《椭圆周长公式与椭圆积分》 回复
《椭圆周长公式与椭圆积分》 https://tieba.baidu.com/p/8177084286
15 楼
回复 8 楼 @◎粒子宇宙观察者 ,左老师还在和椭圆较劲 ?感觉魔怔了 。 😄
椭圆周长应该可以用泰勒级数来计算,(我估计)泰勒级数只要几项或十几项就可以达到很高的精度,且可以根据余项计算出误差范围 。虽然椭圆周长的 n 阶导数公式可能冗长,但对计算机来说不算什么 。
前不久我说过用模拟微元的方法计算积分,可能是在三棱锥体积的帖里,三棱锥体积没有公式(因为涉及高次方程根式解),所以看起来不能用泰勒级数计算 。 @Excalibur! @多项式之父
模拟微元计算积分的微元数要达到千万或亿,才有很高的精度,这个计算工作量(时间复杂度)比泰勒级数多太多了 。
计算机专家 @dons222 来看看 。 @思维机器
我刚想起来,三棱锥体积也可以用泰勒级数计算,可以先用模拟微元法做一小段模拟积分,来计算泰勒级数需要的一个定点的 n 阶导数,知道了 n 阶导数,就可以用泰勒级数计算完整的积分,即三棱锥的体积了 。 这个方法我在 2020 年 9 月 、10 月 时构思过,称为 “泰勒级数 无敌 逼近法” 。 当然,当时想的有很多还不太清楚,比如 三棱锥这个使用场景就是现在才想到的 。
K歌之王: 回复 粒子宇宙观察者 :@多项式之父 在 @Excalibur! 那个帖里好像也说过三棱锥体积公式 。
dons222: 用极限的方法是可以求,但时间久了我记不清那个处理方法了,肯定不是按微元值来求的,计算机的数值精度都达不到。我记得我原来采用的都是很简单的标准圆投影算法,计算效率非常高,可以找找有没有标准公式,我当时都是自己灵机一动自己编的,没做数学上的深入研究。
粒子宇宙观察者: 回复 dons222 :投影法处理时夹角在不断旋转变化
K歌之王: 回复 dons222 :哇,真是八仙过海,各显神通 ,群英会 。
23 楼
15 楼 @dons222 说到 标准圆投影算法 , 标准圆投影算法 是 什么 ? 不知道 。 不过 从这里 我想到 用 三角形 的 外接圆 来 计算 三角形面积 。 计算 三棱锥体积 的 关键一步 是 已知 三角形 三个顶点 求 三角形面积, 可以 根据 三个顶点 求 外接圆圆心, 求出 外接圆圆心 后, 就可以 用 三角函数 求 三角形面积 了, 扇形面积 弓形面积 什么的 也可以 牵扯进来 。 列 二元二次方程组 求 圆心坐标 , 代入消元, 方程组 可 化为 一个 规则 的 一元四次方程 a x ⁴ + b x ² + c = 0 , 方程 里 x 只有 4 次方 和 2 次方, 解两次 一元二次方程 就可以 解出方程 。
说到这里, 想起 我 在 《聪明人用公式计算三棱锥体积吗?》 https://tieba.baidu.com/p/8056552446 23 楼 32 楼 说 “已知 三角形 三个顶点 求 三角形 面积, 这 又 涉及 到 四次方程 或 高次方程” , “实际上 这个 代数方程 就是 要求 三角形 的 高, 也就是 这个 代数方程 的 一个 根 是 三角形 的 高 。”
实际上, 这里 的 求 高 也是 用 二元二次方程组, 未知数 是 高 和 底边 的 交点 的 坐标, 代入消元 也 是 得到 规则 的 一元四次方程 a x ⁴ + b x ² + c = 0 , 和 上面 求 外接圆圆心 类似, 总之 可以 把 方程组 解出来, 得到 根式解 。 我 之前 时不时 会 把 代入消元 得到的 一元方程 想成是 高次方程, 高于 四次, 比如 六次 、八次, 如果 是 高次方程, 又不是 特殊的 规则的, 那 就没有 根式解, 当然 也 就 写不出 三棱锥体积 公式 了 。 不过, 这里 代入消元 化简方程 还真需要 一点技巧, 虽然 只是 一丁点 技巧, 但 如果 不要 这点 技巧, 直接 蛮干 的 话, 还 真会变成 高次方程 。
既然 已知 三角形 三个顶点 求 三角形面积 可以 得到 根式解, 那么, 就可以 写出 三棱锥体积 的 积分式, (三角形面积 在 三棱锥 的 高 上 积分 是 三棱锥体积), 积分式 可以 展开 为 泰勒级数, 也就是, 可以用 泰勒级数 计算 三棱锥体积 。
从 这里, 又想到, 多重积分 也可以 用 泰勒级数 展开, 多重积分 比如 二重积分 、三重积分 。 我在 《在引力问题中, 实心圆 是否可以认为是一个 质点》 https://tieba.baidu.com/p/6402553849 研究 过 二重积分 、三重积分 , 在 《来个 硬核 点的, 谁把经典物理计算水星进动的计算过程贴出来?》 http://tieba.baidu.com/p/6539561735 12 楼 继续 评论了一下 。
