Romberg算法代码实现

最新推荐文章于 2023-10-28 10:32:35 发布

鱼跃此时海螣❀

最新推荐文章于 2023-10-28 10:32:35 发布

阅读量463

点赞数 1

分类专栏：机器学习数学优化分析工程优化文章标签： python 算法

本文链接：https://blog.csdn.net/weixin_43617646/article/details/118461778

版权

Python 数值积分龙贝格方法 Romberg方法误差控制

关键词由CSDN通过智能技术生成

工程优化同时被 3 个专栏收录

3 篇文章 0 订阅

订阅专栏

机器学习

2 篇文章 0 订阅

订阅专栏

数学优化分析

2 篇文章 0 订阅

订阅专栏

基于函数F(x)的求积函数，利用龙贝格方法进行求解：
在这里插入图片描述

# -*- coding: utf-8 -*-
"""
Created on Sun Jul  4 14:05:58 2021

@author: wu
"""

## 利用Romberg方法给定求解精度求解积分，并进行按行展示

import pandas as pd
import torch
import math
import numpy as np


# 被积函数f(x)
def fx(x):
    return 2*math.pi*x*math.exp(x**2)

# 主函数
T = []
S = []
C = []
R = []

a,b = 0 ,1  ##给定积分区间 和 误差
error = 10**(-6) 
t = torch.tensor(0.5*(b-a)*(fx(b))+fx(a))  #T0
T.append(t)

for k in range(1,100):  #误差足够时直接跳出循环即可
    cash_file = 0   
    for i in range(2**(k-1)):
        cash_file = fx(a + (2*i+1)*(b-a)*0.5**(k)) + cash_file
        
    t = 0.5*T[k-1] + cash_file*0.5**(k)
    T.append(t) 
    s = 4/3*T[k] - 1/3*T[k-1]
    S.append(s)
    if k >= 2:
        c = 16/15*S[k -1] - 1/15*S[k- 2]
        C.append(c)
    if k >= 3:
        r = 64/63*C[k -2] - 1/63*C[k- 3]
        R.append(r)
    if k >= 4:
        if R[k-3] - R[k-4] <= error:
            print("the similar value is :{}".format(R[k-3]))
            break
        
print("--------------------------------------")
## 利用Pandas进行数据展示
con1 = np.array(T).reshape(-1,1)
S.insert(0, 0)
con2 = np.array(S).reshape(-1,1)
C.insert(0, 0)
C.insert(0, 0)
con3 = np.array(S).reshape(-1,1)
R.insert(0, 0)
R.insert(0, 0)
R.insert(0, 0)
con4 = np.array(R).reshape(-1,1)
List = pd.DataFrame(pd.concat([pd.DataFrame(con1),pd.DataFrame(con2),pd.DataFrame(con3),pd.DataFrame(con4)],1))
List.columns = ('Tn',"Sn","Cn","Rn")
List.loc[0,'Sn':'Rn'] = List.loc[0:2,'Rn'] ='nan'

print(List)

运行结果：
在这里插入图片描述