1) high-dimensional numerical integration
高维数值积分
1.
And then,the resulting random numbers is used to Monte Carlo averaged-value method of computing high-dimensional numerical integration.
给出了对于任意概率密度函数产生随机数的一种方法,同时对随机数进行均匀性及独立性检验,将产生的随机数用于计算高维数值积分的蒙特卡罗平均值方法,得到了一种计算高维数值积分的改进平均值方法,并进行复化。
2) Gauss numeric integral
高斯数值积分
4) Numerical integration
数值积分
1.
Improving on the numerical integration formula with a mean point;
数值积分中点公式的改进
2.
An adaptive numerical integration and its program based on nodes calculation;
基于节点计算的自适应数值积分及其程序实现
3.
Comparison of GPS satellite orbit numerical integration with broadcast ephemeris and IGS precise ephemeris;
GPS卫星轨道数值积分与广播星历及IGS精密星历的比较
5) numerical integral
数值积分
1.
High precision numerical integral on free surface boundary of 3-D unsteady seepage problem;
三维非恒定渗流自由面边界积分项的高精度数值积分
2.
Based on filter algorithm to calculate apparent resistivity of tri-electrode arrangement when MN is close to zero,this paper presents a numerical integral method of computing DC resistivity as MN is not equal to zero.
在MN趋于零时滤波计算三极装置直流电测深视电阻率的基础上,采用数值积分方法,导出了MN不趋于零时的三极(对称四极)装置直流电阻率测深曲线的计算方法。
3.
Finally it calculated structural reliability using numerical integrals.
本文首先利用积分随机有限元得到结构功能函数的各阶矩,通过Gram-Charlier级数拟合得到结构功能函数的概率密度函数,最后利用数值积分计算出结构的可靠度。
6) numerical quadrature
数值积分
1.
A modified form of the third Green identity is obtained to deal with the calculation of solid angle and the ‘singularity’ in the numerical quadrature to get accurate result.
利用８结点等参元来逼近流域边界的几何形状和未知量，利用变形的边界积分方程和坐标变换技术有效地处理了在场点的立体角计算和数值积分中所谓的“奇异性”问题，得到足够精度的结果。
2.
In this paper,a new unconventional numerical quadrature with fewer node values is established based on a special nonconforming rectangular finite element.
利用一个特殊非协调矩形元导出了一个新的使用节点少而代数精度高的非常规数值积分公式。
3.
A new numerical quadrature technique, partition of unity quadrature (PUQ), for Galerkin meshless methods was presented.
数值积分是伽辽金无网格方法实施的一个重要环节,提出了一种适合于伽辽金无网格方法的单位分解积分技术· 该积分技术建立在有限覆盖和单位分解基础之上,不需要对积分区域进行分解,具有较高的积分精度· 并以无单元伽辽金方法为例,详细说明了基于单位分解积分的伽辽金无网格方法的实现过程· 这样,在近似函数建立和数值积分过程中都不需要进行网格划分,从而形成一种"真正的"无网格方法·
补充资料：积分算子的本征值，数值方法
积分算子的本征值，数值方法
gen values of integral operators, nunencal methods
