.125*xip*etamder[2,4]=-0.125*xim*etap; der[2,5]= 0.125*xim*etapder[2,6]= 0.125*xip*etap; der[2,7]=-0.125*xip*etapfun=(0.125*xim*etam*zetam,0.125*xim*etam*zetap, \0.125*xip*etam*zetap,0.125*xip*etam*zetam, \0.125*xim*etap*zetam,0.125*xim*etap*zetap, \0.125*xip*etap*zetap,0.125*xip*etap*zetam)else:print('维数错误')
对于下面的积分
终端输出结果为
高斯勒让德(Gauss-legendre)求解多重积分(python,数值积分)相关推荐
- 重复高斯勒让德法则(gauss-legendre)求积分(python,数值积分)
第四十一篇 高斯勒让德法则 牛顿-科特斯法则很方便使用,因为样本点在积分范围内均匀分布,而且权重系数很容易记住(至少到辛普森法则).详情可见重复牛顿-科特斯法则 高斯法则采取样本点在积分范围内的最佳间 ...
- 【Python数值积分】
Python数值积分 数值积分 导入模块 数值积分 积分法则 辛普森求积公式 Simpson's rule 高斯求积公式 Gaussian quadrature 使用SciPy进行数值积分 高斯积分 ...
- 高斯-勒让德求积分的Python程序
理论知识: 勒让德多项式及性质 第四节 高斯(Gauss)求积公式 高斯-勒让德求积公式及Matlab实现 目标函数求积区间为[-1,1]时 代码: #高斯-勒让德求积公式 from sympy im ...
- 高斯伪谱法 matlab,Gauss 高斯伪谱法求解的 ,希望对大家有用的!代码比较复杂,但是可以运行。 matlab 263万源代码下载- www.pudn.com...
文件名称: Gauss下载 收藏√ [ 5 4 3 2 1 ] 开发工具: Windows_Unix 文件大小: 273 KB 上传时间: 2016-08-12 下载次数: 0 提 供 者 ...
- MATLAB高斯-勒让德积分求解
MATLAB高斯-勒让德积分求解 积分函数 function [ y ] = CalcuFunctionValue( x ) y=exp(-x^2);%积分函数 end 求积分算法函数 functio ...
- 数据积分-牛顿科茨法与高斯勒让德法对比及示例
在结点xi上插值f的次数最多是n次的多项式 p(x)=∑f(xi)li(x) 拉格朗日插值多项式: li(x)= ∏(x-xj)/(xi-xj) 基于插值的数值积分: ∫f(x)dx≈∫p(x)dx= ...
- 高斯-勒让德积分——MATLABPython混合实现
高斯-勒让德积分 前言 一种很NB的数值积分.原理我们就不多说了,这里只介绍怎么直接拿来用. 核心问题是如何获取系数表. 参数介绍 对于函数 f(x),积分区间为 a 到 b,求在这一区间上的定积分. ...
- GSL科学计算库——计算高斯-勒让德积分
相关文章: Windows系统Qt5配置GSL科学计算库 Windows系统下Cygwin+Dev C ++ 配置GSL科学计算库 假设计算下列积分: ∫0πexcos(x)dx\int_0^\pi ...
- Gauss 消元法求解线性方程组
Gauss 消元法求解线性方程组 内容 消元法是将方程组中的一方程的未知数用含有另一未知数的代数式表示,并将其代入到另一方程中,这就消去了一未知数,得到一解:或将方程组中的一方程倍乘某个常数加到另外一 ...
最新文章
- thinkphp5.1嵌套关联预载入的写法
- AS-External-LSA
- ceph部署出现错误及解决
- Redis进阶-如何发现和优雅的处理BigKey一二事
- php dom xml解析,Php Xml解析之DOMDocument使用方法浅解
- csv文件设置每个cell大小_Python对文本文件和Excel的处理机制
- AT3877-[ARC089C]GraphXY【构造】
- 华为交换机屏蔽远程计算机,华为交换机远程telnet配置的小问题
- 每天定时自动优化MySQL数据库
- 小故事:在缺陷中发现长处
- Protel 99SE详细安装教程(附安装包)
- matlab数字信号处理程序,MATLAB数字信号处理 85个案例分析 全书程序
- 分布式系统(2)——Paxos算法
- win10共享计算机win7,win10与win7局域网共享的方法
- Illustrator CS6中文版从新手到高手pdf
- 大数据学习的五大步骤
- 17家中国初创IT公司的失败史【转】
- 在matlab中syms是什么,syms在matlab中的作用是什么
- Android简单的编写一个txt阅读器(没有处理字符编码),适用于新手学习
- 搭建PHP直播系统源码的教程,手把手教你手机直播app制作
热门文章
- yunos的工程模式
- 小刚明白锻炼的重要性,每天坚持走10000步。这一天,他已经走了一些步,想知道还要走多少步才能完成这一天的锻炼任务。请你帮帮他。
- Android LruCache和DiskLruCache相结合打造图片加载框架(仿微信图片选择,照片墙)
- 编译原理_P1004
- 近地天体撞击地球原理的设想
- 使用 canvas 和面向对象思想绘制流星动画
- 机械设备故障诊断健康监测公开数据集
- canvas文字旋转功能
- 记2019年高教杯全国大学生数学建模竞赛
- 计算机科学基础大熊猫,大学实验室长什么样? 四川南充300多名小朋友走进西华师大感受生命与科学...