在不近似的情况下求解不正确的积分
Solving improper integral without approximating
我在求解 python 中的这个积分时遇到问题。被集成的功能没有在集成的边界上定义。
我发现了一些与此类似的问题,但所有问题都非常具体地回答了这个问题。
我不想过多地近似积分,如果可能的话根本不想,因为我首先做这个积分的原因是为了避免近似。
有什么办法可以解这个积分吗?
import numpy as np
from pylab import *
import scipy
from math import *
from scipy import integrate
m_Earth_air = (28.0134*0.78084)+(31.9988*0.209476)+(39.948*0.00934)+(44.00995*0.000314)+(20.183*0.00001818)+(4.0026*0.00000524)+(83.80*0.00000114)+(131.30*0.000000087)+(16.04303*0.000002)+(2.01594*0.0000005)
Tb0 = 288.15
Lb0 = -6.5
Hb0 = 0.0
def Tm_0(z):
return Tb0+Lb0*(z-Hb0)
k = 1.38*10**-19 #cm^2.kg/s^2.K #Boltzmann cst
mp = 1.67262177*10**-27 #kg
Rad= 637100000.0 #radius planet #cm
g0 = 980.665 #cm/s^2
def g(z):
return (g0*((Rad/(Rad+z))**2.0))
def scale_height0(z):
return k*Tm_0(z*10**-5)/(m_Earth_air*mp*g(z))
def functionz(z,zvar):
return np.exp(-zvar/scale_height0(z))*((Rad+zvar)/(Rad+z))/((np.sqrt(((Rad+zvar)/(Rad+z))**2.0-1.0)))
def chapman0(z):
return (1.0/(scale_height0(z)))*((integrate.quad(lambda zvar: functionz(z,zvar), z, np.inf))[0])
print chapman0(1000000)
print chapman0(5000000)
第一块变量和定义没问题。问题在于 "functionz(z,zvar)" 及其集成。
非常感谢任何帮助!
除非您可以解析地求解积分,否则如果不对其边界进行近似,就无法求解它。这不是 Python 问题,而是一般的微积分问题,因此为什么数学 类 不厌其烦地向您展示数值近似值。
如果您不希望它相差太大,请选择具有快速收敛方法的小 epsilon。
编辑 - 最后声明的清晰度:
Epsilon - ɛ - 指通过积分边界的步长 - delta x- 请记住,数值近似方法都将积分切成条状并将它们加起来,将其视为每个的宽度条子,条子越小,近似值越好。您可以在数字包中指定这些。
收敛快的方法意味着该方法快速逼近积分的真实值,并且每个条子的逼近误差很小。例如,黎曼和是一种朴素的方法,它假设每个条子都是一个矩形,而梯形则用一条线将条子的起点和终点连接成一个梯形。在这 2 个中,梯形通常收敛得更快,因为它试图解释形状内的变化。 (通常都不使用,因为大多数函数都有更好的猜测)
这两个变量都会改变计算的计算开销。通常 epsilon 的更改成本最高,因此选择一种好的近似方法很重要(对于相同的 epsilon,有些方法的误差可能相差一个数量级)。
所有这些都将取决于您的计算可以容忍多少误差。
它通常有助于通过重新调整变量来消除可能的数值不稳定性。在你的例子中 zvar
从 1e6
开始,这可能由于 quad()
中的一些实现细节而导致问题。如果将其缩放为 y = zvar / z
,那么积分从 1
开始,它似乎对 z = 1e6
:
收敛得很好
def functiony(z, y):
return np.exp(-y*z/scale_height0(z))*(Rad+y*z)/(Rad+z) / np.sqrt(((Rad+y*z)/(Rad+z))**2.0-1.0)
def chapman0y(z):
return (1.0/(scale_height0(z)))*((integrate.quad(lambda y: functiony(z,y), 1, np.inf))[0])
>>> print(chapman0y(1000000))
1.6217257661844094e-06
(我设置了 m_Earth_air = 28.8e-3
— 你的代码中缺少这个常数,我假设它是 (edit) kg/mole 中的空气摩尔质量).
至于z = 5e6
,scale_height0(z)
为负,在指数下给出巨大的正值,使得积分在无穷大发散。
我遇到了类似的问题,发现 SciPy quad 需要您指定另一个参数,epsabs=1e-1000
、limit=1000
(步长限制)、epsrel=1e1
适用于所有参数我试过了。 IE。在这种情况下:
def chapman0(z):
return (1.0/(scale_height0(z)))*((integrate.quad(lambda zvar: functionz(z,zvar), z, np.inf, limit=1000, epsabs=1e-1000, epsrel=1e1))[0])[0])
#results:
0.48529410529321887
-1.276589093231806e+21
似乎是一个高绝对误差容忍度,但对于不能快速收敛的积分,它似乎解决了这个问题。只是 posting 给其他有类似问题的人,因为这个 post 已经过时了。其他包中的算法收敛速度更快,但我在 SciPy 中发现了 none。结果基于 posted 代码(不是选择的答案)。
我在求解 python 中的这个积分时遇到问题。被集成的功能没有在集成的边界上定义。 我发现了一些与此类似的问题,但所有问题都非常具体地回答了这个问题。 我不想过多地近似积分,如果可能的话根本不想,因为我首先做这个积分的原因是为了避免近似。 有什么办法可以解这个积分吗?
