使用近似技术在一个或多个维度上集成函数的算法，而不是使用符号代数和微积分的精确闭合形式解决方案。包括自适应求积法，蒙特卡罗方法，有限元分析，马尔可夫链等概念。
我的问题是这样的： 我知道密度是球体半径的函数。假设密度 rho(1000) 和半径(1000) 已经通过数值计算。我想找到积分...
使用 scipy.integrate.quad 积分 gamma 函数
当 a = 3/2 使用 scipy.integrate.quad 时，如何求 Gamma(x) = x^(a-1) * e^-x 从 0 到无穷大的积分？ 到目前为止，我已经尝试了一些代码，但我被告知“quad：第一个参数......
我尝试使用 python numba 更快地计算积分。尽管使用 numba 的计时速度对于单次计算来说几乎快了 10 倍，但当我循环 redefini 的过程时......
我正在尝试在Python中计算一个简单的双定积分：平方[0,1] x [0,1]中的函数Max(0, (4-12x) + (6-12y))。 我们可以用 Mathematica 来做并得到准确的结果...
按照这里的方法， 我们可以这样做吗： ∫∫ (x+y)+i(x+y) dxdy = ∫ ∫(x+y)dx + i∫(x+y)dx dy = ∫∫(x+y)dxdy + i∫∫(x+ y)dx dy 问题是，我正在尝试计算
我尝试用 f(x)=x^2 进行梯形积分，我知道反导数的样子，所以 F(x) = (1/3)x^3 这是我的代码，就像我尝试过的那样： 像这样导入 scipy.integrate p=x**2 l=它。
我正在尝试对 1/H(z)dz 进行数值积分，其中函数 H(z) 由下式给出 def Hz_th(theta,z): aa,H0,omegam0=theta 返回 np.sqrt(H0**2*(1 + z)**3*omegam0 + 3*H0**2*(1 + z)**3*aa*o...
scipy的solve_ivp有一个关键字events。我的问题是关于这个关键字的
据我了解solve_ivp文档，events=event所需的函数event(t, y, arg)必须是这样的，即 $event(t_0, y_0, args) = 0. 如果事件已发生。 solve_ivp 然后尝试
我有以下代码，但显示错误： IntegrationWarning：已达到最大细分数 (50)。 如果增加限制没有改善，建议分析...
我想计算以下形式的积分 我希望将结果作为数组（最终将它们绘制为欧米茄的函数）。我有 将 numpy 导入为 np 将 pylab 导入为 plt 来自...
如何使用 scipy.integrate 积分 $\int_0^T K_{\lambda}(t,s) \sigma(s)ds$
我需要整合表达式 使用 scipy 的集成模块。 我努力了 定义 K(t,s): 返回 np.exp(lbda*(T-s))*np.exp(lbda*t)/(1-np.exp(lbda*T)) 定义西格玛： 返回 np.sin(2*np.pi...
我正在使用 scipy 的双积分 dblquad，我正在尝试提高速度。我已经检查了网上提出的解决方案，但无法使它们发挥作用。 为了缓解这个问题，我准备了......
我无法将实验数据拟合到 Python 3.7.4 中的互补误差函数。 将 matplotlib.pyplot 导入为 plt 导入数学 将 numpy 导入为 np 从 scipy import 优化 来自 scipy
我的优化任务涉及计算以下积分并找到 xl 和 xu 的最佳值： 迭代花费的时间太长，因此我决定通过计算...的积分来加快迭代速度
我正在尝试使用 scipy.integration.quadrature 集成复杂的函数组合，它会抛出准确性警告，并且“最新差异”值是（吞下）nan： 'C:\程序
SciPy：`scipy.special.fresnel(x[, out1, out2])`中的参数是什么？
我正在尝试使用 SciPy 绘制回旋函数。这是菲涅尔积分的语法，但我无法理解 scipy.special.fresnel(x[, out1, out...
根据黄原论文 https://arxiv.org/pdf/1401.4211.pdf 边际希伯特谱由下式给出： 其中 A = A(w,t)（即时间和频率的函数）和 p(w,A) 关节
我想编写一个程序，在循环中求解下面的定积分，该循环考虑每次迭代的常数 c 的不同值。 然后我想要积分的每个解决方案...
我有以下积分方程： 我正在尝试求解积分方程，看看 f(u) 是否被预测为 cos(2u)。因为我们知道积分方程的解是 cos(2u),...
我正在尝试用Python积分形式进行数值计算 为此，我首先定义两个离散的 x 和 t 值集，比方说 x_samples = np.linspace(-10, 10, 100) t_samples = np。