约束曲面上的数值积分
Numerical integration on a constrained surface
我对 space 中的表面积分的数值计算很感兴趣,其二次约束由非对角矩阵 g 确定,它有效地限制了椭圆体表面上的积分。到目前为止,我试图通过 Dirac 的 delta 函数的高斯近似将约束包含在积分符号下,但这显着减慢了收敛速度。
是否有一个最佳的库来有效地实现这种集成?可能在 Python?
一个好的方法是首先生成域的三角剖分,例如 pygalmesh
import pygalmesh
import numpy as np
class Surface(pygalmesh.DomainBase):
def __init__(self):
self.G = np.array([
[1.0, 3.0, -1.0],
[2.0, 1.0, 2.0],
[0.0, 0.0, 1.0],
])
super().__init__()
def eval(self, x):
return np.dot(x, self.G @ x) - 1.0
def get_bounding_sphere_squared_radius(self):
return 10.0
d = Surface()
mesh = pygalmesh.generate_surface_mesh(d, max_radius_surface_delaunay_ball=0.1)
mesh.write("out.vtk")
然后您可以使用quadpy在三角剖分上集成任何函数。
我对 space 中的表面积分的数值计算很感兴趣,其二次约束由非对角矩阵 g 确定,它有效地限制了椭圆体表面上的积分。到目前为止,我试图通过 Dirac 的 delta 函数的高斯近似将约束包含在积分符号下,但这显着减慢了收敛速度。
是否有一个最佳的库来有效地实现这种集成?可能在 Python?
一个好的方法是首先生成域的三角剖分,例如 pygalmesh
import pygalmesh
import numpy as np
class Surface(pygalmesh.DomainBase):
def __init__(self):
self.G = np.array([
[1.0, 3.0, -1.0],
[2.0, 1.0, 2.0],
[0.0, 0.0, 1.0],
])
super().__init__()
def eval(self, x):
return np.dot(x, self.G @ x) - 1.0
def get_bounding_sphere_squared_radius(self):
return 10.0
d = Surface()
mesh = pygalmesh.generate_surface_mesh(d, max_radius_surface_delaunay_ball=0.1)
mesh.write("out.vtk")
然后您可以使用quadpy在三角剖分上集成任何函数。