[英]Bessel functions in Python that work with large exponents
我有一些代码使用一阶和二阶(iv 和 kv)的修正贝塞尔函数。 令人讨厌的是,它们似乎有限制,它们是 iv(0,713) 和 kv(0,697),每个加一个,分别得到无穷大和 0。 这对我来说是个问题,因为我需要使用高于此的值,通常高达 2000 或更多。 当我试图除以这些时,我最终会除以 0 或无穷大,这意味着我要么得到错误要么得到零,这两者都不是我想要的。
我正在使用scipy bessel 函数,是否有更好的函数可以处理更小和更大的数字,或者修改 Python 以处理这些大数字的方法。 我不确定这里的真正问题是什么,为什么 Python 不能在 700 之后解决这些问题,是函数还是 Python?
我不知道 Python 是否已经这样做了,但我只需要前 5-10 位数字 *10^x 为例; 也就是说,我不需要所有 1000 位数字,也许这就是 Python 的工作方式与 Wolfram Alpha 的工作方式相比的问题?
如果使用双精度机器浮点数,Scipy 中的iv
和kv
函数或多或少与您所能获得的一样好。 正如上面的评论中所指出的,您正在结果从浮点范围溢出的范围内工作。
您可以使用可调整精度(软件)浮点数的mpmath
库来解决此问题。 (它类似于 MPFR,但在 Python 中):
In [1]: import mpmath
In [2]: mpmath.besseli(0, 1714)
mpf('2.3156788070459683e+742')
In [3]: mpmath.besselk(0, 1714)
mpf('1.2597398974570405e-746')
mpmath
是一个很棒的库,是进行高精度计算的方法。 值得注意的是,这些函数可以从它们更基本的组成部分计算出来。 因此,您不必遵守 scipy 的限制,您可以使用不同的高精度库。 下面的最小示例:
import numpy as np
from scipy.special import *
X = np.random.random(3)
v = 2.000000000
print "Bessel Function J"
print jn(v,X)
print "Modified Bessel Function, Iv"
print ((1j**(-v))*jv(v,1j*X)).real
print iv(v,X)
print "Modified Bessel Function of the second kind, Kv"
print (iv(-v,X)-iv(v,X)) * (np.pi/(2*sin(v*pi)))
print kv(v,X)
print "Modified spherical Bessel Function, in"
print np.sqrt(np.pi/(2*X))*iv(v+0.5,X)
print [sph_in(floor(v),x)[0][-1] for x in X]
print "Modified spherical Bessel Function, kn"
print np.sqrt(np.pi/(2*X))*kv(v+0.5,X)
print [sph_kn(floor(v),x)[0][-1] for x in X]
print "Modified spherical Bessel Function, in"
print np.sqrt(np.pi/(2*X))*iv(v+0.5,X)
print [sph_in(floor(v),x)[0][-1] for x in X]
这给出:
Bessel Function J
[ 0.01887098 0.00184202 0.08399226]
Modified Bessel Function, Iv
[ 0.01935808 0.00184656 0.09459852]
[ 0.01935808 0.00184656 0.09459852]
Modified Bessel Function of the second kind, Kv
[ 12.61494864 135.05883902 2.40495388]
[ 12.61494865 135.05883903 2.40495388]
Modified spherical Bessel Function, in
[ 0.0103056 0.00098466 0.05003335]
[0.010305631072943869, 0.00098466280846548084, 0.050033450286650107]
Modified spherical Bessel Function, kn
[ 76.86738631 2622.98228411 6.99803515]
[76.867205587011171, 2622.9730878542782, 6.998023749439338]
Modified spherical Bessel Function, in
[ 0.0103056 0.00098466 0.05003335]
[0.010305631072943869, 0.00098466280846548084, 0.050033450286650107]
除非基础数据具有高精度,否则这对于您正在寻找的大值将失败。
您可以使用指数缩放的修正 Bessel 函数直接完成此操作,该函数不会溢出。 这些被实现为special.ive
和special.kve
。 例如,修改后的第一类 Bessel 函数special.iv(0, 1714)
将溢出。 然而,它的对数将是完美定义的,只要你不记录已经溢出的东西:
In [1]: import numpy as np
In [2]: from scipy import special
In [3]: np.log(special.iv(0, 1714))
Out[3]: inf
In [4]: np.log(special.kv(0, 1714))
Out[4]: -inf
In [5]: np.log(special.ive(0, 1714)) + 1714
Out[5]: 1709.3578418673253
In [6]: np.log(special.kve(0, 1714)) - 1714
Out[6]: -1717.4975741044941
其他容易溢出的函数也可用作日志或缩放版本。
可能是函数的问题。 对于大的正 x,任何 nu 都有渐近 kv(nu,x) ~ e^{-x}/\\sqrt{x}。 因此,对于大 x,您最终会得到非常小的值。 如果您能够改用 Bessel 函数的对数,问题就会消失。 Scilab 利用了这种渐近性:它有一个参数 ice,默认为 0,但当设置为 1 时将返回 exp(x)*kv(nu,x),这使所有内容保持合理的大小。
实际上,在 scipy 中同样可用 - scipy.special.kve
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.