我得到了这个数据数组，我需要计算曲线下面积，所以我使用 Numpy 库和 Scipy 库，其中包含函数和Scipy中的 integrate.simps 进行了数值积分，在两种情况下都给了我一个非常好的结果。
现在的问题是，我需要每个错误或至少梯形规则的错误。问题是，那个公式问我一个功能，显然我没有。我一直在研究获取错误的方法，但总是回到同一点...
以下是Numpy中{strong> scipy.integrate http://docs.scipy.org/doc/scipy/reference/integrate.html和 trapz 的页面http://docs.scipy.org/doc/numpy/reference/generated/numpy.trapz.html我试着看到很多关于数字的代码整合并更喜欢使用现有的......
有什么想法吗？
答案 0 :(得分：1)
虽然cel是正确的，如果您不知道该功能，则无法确定集成错误，但您可以执行某些操作。
您可以使用curve fitting通过可用数据点来调整函数。然后，您可以使用该函数进行错误估计。
如果您希望数据适合某种函数，如正弦，对数或指数，最好将其用作曲线拟合的基础。
例如，如果您正在测量移动车辆上的阻力，则可以知道此大部分与速度平方成比例，因为空气阻力。
但是，如果您对适用的函数没有任何了解，那么假设您有N个数据点，那么存在一个N-1度的多项式，它完全符合 所有这些数据点。从数据中确定这样的多项式是求解线性方程组的系统。参见例如polynomial interpolation。您可以使用此多项式作为未知实数函数的估计值。但请注意在之外数据点的范围，此多项式可能非常不准确。