高斯-拉格朗日(Gauss-Legendre )Ⅱ型求积公式 数值分析 勘误 P111

最新推荐文章于 2024-12-15 22:01:07 发布
原创 最新推荐文章于 2024-12-15 22:01:07 发布 · 3.1k 阅读 · 5
本文详细介绍了3点Gauss-Legendre复化求积公式的推导过程及其与Newton-Cotes公式的区别。通过对比分析，阐述了Gauss-Legendre求积公式无需对部分节点乘以倍数的原因，并解释了其在相同节点数量下拥有更高代数精度的优势。

教材信息： 数值分析(第二版) 李红 华中科技大学出版社

Gauss-Legendre Ⅱ型求积公式

[a,b]区间上的3点高斯-拉格朗日（Gauss-Legendre）复化求积公式

∫ a b f ( x ) d x ≈ h 9 ∑ k = 0 2 n − 2 { 5 [ f ( x k + 1 − h 5 3 ) + f ( x k + 1 + h 5 3 ) ] + 8 f ( x k + 1 ) } \int_a^b f(x)dx \approx \frac{h}{9} \sum_{k=0}^{2n-2} \big\{5[f( x_{k+1}-h \sqrt{ \frac{5}{3}} ) +f( x_{k+1}+h \sqrt{ \frac{5}{3}} )]+ 8 f(x_{k+1})\big\} ∫ab​f(x)dx≈9h​k=0∑2n−2​{ 5[f(xk+1​−h

