from scipy import integrate
def f(x,y,z):
    return x
def bounds_x():
    return [0,1]
def bounds_y(x):
    return [0,(1-x)/2]
def bounds_z(x,y):
    return [0,(1-x-2*y)]
v,err=integrate.nquad(f,[bounds_z,bounds_y,bounds_x])
print("f函数的三重积分是:{:.4}".format(v))
输出结果是0.02604
实际结果是0.02083
   这是出了什么问题，难道是nquad()函数的误差控制问题?

是的，这个问题可能与nquad中的误差控制有关。nquad函数默认使用adaptive quadrature方法计算多重积分，其中包括一个绝对误差控制，以确保计算结果的准确性。但是，这个控制的精度是由绝对误差容许值atol和相对误差容许值rtol来控制的，默认值为1.49e-08。

为了提高计算精度，可以尝试调整atol和rtol的值。例如，将它们都设置为1e-12:

v, err = integrate.nquad(f, [bounds_z, bounds_y, bounds_x], atol=1e-12, rtol=1e-12) print("f函数的三重积分是:{:.4}".format(v))

这将会得到更准确的积分结果。

此外，这个问题还可能与积分边界的数量级有关。在这里的例子中，我们的积分边界最大值比较小，可能导致数值计算误差。因此，我们可以尝试缩小边界，并调整绝对误差容许值和相对误差容许值以提高计算精度。

  晚上回来再倒腾下！其实，我看官方文档也注意了相关的变量顺序，但相差更大了。
i=integrate.nquad(lambda z,y,x:x,[lambda x,y:[0,1-x-2*y],lambda x:[0,(1-x)/2],[0,1]])
如果说函数f(z,y,x)的变量顺便必须对应积分上下限，那相差就更大了
i的三重积分是:(-0.010416666666666668, 1.1042013680736411e-14)

听说，是用Fortran来写的，那玩意儿远古时代的事了

TypeError: nquad() got an unexpected keyword argument 'epsabs'
当我重新设置这epsabs=1.49e-10, epsrel=1.49e-10时，tpl()不报错，而nquad()则报上面的错.
不过即使三重积分将误差控制参数调小级别也相差不大

再来吐槽下哈，输出的元组第二项说误差上限都e-14级别，跟真值比较一正一负，怎么可能误差这么小！刚用MATLAB求了下，就是1/48准确得很。看来，是nquad()这个函数写得不正确估计

def f(x,y,z):
    return x
这句只是求 x dx？

[此贴子已经被作者于2023-4-20 10:40编辑过]

f(x,y,z)=x，还有啥不知道，去看看官方文档

我做的结果
scipy精度应该是没问题的

i=integrate.nquad(lambda z,y,x:x,[lambda x,y:[0,1-x-2*y],lambda x:[0,(1-x)/2],[0,1]])
你用nquad()跑，不要用tplquad()。跑完再看，后者是准确的，仔细看我发帖内容再说！