Resumen

Este estudio examinó las características de una cuadratura Gaussiana de tres puntos variable utilizando un conjunto variable de factores de ponderación y puntos de muestreo óptimos correspondientes. Los principales hallazgos fueron los siguientes. Se encontró que las cuadraturas Gaussiana de un punto, dos puntos y tres puntos que adoptan los puntos de muestreo de Legendre y la conocida regla de Simpson 1/3 son casos especiales de la cuadratura Gaussiana de tres puntos variable. Además, la cuadratura Gaussiana de tres puntos puede tener puntos de muestreo fuera del dominio más allá de los puntos finales del dominio. Al aplicar las integrales extrapoladas cuadráticamente y el índice de no linealidad, la precisión de la integración podría aumentar significativamente para datos adquiridos de manera uniforme, lo cual es popular en los sistemas modernos sofisticados de adquisición de datos digitales, sin necesidad de utilizar polinomios de extrapolación de orden superior.

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Estudio; Cuadratura gaussiana de tres puntos; Puntos de muestreo; Factores de ponderación; Integración; Precisión
• Keywords:Study; Three-point gauss quadrature; Sampling points; Weighting factors; Integration; Accuracy