晚”，然而“el罗n词比”常用于使方程A毋=拌毋有非平凡解的复数拜. 在很多用人逼近A的具体方法中，以上用的条件ha。_。“人一川}二0太强.代替这个条件可用条件人点态收敛于A且{人}是集体紧的(印胶石砚妙~paCt)(即对所有的有界集B，U万称吸历是紧的).在这格式中关于人的本征值收敛于A的本征值的结果可见IAll的第4章. 在西方文献中，关于这方面的文章的详目，例如，在【A2」的第3章和【A31中给出.的，且}}毋}1(R). 间题(6).和非线性积分方程中关于分支点的各种问题密切相关.一个有趣的情形是A以，树关于甲是线性的而又不以数乘形式出现在这方程中.关于分支点的一般问题能化为这种情形.而且，线性算子(l)在圆盘}又}续R中(R固定)的本征值问题可化为更一般的间题(6)，其中算子A以，叻关于毋是线性的且有有限维的值域.实际上，令又是一个有退化核的积分算子且按范数接近于A:111一A}‘占.方程(l)能改写为 【E+又(A一A)】毋二又A职.如果队}<1胭，那么E十又(A一A)是可逆的，且满足冈<1旖的本征值能从关系式 z=又元(E+又(又一注))一，z(7)中求出，其中Z=【E十又(A一A)1职.方程(7)等价于(对Z)一个线性代数方程组.令其行列式等于零就获得一个以积分算子(l)的本征值为根的方程.如果A是E以na比空间必上的一个全连续算子，它能用有有限维值域的算子按范数来逼近，那么以上的论述一般是成立的.构造(7)也可用来获得一个近似本征值(和本征函数)的改进. 一般问题(6)能用逼近A化为形如(6)的有限维问题，对此类型的更复杂问题可应用蒙特卡罗方法(见【7】).__，人，二值l叫赳也常称为“非线性本征填卿臀(non一腼卿血pro冼沈){血死’奥文“c必勿明司迸”在文章中也称为“d珍口比油tiC拍-积分算子的本征值，数值方法【响户，”汕侧留of血阳帅lq坤m勿招，..祀d国..挂月.由;eo6eT.eH.ue，Ha，e-二..Terpa几妞址x oll6p扭To四B，叱毗JellH“e MeTO八“.a-xo狱八e。职」 计算一个积分算子的完全谱或穷的一部分(通常要求找出一个或两个具有最小或最大模的本征值)的数值方法. 它常和寻找一个给定的积分算子的相应于所求本征值的本征函数，或更一般地根函数的数值逼近问题联系在一起，最重要的问题是寻找一个F代dho如线性积分算子(见E侧肠咖”算子(F泊为olln。详功tor))的本征值(和本征函数). 确定F加山d吻积分算子本征值的数值方法.关于一个F代过hehn积分算子的本征值和本征函数问题是:求复数又使积分方程 *，，一*丁、(x，、)，(:)ds一，(x)(l) D有一个非平凡解(在一给定的函数类中).这里K。，s)是变量x和s的一个函数(或矩阵函数)，使以K为核的积分算子在给定的函数类上是一个F代dhehn算子，而D是E公团空间R用中的一个区域.这函数类可以是D上的连续函数空间C(D)，D上的平方可积函数空间几(D)或其他的函数空间. 解本征值问题(I)的基本近似方法如下:取(l)中积分算子的一个近似(见F均山d腼方程，数值方法(F获月holm闪田tion，n~石。公此山。么”，例如，把积分用下面的求积公式来代替: 乒(一)，(‘)“‘、睿·:·K‘一、”‘、，一而，‘2，其中。‘是求积公式的结点而“卿是它的权(见13卜[5]). 代替(l)，考虑寻找某个与近似(2)有关的矩阵的本征值和对应的根空间，即 扮 “蒸a{“，K(sj，、)不(、)一币(sj，，，一，，一N·(，，为了解(3)，能用任一种线性代数的方法去求本征值和本征向t，或更一般地，去求根空间(见线性代数中的橄值方法(血份r碱罗bra，nur出垃川nr山。由in)).如果算子A和牙在某种意义下相接近，那么代数问题(3)所得出的本征值和本征向量将接近于问题(l)的本征值和本征向量.代替(2)，积分算子的其他近似也可应用，于是原先的问题(l)就化为类似于(3)的一个代数问题.间题(l)的解和问题(3)的解之间的距离的研究是用泛函分析的方法，它属于逼近方法的一般理论范畴.于是本征值问题(l)就成为寻找某一个作用在B趾劝dl空间O上的全连续算子A的本征值问题: 孟A中=价.(4)问题(3)是作为一个算子万的本征值问题来看待的，万接近于A，但一般而言它作用在另一个空间币上(币与。有关): 又万石=不(5)在通近方法的一般理论中，能证明关于问题(4)和(5)的解的距离的各种定理.作为这样的例子，指出下列陈述.令人是作用在巾上的一个算子序列且 户曳}人一川}=0，则_ U。伙)三，(A)，其中a(.)是对应的算子的谱.在这种情形每一个币和O重合. 关于逼近问题(5)和(4)的本征值和本征向量之间距离的大多数一般估计不是有效的:它们包含一些通常是未知的常最.这时为了控制精度，人们用一个通近(l)(或(4))中所求的本征值(向量)的本征值(向t)序列.这个序列的构造不宜直接用(5)中万的逐次改进来得到，因为这一过程会导致繁重的计算.人们代之以各种加细算法(例如，用扰动理论(详叭证比由nth印ry)). 广义本征值问题(罗朋扭血比el今m明目ue pro卜七“‘)、在应用中也遇到比(4)更一般的问题，即寻找本征值型的临界参数.这样的问题能用以下抽象的形式来叙述. 人们必须去寻找使方程 A(又，沪)=价(6)关于中有多于一个解的参数又的值(其中A是压m朗h空间中上的一个非线性积分算子.它依赖于复参数劝. 在问题(6)中对11例}和又可有进一步的限制(例如，仅要求满足条件}又}(R的那些又，其中R是给定
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条