以 三重积分 为例, 若 第一重积分 没有 解析解, 通俗的说, 就是 积不出来, 那么 可以 展开 为 泰勒级数, 对 泰勒级数 作 第二重积分, 也就是 对 泰勒级数 的 每一项 作 第二重积分, 若 第二重积分 也 积不出来, 也可以 展开 为 泰勒级数, 第一重积分 的 泰勒级数 的 每一项 又 展开 为 泰勒级数, 这 得到 一个 二维数组, 也就是 一个 矩阵, 矩阵元素 是 泰勒级数 的 项, 以此类推, 若 第三重积分 也 积不出来, 也可以 展开 为 泰勒级数, 得到 一个 三维数组 、三维矩阵 。
关键 的 问题 是, 要 怎么 找出 和 判定 收敛 的 余项 ? 并 由此 计算 误差范围 ? 这 有一点 复杂, 有一点 麻烦, 大家先想想, 明后天 说 我 的 思路 。 @小小泡泡飘飘 @多项式之父 @Henry272 @星野梦美a
15 楼 说到 泰勒级数 无敌 逼近法, 泰勒级数 无敌 逼近法 是 一系列 方法 , 15 楼 说的 “先用模拟微元法做一小段模拟积分,来计算泰勒级数需要的一个定点的 n 阶导数,知道了 n 阶导数,就可以用泰勒级数计算完整的积分” 是 其中 一种, 你问我 其它 的 是 什么 ? 不知道, 忘了, 也许还没想好 。 泰勒级数 无敌 逼近法 的 一些 想法 记录 见 《泰勒级数 无敌 逼近法》 https://www.cnblogs.com/KSongKing/p/13779710.html , 未写完, 现在是 草稿, 以后 会 修改完成 。 我 把 内容 贴在 下面, 算是 留一个 草稿原版 。
《泰勒级数 无敌 逼近法》
泰勒级数 本身 就是 一个 高次多项式 。
缩放法, 也可以 理解 为 改变 一下 变量 的 单位(量纲), 改变一下 变量 的 单位(量纲), 就可以 改变 函数曲线 的 增长性质, 这 很神奇 。
缩放法 除了 用来 改变 级数 的 项 的 收敛性, 也可以用在 牛顿迭代法 等, 让 函数曲线 变得 缓和, 使得 更 容易 迭代逼近, 当然, 即使 函数曲线 陡峭, 牛顿迭代法 的 收敛速度 也是 很快的 。 这里 是 以 牛顿迭代法 举一个 例子 来 说明 缩放法 的 用处 。
比例缩放, 函数曲线 的 形状 不改变 。
缩放法 , 函数曲线 的 形状 改变, 具体 的 是 函数曲线 增长快慢 改变, 可能 变得 平缓 或 陡峭, 进一步, 单调性, 凹凸 , 发散 收敛, 级数 的 发散收敛 会 发生改变 。
凹凸 是指 级数 离散函数曲线 的 凹凸 。 以 级数 的 项 的 序号 n 为 自变量, 级数 的 和 s 为 因变量, 每个 n 对应 一个 s, s 是 计算到 第 n 项 的 和 。
因为 n 是 自然数, 是 离散 的 , 所以 每个 n 对应的 s 在 坐标系 里 是 一个 点, 这些 点 组成了 一条 离散 的 函数"曲线" 。 这就是 级数 的 离散函数曲线 。
虽然, 离散函数曲线 是 一个个 离散 的 点, 但 仍然 可以看出 “曲线” 是 凹 的 还是 凸 的 , 这就是 级数 离散函数曲线 的 凹凸 。
级数 离散函数曲线 的 凹凸 往往 和 级数 的 和 是否 收敛 相关 。
计算 定点 的 n 阶导数, 可以 用 模拟 的 方法, 模拟 的 方法 暂时想到 2 个 :
1 直接 切割 很多 ⊿ x , 要求 计算 到 n 阶导数 时, n * ⊿ x 仍然 很小, 以 保持 足够 的 精度 。 这种方法 只要 让 切割 的 ⊿ x 尽可能小, 就能 算 到 比较 多阶 的 导数 。
2 根据 定点 附近 很小区域 内 的 函数曲线 的 形状 和 形状趋势 来 得到 一阶导数 和 一阶导数 在 定点 附近 很小区域 内 的 形状 和 形状趋势,
根据 一阶导数 在 定点 附近 很小区域 内 的 形状 和 形状趋势, 得到 二阶导数 和 二阶导数 在 定点 附近 很小区域 内 的 形状 和 形状趋势,
根据 二阶导数 在 定点 附近 很小区域 内 的 形状 和 形状趋势, 得到 三阶导数 和 三阶导数 在 定点 附近 很小区域 内 的 形状 和 形状趋势,
……
这种方法 会 不断 放大 定点 附近 的 函数曲线, 就像 放大地图 一样, 定点 附近 的 很小区域 内 的 函数曲线 是 单调 的, 所以, 可以 模拟 预测 近似 并 尝试 不断 放大 。
这里 的 单调 是指 函数曲线 的 形状 和 形状趋势 简单 和 单一, 并不 反复多变 。
这种方法 也是 一种 规划 。
可以 研究 一下 y = ( a / 10000)^x * 100 这个 函数, a 为 常数, a ∈ ( 100 , 10000 ) , x 为 自变量, 这是 一个 指数函数 。
当 a 取 ( 100 , 10000 ) 中 不同 的 值 时, y = ( a / 10000)^x * 100 的 函数曲线 形状 是 怎样 ?
