Mam funkcję taką, że
jest skończone i chcę aproksymować tę całkę. ∫ R 3 f ( x , y , z ) d V
Znam zasady kwadratury i przybliżenia całek Monte Carlo, ale widzę pewne trudności z ich implementacją w nieskończonej dziedzinie. W przypadku Monte Carlo, w jaki sposób można próbować regionu nieskończonego (szczególnie jeśli regiony, które w większym stopniu przyczyniają się do całki są nieznane)? Jak w przypadku kwadratury znaleźć optymalne punkty? Czy powinienem po prostu naprawić arbitralnie duży region wyśrodkowany wokół źródła i zastosować rzadkie reguły kwadratury? Jak mogę podejść do przybliżenia tej całki?
źródło
Standardowym sposobem wykonania tego jest wyodrębnienie z wyrażenia dla wykładniczego wykładnika, przekształcenie go na , a następnie użycie reguł kwadratury Gaussa (lub Gaussa Kronroda) z tym jako wagą. Jeśli jest gładkie, zwykle daje to doskonałe wyniki.e - x 2 ff(x) e−x2 f
W to samo działa z wagą , a odpowiednie wzory kubaturowe można znaleźć, np. W książce Engelsa, kwadraturze numerycznej i kubaturze.e - | x | 2)R3 e−|x|2
Formuły online znajdują się na stronie http://nines.cs.kuleuven.be/ecf/
źródło
Aby uzyskać jednowymiarową kwadraturę, możesz sprawdzić książkę na temat Quadpack (złota staruszka, ale nadal bardzo istotna w jednowymiarowej kwadraturze) i techniki zastosowane w algorytmie QAGI, automatyczny integrator dla nieskończonego zakresu.
Inną techniką jest formuła kwadraturowa z podwójną wykładniczą, ładnie zaimplementowana przez Oourę na nieskończony czas .
W kwestii kubatury można zajrzeć do Encyklopedii wzorów kubaturowych autorstwa Ronalda Coolsa.
źródło
źródło
Jeśli chcesz skorzystać z integracji Monte Carlo, możesz zacząć od ważnego próbkowania z próbnikiem, który w przybliżeniu przybliża twoją integrand. Im lepiej twój próbnik pasuje do twojej całki, tym mniejsza wariancja w twoich całkowitych oszacowaniach. Nie ma znaczenia, że domena jest nieskończona, o ile sampler ma tę samą domenę.
źródło