Nie sądzę, żeby to miało jakąkolwiek różnicę. Musisz wybrać wystarczająco wysoką kwadraturę dla całki powyżej , aby była ona równa funkcji Bessela J 0 . Wybrałem kolejność 20 w poniższym przykładzie, ale zawsze musisz dokonać zbieżności w odniesieniu do dokładnej funkcji i przedziału, przez który integrujesz. Następnie dokonałem zbieżności z n , rzędem kwadratury Gaussa całki nad x . Wybrałem f ( x ) = e - x x 2 i używam domeny [ 0 , x max ] , możesz zmienić x maxθjot0nxfa( x ) = e- xx2)[ 0 , xmax]xmaxponiżej. Mam:
n direct rewritten
1 0.770878284949 0.770878284949
2 0.304480978430 0.304480978430
3 0.356922151260 0.356922151260
4 0.362576361509 0.362576361509
5 0.362316789057 0.362316789057
6 0.362314010897 0.362314010897
7 0.362314071949 0.362314071949
8 0.362314072182 0.362314072182
9 0.362314072179 0.362314072179
10 0.362314072179 0.362314072179
n = 9 obie całki są w pełni zbieżne do 12 cyfr znaczących.
Oto kod:
from scipy.integrate import fixed_quad
from scipy.special import jn
from numpy import exp, pi, sin, cos, array
def gauss(f, a, b, n):
"""Gauss quadrature"""
return fixed_quad(f, a, b, n=n)[0]
def f(x):
"""Function f(x) to integrate"""
return exp(-x) * x**2
xmax = 3.
print " n direct rewritten"
for n in range(1, 20):
def inner(theta_array):
return array([gauss(lambda x: f(x) * cos(x*sin(theta)), 0, xmax, n)
for theta in theta_array])
direct = gauss(lambda x: f(x) * jn(0, x), 0, xmax, n)
rewritten = gauss(inner, 0, pi, 20) / pi
print "%2d %.12f %.12f" % (n, direct, rewritten)
xmax
[ 0 , ∞ ]f(x)
rewritten = gauss(inner, 0, pi, 20) / pi