Est-il une méthode en Java qui peut faire de l'intégration?
Je suis en train d'écrire un programme en java qui modélise un moteur de carnot et je veux calculer le travail effectué et j'ai besoin d'utiliser de l'intégration. J'ai été chercher sur google et n'ai pas trouvé tout à fait ce que je recherche, des suggestions?
OriginalL'auteur Ben Fossen | 2009-12-11
Vous devez vous connecter pour publier un commentaire.
Vous devez utiliser une bibliothèque externe, comme cette une ou cette autre. Vous ne pouvez pas le faire avec juste des méthodes indigènes (enfin, sauf si vous mettez en œuvre l'algorithme d'intégration de vous-même comme les autres réponses suggèrent, je pense que ce n'est pas ce que vous voulez, sinon vous n'étiez pas en train de demander ici 🙂
OriginalL'auteur Davide
Apache Commons Mathématiques contient prêt implémentations pour l'intégration et beaucoup plus.
Java Number Cruncher est un bon livre si vous voulez le faire vous-même.
OriginalL'auteur Joonas Pulakka
Regarder Orientée Objet la mise en oeuvre de Méthodes Numériques, par Didier H Besset.
http://www.amazon.com/Object-Oriented-Implementation-Numerical-Methods-Introduction/dp/1558606793/ref=sr_1_1?ie=UTF8&s=books&qid=1260512473&sr=8-1
Il y a des équations différentes que vous pouvez utiliser, en fonction de ce que vous avez besoin, justement.
OriginalL'auteur James Black
Regarder dans l'intégration numérique. L'approche générale est à l'exemple de votre fonction à intégrer à différents points dans la période d'intégration, alors l'approximation de l'intégrale par une somme pondérée des échantillons - pensez somme de Riemann. Il ya beaucoup de différents quadrature règles, avec différentes distributions d'échantillonnage et de pondération des fonctions qui sont les mieux adaptés à différents types de integrands.
Le plus de l'uniforme de la largeur de quadrature de règles (par exemple. le milieu de la règle) sont très simples et ne devrait pas prendre beaucoup de travail à code, mais peut exiger beaucoup trop d'échantillons pour une précision acceptable. Largeur Variable d'échantillonnage des règles comme de Gauss-Hermite sont un peu plus complexe, mais nécessitent beaucoup moins d'échantillons pour le même niveau de précision, en supposant que la fonction à intégrer est suffisamment lisse. Vous aurez à lire sur les différentes règles et de déterminer ce qui correspond le mieux à vos besoins.
Je vous recommande le livre Numérique Recettes, qui couvre l'intégration numérique des méthodes (et juste au sujet de chaque d'autres sujet en calcul scientifique) largement.
OriginalL'auteur Donnie DeBoer