就是说, 对于 不同 的 a, y = ( a / 10000)^x * 100 的 函数曲线 形状 是 怎样 ?
这个 课题 的 起因 是 缩放法 。
24 楼
纠正一下 23 楼, 23 楼 说 用 一丁点技巧 代入消元 可把 已知 三个顶点 求 三角形面积 的 二元二次方程组 变成 一个 规则的 一元四次方程 a x ⁴ + b x ² + c = 0 , 这个地方 又 想错了, 不是这样, 目前 没有 找到 好的办法 消元 把 这个 二元二次方程组 变成 规则的 一元四次方程 a x ⁴ + b x ² + c = 0 。
不过 在 这个 过程 中, 把 解 三次方程 四次方程 的 一些东西 又进一步 想清楚 了 。 我在 《开放式讨论 : 复数几何有可能性吗?》 https://tieba.baidu.com/p/7639533472 8 楼 对 @思维机器 @dons222 说过, 我 计划 写 两篇 《研究代数 : 从 一元二次方程 的 两个 复根 说起》 、《我解了 一个 一元三次方程》 。
我还想到了 简明直观 的 已知 三个顶点 求 三角形面积 的 方法 。
大概 在 2020 年 6 月 (7 月 ?), 我 注意 和 思考 了 已知 三个顶点 求 三角形面积 和 已知 三个边长 求 三角形面积 这两个问题, 起因 是 为了 研究 从 椭圆轨道 推导出 角动量守恒定律, 或 其它 原因, 有点 记不清了 。 在 直角坐标系 下 研究 二体问题, 尝试 已知 椭圆轨道, 推导出 角动量守恒定律, 当时 的 方法 也 比较 笨拙, 不知 怎么 会 用到 已知 三个顶点 求 三角形面积 和 已知 三个边长 求 三角形面积 , 应该跟 直角坐标系 下 计算 质点 运动坐标 相关 的 一些 东西 有关 吧 。 当然, 刚也说了, 也许 是 从 其它 问题 、课题 想到 已知 三个顶点 求 三角形面积 和 已知 三个边长 求 三角形面积 这两个问题 。
经过 一些 莽撞 的 尝试 之后, 发现 要 从 椭圆轨道 推导出 角动量守恒 并不容易, 传统 的 方法, 是 从 角动量守恒 推导出 椭圆轨道, 所以, 最后, 我 还是 从 角动量守恒 推导出 椭圆轨道, 那段时间, 写了 《从 角动量守恒 推导出 椭圆轨道》 。 你会问, 从 椭圆轨道 推导出 角动量守恒 和 从 角动量守恒 推导出 椭圆轨道 不是 等价互逆 的 过程 吗 , 怎么会 可以 从 角动量守恒 推导出 椭圆轨道 , 但 从 椭圆轨道 推导出 角动量守恒 困难 ? 嗯, 好问题, 我也问过, 你们 去看看 从 角动量守恒 推导出 椭圆轨道 的 推导过程 就 知道了 。
说远了一点, 回到本文, 总之, 我 注意 和 思考 过 已知 三个顶点 求 三角形面积 和 已知 三个边长 求 三角形面积 这两个问题, 但 总想得 模模糊糊, 现在, 重新来一遍 。
已知 三角形 的 三边长 为 a, b, c , 求 三角形面积 。
设 h 为 高, 底边 是 c, h 和 c 的 交点 把 c 分成 两段 d 、e , d + e = c , 列方程组 :
h ² + d ² = a ²
h ² + ( c - d ) ² = b ²
h , d 为 未知数 。
代入消元
a ² - d ² + c ² - 2 c d + d ² = b ²
2 c d = a ² + c ² - b ²
嗯 ? 这 直接 变成 一元一次方程 了 ? 理论上, 可以 是 一个 一元二次方程 。
d = ( a ² + c ² - b ² ) / 2 c
已知 三个顶点 求 三角形面积 可以 先 根据 三个顶点 坐标 求出 三边长, 然后 如上 根据 三边长 求出面积 就行 。 是不是 简明直观 ? @小小泡泡飘飘 @多项式之父 @Henry272
@小小泡泡飘飘 你 有没有 看过 庞加莱 证明 三体问题 没有 周期性解 和 对 初始条件 敏感 的 证明 ? 我没有 看过, 你也 不要 拿给我看 。
想起这个话题, 也 和 23 楼 的 讨论 有关, 你 喜欢 学习书本, 就 想到了 这个 话题, 这个 话题 可以 延伸 出 如何 学习数学 认识 数学 等 话题 。
@黎合胜 @黎耀天 @多项式之父 @Henry272
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!