这篇文章给大家分享的是有关Apache Commons Math3之数值积分的示例分析的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。
Apache.Commons.Math4里面的数值积分支持类采用的是“逼近法”,即,先对大区间做一次积分,再对小区间做一次积分,若两次积分结果的差值小于某一设定的误差值,则认为积分完成。否则,将区间再次细分,对细分后的区间进行积分,与前一次积分相比较,如此反复迭代,直至最近的两次积分差值足够小。这样的结果,有可能会导致无法收敛。
为了使用org.apache.commons.math4.analysis.integration包中的积分器类,需要先实现UnivariateFunction接口(本文以MyFunction为例),实现其value方法。然后创建指定的积分器对象,本文以SimpsonIntegrator为例,最后调用其integrate(...)方法即可算出MyFunction的积分。
调用integrate(...)方法时需要提供4个参数:
第1个是最大逼近次数,要适当大一些,否则可能会无法收敛;
第2个是MyFunction类的实例;
第3个是积分区间下限;
第4个是积分区间上限。
SimpsonIntegrator在第一次迭代时一定是分别以积分下限和积分上限作为x调用连词MyFunction.value(...)方法,下一次则会将区间分成2份(除上下限x值之外,还有一个中间x值),再下一次则是分成4份……
以下是使用辛普森积分类的例子:
import java.util.ArrayList; import java.util.List; import org.apache.commons.math4.analysis.UnivariateFunction; import org.apache.commons.math4.analysis.integration.SimpsonIntegrator; import org.apache.commons.math4.analysis.integration.UnivariateIntegrator; interface TestCase { public Object run(List<Object> params) throws Exception; public List<Object> getParams(); public void printResult(Object result) throws Exception; } public class TimeCostCalculator { public TimeCostCalculator() { } /** * 计算指定对象的运行时间开销。 * * @param testCase 指定被测对象。 * @return 返回sub.run的时间开销,单位为s。 * @throws Exception */ private double calcTimeCost(TestCase testCase) throws Exception { List<Object> params = testCase.getParams(); long startTime = System.nanoTime(); Object result = testCase.run(params); long stopTime = System.nanoTime(); testCase.printResult(result); double timeCost = (stopTime - startTime) * 1.0e-9; return timeCost; } public void runTest(TestCase testCase) throws Exception { double timeCost = calcTimeCost(testCase); System.out.println("时间开销:: " + timeCost + "s"); System.out.println("-------------------------------------------------------------------------------"); } public static void main(String[] args) throws Exception { TimeCostCalculator tcc = new TimeCostCalculator(); tcc.runTest(new CalcSimpsonIntegrator()); } } /** * 使用辛普森法求解数值积分。Apache.Common.Math4中所用的辛普森法是采用逼近法,即先对整个积分区间用矩形积分,然后将区间分解为4份,再次积分,比较两次积分的差值,若想对误差大于某个预订数值, * 则认为还需要继续细分区间,因此会将区间以2倍再次细分后求积分,并将结果与前一次积分的结果比较,直至差值小于指定的误差,就停止。 * @author kingfox * */ class CalcSimpsonIntegrator implements TestCase { public CalcSimpsonIntegrator() { System.out.print("本算例用于测试使用辛普森法计算积分。正在初始化计算数据 ... ..."); inputData = new double[arrayLength]; for (int index = 0; index < inputData.length; index++) // 鏂滃潯鍑芥暟 { inputData[index] = Math.sin(2 * Math.PI * index * MyFunction.factor * 4); } func = new MyFunction(); integrator = new SimpsonIntegrator(); System.out.println("初始化完成!"); } @Override public Object run(List<Object> params) throws Exception { double result = ((SimpsonIntegrator)(params.get(1))).integrate(steps, (UnivariateFunction)(params.get(0)), lower, upper); return result; } /** * 获取运行参数 * @return List对象,第一个元素是求积函数,第二个参数是积分器。 */ @Override public List<Object> getParams() { List<Object> params = new ArrayList<Object>(); params.add(func); params.add(integrator); return params; } @Override public void printResult(Object result) throws Exception { System.out.println(">>> integration value: " + result); } UnivariateFunction func = null; UnivariateIntegrator integrator = null; class MyFunction implements UnivariateFunction { @Override public double value(double x) { // double y = x * factor; // 1. // double y = 4.0 * x * x * x - 3.0 * x * x + 2.0 * x - 1.0; // 2. // double y = -1.0 * Math.sin(x) + 2.0 * Math.cos(x) - 3.0; // 3. double y = inputData[(int)(x / factor)]; // 4. // System.out.println(x + ", " + y); return y; } private static final double factor = 0.0001; } private double[] inputData = null; private static final int arrayLength = 5000; private static final double lower = 0.0; // private static final double upper = 2.0 * Math.PI; // 3. private static final double upper = (arrayLength - 1) * MyFunction.factor; // 1. 2. 4. private static final int steps = 1000000; }
上述代码中,注释为1. 2. 3.的可以正常计算出结果,但注释为4.的就无法收敛。
基于org.apache.commons.math4.analysis.integration.UnivariateIntegrator的积分器的另一个局限性在于必须编写一个继承于UnivariateFunction的函数类,实现其value方法(根据输入的x值计算出y值),这种做法有利于可用解析式表达的情况,不利于对存放于外存的大量数据做积分处理。
感谢各位的阅读!关于“Apache Commons Math3之数值积分的示例分析”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。