问题标签 [integral]

我是 Matlab 的新手，如果有人能提供帮助，我将不胜感激。我有使用 quad2d() 函数计算的双积分：

如何绘制积分图？提前致谢！

我想在 Wolfram Mathematica 中以 n 维执行 NIntegrate，例如制作 9 维函数的 NIntegrate：

p=Product[(1+x[i])^((-1)^i),{i,0,9}]

所以我想用一个表来设置范围：

t=Table[ {x[i], 1,2}, {i,0,9}]

不幸的是命令 NIntegrate[p,t]

返回错误：

NIntegrate::vars: Integration range specification t is not of the form {x, xmin, ..., xmax}.

我已经测试了一些命令，如“Extract”、“Part”等，但没有任何效果。有人可以像我一样帮助一个小伙子吗？！

谢谢阅读！

为什么我使用时总是收到此错误cvIntegral()

这是错误

OpenCV 错误：在 cvIntegral 文件 /build/buildd/opencv-2.3.1/modules/ 中断言失败（sum.data == sum0.data && sqsum.data == sqsum0.data && tilted.data ==tilted0.data） imgproc/src/sumpixels.cpp，第 306 行在抛出 'cv::Exception'
what() 实例后终止调用：/build/buildd/opencv-2.3.1/modules/imgproc/src/sumpixels.cpp:306：错误：(-215) sum.data == sum0.data && sqsum.data == sqsum0.data && 倾斜.data == 函数 cvIntegral 中的倾斜0.data

我有一个简单的问题。我正在尝试使用 Matlab R2012a 评估 0 阶 Bessel 函数的不正确积分：

这给了我 v = 3.7573e+09。然而，这在理论上应该是 v = 1。当我试图做

结果为 v = 1.0047。您能否简要解释一下，集成出了什么问题？以及如何正确集成 Bessel 型函数？

如何在 Python 中定义操作多变量函数的运算符（例如积分器）？我的问题是，当我定义一个积分函数 numint 以数值积分一个多变量函数沿它的一个变量时，应该首先引入该变量，而我需要在调用运算符时由用户引入它可以从一行代码更改为另一行。一种方法是不使用运算符并在需要时将积分公式植入应该计算积分的变量，但这样代码会变得非常麻烦，因此最好尽可能避免它。对我来说错误的代码如下。有什么让它正常工作的想法吗？

现在进行积分的变量是“u”，在函数“U”中根本找不到，因此结果将是：

虽然我期待它曾经集成一次 U WRT t 和一次 WRT t1 然后将它们加在一起。

据我所知，问题在于局部变量和全局变量。也许使用闭包和嵌套函数是定义运算符的合适方法，如在此处提供的示例中所做的那样，但该示例对单变量函数很有用，我不能将它用于多变量函数。

更新。下面的代码做我想要的（见最后一个打印命令，以前的打印是为了实验）但我应该使用函数的自由参数（如y）并尝试使用虚拟变量（如u上面的示例代码）失败：

结果是：

请注意我是如何被迫使用.substitute(). 这里集成是单变量的，但是当集成的维度增加时，这种编码方式会变得混乱。有什么想法可以更清洁、更直接地进行此操作吗？

嗨，我已经搜索并阅读过，但我无法在 matlab 中解决这个问题。请帮我解决这个问题积分_0^1 x^ne^(x-1) dx

我正在使用以下函数计算两个正态双变量分布的重叠

您可以看到这涉及从函数 overlay_point 中取一个双积分（x：-100 到 100，y：-100 到 100，理想情况下是 -inf 到 inf 但现在就足够了），该函数的最小值为 2 pdf-s，由下式给出x,y 点的两个分布的函数 bpdf_vec1。

现在，PDF 永远不会为 0，所以我希望区间的面积越大，最终结果就会越大，显然在某个点之后差异可以忽略不计。但是，有时，当我减小间隔的大小时，结果似乎会增加。例如：

在这里，我们可以检查重叠在间隔的边界点处（接近）为 0。

这可能与 dblquad 的实现有关，还是我在某处犯了错误？我使用 MATLAB R2011a。

谢谢

这是我的黎曼积分器代码：

它在大多数情况下都有效，但是，数学经常出错，而且我不知道我哪里出错了。例如，如果我想求 x^3+2x^2+3x 的函数之和，我在计算器上得到 2.416667，在 Wolfram Alpha 上得到。但是，在我的程序中，它告诉我得到 6。我认为这可能与矩形的数量有关，因为它总是告诉我得到一个矩形。任何人都可以帮忙吗？

我正在尝试通过辛普森的方法在 CUDA 中进行代码集成。

这是辛普森规则的公式

哪里x_k = a + k*h。

这是我的代码

n问题是：当小于 100000时它工作错误。对于从0到的积分10，结果是~99，但是当n = 100000或更大时它工作正常，结果是~50。

怎么了，伙计们？

我有一个我想集成f(x_1, x_2, ..., x_n)的功能。n >= 1我应该使用什么算法来提供相当稳定/准确的解决方案？

我想用 Python 对其进行编程，因此任何开源示例都非常受欢迎！

（我意识到我应该使用图书馆，但这只是一个学习练习。）