高斯型多維積分公式.ppt_第1頁(yè)
高斯型多維積分公式.ppt_第2頁(yè)
高斯型多維積分公式.ppt_第3頁(yè)
高斯型多維積分公式.ppt_第4頁(yè)
高斯型多維積分公式.ppt_第5頁(yè)
已閱讀5頁(yè),還剩38頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、1.高斯多維積分公式,報(bào)告人:肖慶,導(dǎo)師:周紹武,A,2,湖南科技大學(xué),內(nèi)容,4,小結(jié),3,多元函數(shù),1,研究背景,2,單變量函數(shù),2.1數(shù)值積分研究,3.1張量積研究,3.2稀疏網(wǎng)格方法,2.2多項(xiàng)式混沌3.4實(shí)例,A,3,湖南科技大學(xué),1。研究背景,(1),湖南科技大學(xué),4,1。研究背景,(2),湖南科技大學(xué),5,1。研究背景,(3),湖南科技大學(xué),a,6,2。單變量函數(shù),(4),(5),A,7,湖南科技大學(xué),2。單變量函數(shù),(6),(7),(8),A,8,湖南科技大學(xué),2.1數(shù)值積分,(9),(10),A,9,湖南科技大學(xué),2.1數(shù)值積分,圖1:基于泰勒展開(kāi)的sin(x)的近似,圖1,湖

2、南科技大學(xué),2.1數(shù)值積分,圖2:基于埃爾米特多項(xiàng)式的sin(x)的近似,圖1,湖南科技大學(xué),2。 2.1數(shù)值積分,(11),A,14,湖南科技大學(xué),2.1數(shù)值積分,(15),湖南科技大學(xué),2.1數(shù)值積分,(12),A,16,湖南科技大學(xué),2.1數(shù)值積分,(13),A,17,湖南科技大學(xué),2.1數(shù)值積分,(A,18),湖南科技大學(xué),2.2多項(xiàng)式混沌展開(kāi),(2.2) 湖南科技大學(xué),2.2多項(xiàng)式混沌展開(kāi),A,22,湖南科技大學(xué),2.2多項(xiàng)式混沌展開(kāi),A,23,湖南科技大學(xué),2.2多項(xiàng)式混沌展開(kāi),A,24,湖南科技大學(xué),2.2多項(xiàng)式混沌展開(kāi),(16),A,25,湖南科技大學(xué),2.2多項(xiàng)式混沌展開(kāi),(

3、17),(18),(19) 2.2多項(xiàng)式混沌展開(kāi),(21),A,28,湖南科技大學(xué),2.2多項(xiàng)式混沌展開(kāi),如果計(jì)算二階原點(diǎn)矩,數(shù)值積分算法是:通過(guò)比較可以看出,數(shù)值積分在計(jì)算二階原點(diǎn)矩時(shí)更方便。 此外,通過(guò)推廣這一思想,便于計(jì)算高階原點(diǎn)矩;如果采用多項(xiàng)式混沌展開(kāi)法,輸出的高階矩用系數(shù)表示,計(jì)算就非常復(fù)雜。也許,當(dāng)計(jì)算高階矩時(shí),數(shù)值積分在處理信息時(shí)更有效。(22),29,湖南科技大學(xué),3。多變量函數(shù),(23),(24),(25),(26),A,30,湖南科技大學(xué),3.1張量積,(27),(。湖南科技大學(xué),3.1張量積,表1:1的節(jié)點(diǎn)和權(quán)重:高斯-埃爾米特積分,A,32,湖南科技大學(xué),3.1張量積

4、,A,33,湖南科技大學(xué),3.1張量積,A,34,湖南科技大學(xué),3.2稀疏網(wǎng)格法,(29),(30),A,35,湖南科技大學(xué),3。A,36,湖南科技大學(xué),3.3容積法,(31),A,37,湖南科技大學(xué),3.3容積法,為了滿足所有方程,具有以下優(yōu)點(diǎn):如果要求的代數(shù)精度低,計(jì)算量低。缺點(diǎn):不適用于高階精度,目前沒(méi)有更好的匹配方法。,(32),A,38,湖南科技大學(xué),3.4例,(33),表3:不同集成方法的計(jì)算結(jié)果,A,39,湖南科技大學(xué),3.4例,(34),表4:不同集成方法的計(jì)算結(jié)果,A,34,湖南科技大學(xué),3.4例,(35),表5:不同集成方法的計(jì)算結(jié)果,A,41,湖南科技大學(xué),3.4例,(36)綜上所述,高斯多維積分公式是將一維積分的節(jié)點(diǎn)和權(quán)重進(jìn)行排列組合,構(gòu)造一個(gè)新的積分規(guī)則。與張量積相比,稀疏網(wǎng)格方法采用了更復(fù)雜的排列組合策略,計(jì)算復(fù)雜度更低。沒(méi)有一種有效而準(zhǔn)確的方法

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論