标签
#编辑器
最低0.47元/天 解锁文章
数值分析——数值积分（Newton-Cotes、复化求积、Gauss求积、正交多项式Gauss）
weixin_40519529的博客
04-05 4293
数值分析-数值积分
复合型自适应步长的Gauss型求积（附代码）
qingchedeyongqi的博客
06-12 3887
复合型自适应步长的Gauss型求积 先前在做数值分析实验时，把高斯型求积公式和复合型、自适应步长的求积融合到了一起，但是后来发现题目没有这个要求。。现在就把这个思路分享一下。 上题目： 实验目的：学会Gauss型求积公式,并应用该算法于实际问题. 实验内容：求定积分 ∫−44dx1+x2\int_{{\rm{ - }}4}^4 {\frac{{dx}}{{1 + {x^2}}}}∫−44​1+x2dx​ 实验要求： （1）把Gauss点的表格存入计算机,以Gauss-Legendre求积公式作为本实验的例子
《数值分析》-- 高斯求积公式
热门推荐
HG0724的博客
12-10 5万+
适当选择节点，可使公式的精度最高达到2n+1，这就是本节所要介绍的高斯求积公式。 包括高斯型求积公式的一般理论，其中重点是高斯型求积公式和高斯点。主要讲解了高斯-勒让德求积公式，高斯-切比雪夫求积公式。
常见高斯型求积公式简介
weixin_41671554的博客
10-11 8668
一维区间上的求积公式 区间 [a,b][a,b][a,b] 上带权函数 ρ(x)\rho(x)ρ(x) 的插值型求积公式的一般形式为 I(f)=∫abρ(x)f(x)dx≈∑k=0nAkf(xk)(1) I(f) = \int^b_a \rho(x) f(x) dx \approx \sum_{k=0}^nA_k f(x_k) \tag{1}I(f)=∫ab​ρ(x)f(x)dx≈k=0∑n​Ak​f(xk​)(1) 其中 xk,Ak(k=0,1,2,⋯ ,n)x_k, A_k(k=0,1,2,\cdots
【数值分析】数值微积分——高斯求积公式
HYYQX的博客
11-07 5121
高斯积分公式
二阶三点公式余项的推导 数值分析 P119
L_Chee的博客
11-07 3019
系列文章目录 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 例如：第一章 Python 机器学习入门之pandas的使用 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例
计算方法之数值积分方法——复化梯形法，复化辛普森法，龙贝格法，三点高斯公式 附matlap程序下载
Ace_bb的博客
05-18 7040
数值积分 复化求积法就是将求积区间[a,b]划分为n等份，步长h=(b-a)/n,等分点为xi=a+ih,i=0,1,2,…,n.然后用低阶求积公式求的每个字段[xi,xi+1]上的积分值I，然后再将它们累加求和，用各段积分之和作为所求积分的近似值。 (1): 复化梯形法的设计思想。即用梯形面积公式来求每个子段[xi,xi+1]上的积分。将各子段积分值求和得到公式： (2): 复化辛普森法设计思想：即用simpson公式求每个子段[xi,xi+1]上的积分值。然后再将各子段积分值求和，得到公式： (3)
【NA】高斯型积分公式(一)
Esperanto.的博客
03-18 5406
高斯型积分公式基本定义
【数值分析】高斯型求积公式，任意区间三点gauss求积公式，matlab实现
lafea的博客
01-03 9843
∫ab​ρxfxdx≈i1∑n​Ai​fxi​如果求积公式具有2n−1次代数精度，则称对应的节点x1​x2​⋯xn​为Gauss点，此时求积公式称为Gauss型求积公式。为了讨论方便，本节取n个节点，并记节点为x1​x2​⋯xn​，从1开始取！同时，所讨论的积分均为带有权函数ρx的积分。插值型求积公式∫ab​ρxfxdx≈i1∑n​Ai​fxi​。
【Python学习笔记】6：用Gauss-Legendre求积公式近似求积分值
大桔骑士的学习笔记
05-04 3万+
高斯-勒让德求积公式给出了一个定积分的近似求法： 不妙的是这种求法对上下限要求为1和-1，但是因为积分可以变限，所以求任意定积分只要做变换就好： 用高斯公式求积分的近似值，精确度是非常高的，一般用几个点就可以得到很不错的近似值。这里用了三点高斯积分和五点高斯积分。 至于这些点怎么找，实际上它们是勒让德多项式的零点，因为这个我没学，老师直接给出了下面的高斯点表： 如要用三点高斯积...
三点高斯积分函数
weixin_43725312的博客
02-27 1815
三点高斯积分函数 void GaussIntegral(double a,double b,double (&fx)(double),int n,double &ret) { auto gt = [=](double a0, double b0, double t)->double { return (b0 - a0) / 2.0 * fx((b0 - a0) / 2.0 * t + (a0 + b0) / 2.0); }; ret = 0.0; double A1 =
复化Simpson求积公式 | matlab
用途：中英文学习笔记，如有侵权，可评论留言，及时清理；学历：NUS计算机硕士；SYSU地球物理学士
07-10 1万+
function T=simpson(f_name, a, b, n) % f_name为要求的定函数y=f(x)所在的程序文件名 % a为积分下限 % b为积分上限 % n为积分区间[a,b]划分成小区间的等份数 h = (b-a) / n; x = a + (0:n) * h; f = feval(f_name, x); N = length(f) - 1; if N == 1 fprintf('Data has only one interval') return; end if N
Guass-Legendre（高斯-勒让德）求积方法 | Guass型求积公式 + Legendre多项式
用途：中英文学习笔记，如有侵权，可评论留言，及时清理；学历：NUS计算机硕士；SYSU地球物理学士
06-29 3万+
1. Guass型求积公式 定义1：在区间[a,b][a,b][a,b]内，如果由节点x0,x1,⋯ ,xnx_0,x_1,\cdots,x_nx0​,x1​,⋯,xn​构造的插值型求积公式 ∫abf(x)dx≅∑k=0nAkf(xk) \int_a^b f(x)dx \cong \sum_{k=0}^nA_k f(x_k) ∫ab​f(x)dx≅k=0∑n​Ak​f(xk​) 具有2n+1次代数精度，则称该求积公式为Guass求积公式，求积节点xk(k=0,1,⋯ ,n)x_k(k=0,1,\cdots,
【源码】计算求解定积分的Legendre-Gauss权和节点：lgwt函数
weixin_42825609的博客
12-06 2972
这是一个生成Legendre-Gauss权和节点的简单函数，用于计算某个区间[a,b]上连续函数的定积分。 This is a simple script which produces the Legendre-Gauss weights and nodes for computing the definite integral of a continuous function on some i...
matlab编程题-三点法和五点法Gauss-Legendre
weixin_45951391的博客
12-08 2334
Gauss-Legendre积分是一种数值积分方法，用于近似一个函数在一定区间内的积分。这种方法特别适用于当函数的解析积分很难或无法直接求得时。Gauss-Legendre积分使用特定的点（称为Gauss点）和相应的权重来近似积分，这些点和权重是通过Legendre多项式的根和相应的积分公式计算得出的。
拉格朗日插值和数值微积分
最新发布
某人的个人文档
12-15 1411
所谓的插值就是已知几个离散点的信息视图求一个满足这些信息的函数的过程。如拉格朗日插值和牛顿插值就是已知f(x)在若干点的函数值希望找一个多项式函数穿过这些点。而艾尔米特插值则更进一步要求函数在各个点的各阶导数值都等于指定的值。本文只介绍最基础的拉格朗日插值和牛顿插值。
legendre多项式与gauss-legendre积分
undergraduate_的博客
12-12 4902
写作目的 最近在学谱方法解偏微分方程，顺便学一下legendre多项式的一些推导，参考了北京大学蓝以中老师的《高等代数学习指南》，发博客以记之。 Legendre多项式定义 P0(x)=1Pk(x)=12kk!dk[(x2−1)k]dxk,k={1,2,⋯}(1){P_0}\left( x \right) = 1\newline{P_k}\left( x \right) = \frac{1}{{{2^k}k!}}\frac{{{d^k}\left[ {{{\left( {{x^2} - 1} \right)
高斯勒让德(Gauss-legendre)求解多重积分(python,数值积分)
seventonight的博客
05-19 1万+
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。 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
重复高斯勒让德法则(gauss-legendre)求积分(python,数值积分)
seventonight的博客
05-15 6184
高斯勒让德法则 Newton-Cotes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)。 高斯法则采取样本点在积分范围内的最佳间隔，并且实现给定样本点更高的精度。这些优化后的样本点的位置仍然是在积分范围内以中间点对称，但是它们的位置不是很明显，而且确实很难记住。但这些数据可以存储在子程序库中。 在高斯规则中，之前使用的求和法仍然适用，因此 然而，当使用多项式代换然后应用高斯法则时，不仅wi，而且xi最初被视为未知数。为了求解2n次方程，必须使用f(x)精确到2n
高斯(Gaussian)积分常用式
u011699626的博客
12-16 4万+
常用高斯积分表达式一： ∫∞∞e−a(x+b)2dx=πa\int_\infty^\infty e^{-a\left(x+b\right)^2}\mathrm{d}x=\sqrt{\frac{\pi}{a}}∫∞∞​e−a(x+b)2dx=aπ​​ 常用高斯表达式二： ∫∞∞e−ax2+bx+cdx=πaeb24a+c\int_\infty^\infty e^{-ax^2+bx+c} \mathrm{d}x=\sqrt{\frac{\pi}{a}}e^{\frac{b^2}{4a}}+c∫∞∞​e−ax2+
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值