我用sqipy.integrate.quad
来计算二重积分。基本上,我试图计算exp[-mu_wx_par]上的积分,其中mu_wx_par也是一个积分。在
我的代码基本上是有效的。但是,它返回的值不正确。在
import numpy as np
from scipy import integrate
def mu_wx_par(x, year, par):
""" First function to be integrated """
m = max(par['alfa'], 0) + par['beta'] * 10 ** (par['gamma'] * x)
w = np.minimum(par['frem_a'] + par['frem_b'] * x + par['frem_c'] * x**2, 0)
return m * (1 + w/100)**(year - par['innf_aar'])
def tpx_wx(x, t, par, year):
""" Second function to be integrated (which contains an integral itself)"""
result, _ = integrate.quad(lambda s: mu_wx_par(x + s, year + s, par), 0, t)
return np.exp(-result)
def est_lifetime(x, year, par):
""" Integral of second function. """
result, _ = integrate.quad(lambda s: tpx_wx(x, s, par, year), 0, 125 - x)
return result
# Test variables
par = {'alfa': 0.00019244401470947973,
'beta': 2.420260552210541e-06,
'gamma': 0.0525500987420195,
'frem_a': 0.3244611019518985,
'frem_b': -0.12382978382606026,
'frem_c': 0.0011901237463116591,
'innf_aar': 2018
}
year = 2018
estimate_42 = est_lifetime(42, year, par)
estimate_43 = est_lifetime(43, year, par)
rough_estimate_42 = sum([tpx_wx(42, t, par, year) for t in range(0, 100)])
print(estimate_42)
print(estimate_43)
print(rough_estimate_42)
3.1184634065887544
46.25925442287578
47.86323490659588
estimate_42
的值不正确。它应该与rough_estimate_42
的值相同。但是请注意,estimate_43
看起来不错。这是怎么回事?在
我使用的是scipyv1.1.0和numpyv1.15.1和Windows。在
有人认为函数几乎在任何地方都接近于零,这篇文章scipy integrate.quad return an incorrect value。事实并非如此,简单的tpx_wx
从a=0
到{
这似乎与a known issue中某些Fortran代码在
quad
中编译的方式有关:递归地调用它在某些情况下会导致失败。另请参见Big integration error with integrate.nquad。在除非用更好的标志重新编译SciPy,在Windows上似乎应该避免与} 方法。将
quad
进行嵌套集成。一种解决方法是在其中一个集成步骤中使用^{est_lifetime
中的quad
替换为结果为},这与
estimate_42
生成{quad
在Linux上返回的结果一致。在可视化集成过程的一种方法是声明一个全局列表
eval_points
,并将eval_points.append(t)
插入tpx_wx
。使用相同版本的SciPy(本测试中为0.19.1),结果看起来不同。在在Linux上:
在Windows上:
在窗口上,一个复杂点的邻域的迭代二分法过早终止,结果似乎是在子区间上的某个部分积分。在
相关问题 更多 >
编程相关推荐