如何使用scipy.integrate计算含双变量核函数的定积分

核心问题分析 #

你的代码存在两个关键错误：

• 不能直接将K和sigma两个函数相乘作为quad的被积函数，integrate.quad要求被积函数只能包含一个积分变量（此处为s）
• K包含t和s两个变量，调用quad时需要将t固定为当前传入的参数，仅保留s作为积分变量

正确实现方式 #

方法1：用lambda表达式封装被积函数 #

在integral函数内部，针对传入的t生成仅接收s的被积函数，将t作为固定参数传入K后再与sigma(s)相乘：

import numpy as np
from scipy import integrate

# 先定义全局参数（根据实际需求赋值）
lbda = 0.5
T = 1.0

def K(t, s):
    return np.exp(lbda*(T-s)) * np.exp(lbda*t) / (1 - np.exp(lbda*T))

def sigma(s):
    return np.sin(2*np.pi*s)

def integral(t):
    # 封装仅以s为变量的被积函数，t固定为当前传入值
    integrand = lambda s: K(t, s) * sigma(s)
    # quad返回积分结果和误差估计，按需返回
    result, error = integrate.quad(integrand, 0, T)
    return result

# 测试不同t值的积分结果
print(integral(0.2))
print(integral(0.5))

方法2：用functools.partial固定参数 #

如果不想使用lambda，可以借助partial工具先固定K的t参数，再生成被积函数：

import numpy as np
from scipy import integrate
from functools import partial

lbda = 0.5
T = 1.0

def K(t, s):
    return np.exp(lbda*(T-s)) * np.exp(lbda*t) / (1 - np.exp(lbda*T))

def sigma(s):
    return np.sin(2*np.pi*s)

def integral(t):
    # 固定K的t参数，得到仅接收s的函数
    K_fixed = partial(K, t)
    integrand = lambda s: K_fixed(s) * sigma(s)
    result, error = integrate.quad(integrand, 0, T)
    return result

# 测试
print(integral(0.3))

关键注意点 #

• integrate.quad的第一个参数必须是单变量函数，变量对应积分区间的自变量
• 含参数的积分需要先将参数固定，生成仅依赖积分变量的被积函数
• quad会返回两个值：积分结果和误差估计，可根据需求选择是否保留误差值

内容的提问来源于stack exchange，提问作者tareqath