【发布时间】:2018-06-28 15:42:20
【问题描述】:
我正在使用 Monte-Carlo 方法计算积分(对于 3 个不同的 N 的 10、100、1000),但我想计算误差到积分的实际精确值(分析计算)。怎么做?如何计算积分的真实值,并绘制和打印误差值?
这是我现在使用的代码,用于使用蒙特卡洛法计算积分:
a = 0
b = 2
N = np.array([10, 100, 1000])
def func(x):
return np.power(sin(1/(x*(2-x))),2)
areas = []
j = 0
while j < len(N):
for i in range(N[j]):
xrandom = np.random.uniform(a,b,N[j])
integral = 0.0
for i in range(N[j]):
integral += func(xrandom[i])
result = (b-a)/float(N[j]) * integral
areas.append(result)
plt.subplot(1,3,j+1)
plt.hist(areas, bins=30, ec='black')
j += 1
fig = plt.gcf()
fig.set_size_inches(12.5, 5.5)
plt.show()
【问题讨论】:
-
您的问题是“如何集成此功能”?因为我认为这不属于这个 SE...
-
Wolfram 不会提供积分,但会计算它的值
http://www.wolframalpha.com/input/?i=integrate+sin%5E2(1%2F(x*(2-x)))+dx+from+0+to+2答案是 1.4514 -
@Engineero 我的问题是,如何计算误差,在蒙特卡罗数值计算的积分(我正在计算)和真实积分之间,以及如何绘制误差及其演变,随着随机数(本例中为 N)的数量增加。
-
您可能能够使用 Python 中的符号数学包获得精确积分,但通常任何计算函数积分的 Python 库都会以数字方式进行。这适用于几乎所有的计算包,包括 Wolfram,尽管 Wolfram 也会尝试为您提供精确的表达式,您可以对其进行评估。该数值方法可能比 MC 更准确或更差,但无论如何,它不一定精确。
-
如果你真的需要 exact 积分,我的建议是在纸上找出确切的形式,并制作一个单独的函数来计算任何范围内的积分值你有兴趣。
标签: python numpy sympy montecarlo integral