import numpy as np
from pylab import *
import scipy
from math import *
from scipy import integrate
m_Earth_air = (28.0134*0.78084)+(31.9988*0.209476)+(39.948*0.00934)+(44.00995*0.000314)+(20.183*0.00001818)+(4.0026*0.00000524)+(83.80*0.00000114)+(131.30*0.000000087)+(16.04303*0.000002)+(2.01594*0.0000005)
Tb0 = 288.15
Lb0 = -6.5
Hb0 = 0.0
def Tm_0(z):
return Tb0+Lb0*(z-Hb0)
k = 1.38*10**-19 #cm^2.kg/s^2.K #Boltzmann cst
mp = 1.67262177*10**-27 #kg
Rad= 637100000.0 #radius planet #cm
g0 = 980.665 #cm/s^2
def g(z):
return (g0*((Rad/(Rad+z))**2.0))
def scale_height0(z):
return k*Tm_0(z*10**-5)/(m_Earth_air*mp*g(z))
def functionz(z,zvar):
return np.exp(-zvar/scale_height0(z))*((Rad+zvar)/(Rad+z))/((np.sqrt(((Rad+zvar)/(Rad+z))**2.0-1.0)))
def chapman0(z):
return (1.0/(scale_height0(z)))*((integrate.quad(lambda zvar: functionz(z,zvar), z, np.inf))[0])
print chapman0(1000000)
print chapman0(5000000)
第一块变量和定义没问题。问题在于 "functionz(z,zvar)" 及其集成。 非常感谢任何帮助!
除非您可以解析地求解积分,否则如果不对其边界进行近似,就无法求解它。这不是 Python 问题,而是一般的微积分问题,因此为什么数学 类 不厌其烦地向您展示数值近似值。
如果您不希望它相差太大,请选择具有快速收敛方法的小 epsilon。
编辑 - 最后声明的清晰度:
Epsilon - ɛ - 指通过积分边界的步长 - delta x- 请记住,数值近似方法都将积分切成条状并将它们加起来,将其视为每个的宽度条子,条子越小,近似值越好。您可以在数字包中指定这些。
收敛快的方法意味着该方法快速逼近积分的真实值,并且每个条子的逼近误差很小。例如,黎曼和是一种朴素的方法,它假设每个条子都是一个矩形,而梯形则用一条线将条子的起点和终点连接成一个梯形。在这 2 个中,梯形通常收敛得更快,因为它试图解释形状内的变化。 (通常都不使用,因为大多数函数都有更好的猜测)
这两个变量都会改变计算的计算开销。通常 epsilon 的更改成本最高,因此选择一种好的近似方法很重要(对于相同的 epsilon,有些方法的误差可能相差一个数量级)。
所有这些都将取决于您的计算可以容忍多少误差。
它通常有助于通过重新调整变量来消除可能的数值不稳定性。在你的例子中 zvar
从 1e6
开始,这可能由于 quad()
中的一些实现细节而导致问题。如果将其缩放为 y = zvar / z
,那么积分从 1
开始,它似乎对 z = 1e6
:
def functiony(z, y):
return np.exp(-y*z/scale_height0(z))*(Rad+y*z)/(Rad+z) / np.sqrt(((Rad+y*z)/(Rad+z))**2.0-1.0)
def chapman0y(z):
return (1.0/(scale_height0(z)))*((integrate.quad(lambda y: functiony(z,y), 1, np.inf))[0])
>>> print(chapman0y(1000000))
1.6217257661844094e-06
(我设置了 m_Earth_air = 28.8e-3
— 你的代码中缺少这个常数,我假设它是 (edit) kg/mole 中的空气摩尔质量).
至于z = 5e6
,scale_height0(z)
为负,在指数下给出巨大的正值,使得积分在无穷大发散。
我遇到了类似的问题,发现 SciPy quad 需要您指定另一个参数,epsabs=1e-1000
、limit=1000
(步长限制)、epsrel=1e1
适用于所有参数我试过了。 IE。在这种情况下:
def chapman0(z):
return (1.0/(scale_height0(z)))*((integrate.quad(lambda zvar: functionz(z,zvar), z, np.inf, limit=1000, epsabs=1e-1000, epsrel=1e1))[0])[0])
#results:
0.48529410529321887
-1.276589093231806e+21
似乎是一个高绝对误差容忍度,但对于不能快速收敛的积分,它似乎解决了这个问题。只是 posting 给其他有类似问题的人,因为这个 post 已经过时了。其他包中的算法收敛速度更快,但我在 SciPy 中发现了 none。结果基于 posted 代码(不是选择的答案)。