integral

    2熱度

    1回答

    如圖所示,我有一個二維數組(典型大小約爲400x100)(因爲右下角的元素是nan,所以它看起來像一個梯形)。對於數組中的每個元素,我想爲幾個元素(約10個元素的順序)沿列進行數值積分。在物理學語言中,把顏色看作力的大小,我想通過計算Fdz的積分來找到所做的工作。我可以使用雙循環並使用trap來完成這項工作,但是有沒有其他更有效的方法(可能是使用數組和矢量化)在Matlab或Python中執行?我

    2熱度

    1回答

    我在R中的積分函數有一些問題。我試圖繪製積分vo,但它似乎我沒有正確地做。 t <- seq(0, 0.04, 0.0001) vi <- function(x) {5 * sin(2 * pi * 50 * x)} vo <- function(x) {integrate(vi, lower=0, upper=x)$value} test_vect = Vectorize(vo, vec

    1熱度

    1回答

    我深深需要計算this積分。我一直試圖這樣做幾個月,使用Python中的numpy包,特別是integrate.tplquad函數。 from __future__ import division from math import * import numpy as np import scipy.special as special import scipy.integrate as i

    1熱度

    2回答

    我試着同時計算積分,但是我的程序最終比用普通的for循環計算積分慢。我究竟做錯了什麼? package main import ( "fmt" "math" "sync" "time" ) type Result struct { result float64 lock sync.RWMutex } var wg sync.

    2熱度

    1回答

    我需要計算一個雙積分,其中內函數依賴於x和y(我將它整合到y上,其中一個限制取決於x),然後我將剩餘在x上。這是代碼的例子: [email protected](x,y) x.^2+y; %inner function to be integrated on y [email protected](x) sqrt(x).*integral(@(y)f1(x,y),x,3); %second f

    2熱度

    1回答

    我將介紹數值積分的一部分。雖然談話本身會進入更好的數字整合形式(主要是重要抽樣和分層抽樣),但我在我的部分部分提到從均勻分佈的蒙特卡洛整合抽樣。 我發現: mean(sin(runif(1e8, 0, pi))) 是給的0.636597一個答案,而不是1,預計。這個答案看起來與樣本量的增加非常一致,我不確定爲什麼會有這麼多的錯誤。其他計算如: mean(sin(runif(1e6, 0, 2

    1熱度

    1回答

    我已經定義了一個功能: def probability(x,t,i): return np.real(np.conjugate(TD_Psi(x,t,i))*TD_Psi(x,t,i)) 我到目前爲止已經使用整合的以下方法在Python for t in range(0,10): PD = (np.trapz(probability(x,t,initial_state)

    1熱度

    1回答

    給定一個拉普拉斯分佈提案: g(x) = 1/2*e^(-|x|) 和樣本大小n = 1000,我想進行蒙特卡洛(MC)的集成用於估計θ: 通過重要性採樣。最終,我想在R達到那個時候,計算R中MC估計值的均值和標準偏差。 編輯(下面的答案後,遲到了) 這就是我對我的R代碼裏面至今: library(VGAM) n = 1000 x = rexp(n,0.5) hx = mean(2*ex

    -2熱度

    2回答

    讓我們考慮一個二維fonction F(X,Y) 和樹分A,B,C與ABC三角形 ,我想給函數˚F在三角形ABC, 整合 有沒有辦法在matlab中做到這一點? 謝謝。

    2熱度

    2回答

    當我嘗試簡化sympy中的以下積分時,它不會進行評估,即輸出爲$ \ int _ { - 1}^1 | z | DZ $,而我期望輸出爲1 z = symbols('z', real=True) a = integrate(abs(z), (z, -1, 1)) simplify(a) 不會對z絕對值將評估類似積分。 我怎樣才能得到sympy來評估這個積分?