我正在使用python中的嵌套数值积分,其中每个图层的限制取决于下一层。我的代码的整体结构看起来像
import numpy as np
import scipy.integrate as si
def func(x1, x2, x3, x4):
return x1**2 - x2**3+x3*x2 - x4*x3**3
def int1():
"""integrates `int2` over x1"""
a1, b1 = -1, 3
def int2(x1):
"""integrates `func` over x2 at given x1."""
#partial_func1 = lambda x2: func(x1, x2)
b2 = 1 - np.abs(x1)
a2 = -np.abs(x1**3)
def int3(x2):
a3 = x2
b3 = -a3
def int4(x3):
partial_func = lambda x4: func(x1, x2, x3, x4)
a4 = 1+np.abs(x3)
b4 = - a4
return si.quad(partial_func,a4,b4)[0]
return si.quad(int4, a3, b3)[0]
return si.quad(int3, a2, b2)[0]
return si.quad(int2, a1, b1)[0]
result = int1() # -22576720.048151683
在我的代码的完整版本中,积分和限制很复杂,运行需要几个小时,这很不方便。每个积分看起来都可以很容易地并行化:看起来我应该能够使用多处理将集成分配到多个CPU并加快运行时间。
参考堆栈溢出的其他一些帖子,我尝试了以下内容:
def testfunc(intfunc,fmin,fmax):
return scint.quad(intfun,fmin,fmax,epsabs=10**-40)[0]
result = pool.map(partial(partial(testfunc, intfunc = int4),fmin = a3),[b3])
但是我收到一个错误,即本地对象无法被腌制。
我遇到的另一个资源是http://catherineh.github.io/programming/2016/10/04/parallel-integration-for-mere-mortals
但我需要一个函数,我可以通过输入作为输入(因此我使用partials)。
有谁知道如何解决这些问题?我认为一个解决方案是可以处理多个输入的某个版本的pool.map会很棒,但如果我使用partials有问题,那么找出它也很棒。
提前致谢,如果有任何问题可以解决,请告诉我们!
答案 0 :(得分:0)
这个答案可能并不令人满意,但希望它会对问题所涉及的领域有所了解。
重申一下,最初的问题是计算四重积分
integrate(
integrate(
integrate(
integrate(
f(x1, x2, x3, x4),
[1+abs(x3), -1-abs(x3)]
),
[x2, -x2]
),
[1-abs(x1), -x1**3]
),
[-3, 1])
在数学上,人们可以将其表述为
integrate(f(x1, x2, x3, x4), Omega)
其中Omega
是由上述积分限制定义的四维域。如果域名分为一维,二维或三维,那么您的问题的答案就很明确了:
答案 1 :(得分:0)
更新
经过大量的测试和重组后,似乎最好的方法是不要嵌套函数或定义,而是利用scipy.integrate.quad函数中的args参数来传递外部变量到内部集成。
非常感谢那些评论的人!