Question

我想用“DE HOOG”算法进行数值拉普拉斯逆变换。我想使用“mpmath”包，我从链接中安装了它：

假设我需要在t = 1时找到以下函数的逆拉普拉斯变换：

f = 1 /（s-1）

f的逆拉普拉斯变换是：e ^（t）

在t = 1时，结果预计为= e

import mpmath as mp
import numpy as np

def f(s):
    return 1 / (s-1)

t = np.linspace(0.01,0.5,10)

G = []

for i in range(0,4):
    G.append(mp.invlapdehoog(f, t[i]))

print G

只有当我将“i”的范围设置为小于4时才能完美地工作。例如，一旦我替换：

for i in range(0,5): #or for i in range(0,more than 5):

我收到此错误：

https://github.com/klkuhlm/mpmath

你能帮我解决这个问题吗？

谢谢！

Answer 1

对象InverseLaplaceTransform具有属性degrees，该属性决定了达到给定精度水平所需的近似水平。每次使用越来越小的值调用InverseLaplaceTransform时，degrees的副本都会更新degrees。最终，fp非常小，参数invlapdehoog只有一个值，这还不足以继续进行进一步的计算。

解决方案：编辑您对invertlaplace的来电，每次都重置学位。不过我建议直接拨打invlapdehoog而不是for i in xrange(0,10): G.append(mp.invertlaplace(f, t[i], method = 'dehoog', degree = 18))。

mp.invertlaplace

修改原始海报在对此解决方案的评论中询问了相关问题。他们问到为什么计算时间会随着mp.invertlaplace的连续调用而增加（非常大）。简而言之，for i in xrange(0,10): G.append(mp.invertlaplace(f, t[i], method = 'dehoog', dps = 10, degree = 18))正在更新其属性精度，该精度决定了在计算反拉角时应计算的小数位数。与上面的解决方案一样，我们可以将精度传递给每个调用，以确保我们获得所需的精度（例如 - 小数点后10位）：

G = map( lambda x: mp.invertlaplace(f, x, method = 'dehoog', dps = 10, degree = 18), t)

PS - 您可以使用以下代码段一次性对所有t应用反拉角：

Get-ADComputer -Filter * | Select-Object -property name | Sort-Object -Property name | out-file -filepath C:\temp\names.txt

使用mpmath在Python中进行拉普拉斯逆

1 个答案: