利用Python实现数值积分的方法
1. 栗子
为了加深大家的印象，首先我们来看个例子：
图示如下：
2. 矩形计算面积
我们知道，在数学中，积分运算表示上述曲线和x轴围成的封闭区域的面积，为此，我们在数值预算中，来近似计算上述区域的面积，最直观的想法就是拆成一个个小的矩形来计算对应的面积。
2.1 左侧边长计算面积
为了计算每个小矩形的面积，设计到边长高的选择，这里我么以左侧函数取值作为对应矩形的高来计算相应的小矩形的面积，图示如下：
对应的代码如下：
import numpy as np x = np.linspace(0, 3, 1001) f = lambda x: x**3 - 4*x**2 + 4*x + 2 a = 0.5 b = 2.5 Ax = np.linspace(a, b, 101) Ay = f(Ax) def defInt_left(f, a, b, N): # left-hand point result = 0; FX = []; Xn = [] dx = abs(b - a)/N while a < b: result += f(a)*dx FX += [f(a)] Xn += [a] a += dx return result, FX, Xn, dx N = 4 I_left, FX, Xn, dx = defInt_left(f, a, b, N) print(I_left)
上述代码中，我们将横坐标拆分为4小份，也就是拆分成4个小矩形，然后使用函数左侧的点坐位小矩形的高，上述代码的运行结果如下：
5.25
2.2 右侧边长计算面积
这里和上述原理类似，只不过每个小矩形的高采用右侧边长函数取值来近似计算，图例如下：
样例代码如下：
def defInt_right(f, a, b, N): # right-hand point result = 0; FX = []; Xn = [] dx = abs(b - a)/N while a < b: result += f(a + dx)*dx FX += [f(a + dx)] Xn += [a] a += dx return result, FX, Xn, dx N = 4 I_right, FX, Xn, dx = defInt_right(f, a, b, N) print(I_right)
运行结果如下：
5.0
2.3 中值边长计算面积
看了上述两种近似计算方式，有同学就说有取左侧点算出来面积大的，有取右侧点算出来面积小的，那干脆折中一下，我们来以中值坐位矩形的高来计算对应的面积。图例如下：
代码实现如下：
def defInt_middle(f, a, b, N): # middle point result = 0; FX = []; Xn = [] dx = abs(b - a)/N while a < b: result += f(a + dx/2)*dx FX += [f(a + dx/2)] Xn += [a] a += dx return result, FX, Xn, dx N = 4 I_mid, FX, Xn, dx = defInt_middle(f, a, b, N) print(I_mid)
运行结果如下：
5.0625
3. 梯形计算面积
读到这里的同学可能会思考，既然可以将封闭区域划分成一个个的小矩形，那当然也可以将其划分成梯形来近似计算相应的面积，图例如下：
样例代码如下：
def defInt_trapezoid(f, a, b, N): # trapezoidal rule result = 0; FXa, FXb = [], []; Xn = [] dx = abs(b - a)/N while a < b: result += (f(a) + f(a + dx))*dx/2 FXa += [f(a)]; FXb += [f(a + dx)] Xn += [a] a += dx return result, FXa, FXb, Xn, dx N = 4 I_trap, FXa, FXb, Xn, dx = defInt_trapezoid(f, a, b, N) print(I_trap)
运行结果如下：
5.125
4. 真值比对
最后，我们来针对不同的N来讲封闭区域划分成对应的小份，分别针对性的计算上述四种方式的积分值，样例代码如下：
Nx = range(1, 11) I1, I2, I3, I4 = [], [], [], [] for Ni in Nx: i1, *_ = defInt_left(f, a, b, Ni); I1 += [i1]; i2, *_ = defInt_right(f, a, b, Ni); I2 += [i2]; i3, *_ = defInt_middle(f, a, b, Ni); I3 += [i3]; i4, *_ = defInt_trapezoid(f, a, b, Ni); I4 += [i4];
最后将其与真值进行对比，如下：
可以看出，随着划分区域的增多，采用梯形计算面积方式最逼近真值。
5. 总结
本文重点介绍了使用不同面积划分方法来近似计算积分取值的原理和相应的代码实现,其中采用梯形计算面积的方式随着划分子区域数目的增加最接近真值，推荐大家使用。
到此这篇关于利用Python实现数值积分的方法的文章就介绍到这了,更多相关Python实现数值积分内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了pytorch实现textCNN的具体操作流程，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-05-05
这篇文章主要介绍了Python中号称神仙的六个内置函数,今天分享的这6个内置函数，在使用 Python 进行数据分析或者其他复杂的自动化任务时非常方便,需要的朋友可以参考下2022-05-05
这篇文章主要介绍了用Cython加速Python到“起飞”，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-08-08
NTP网络时间协议其实大家平时或多或少都能接触到,包括Windows在内的操作系统中的很多Internet时间同步功能都是在NTP的基础上来做,这里我们来看一下Python使用ntplib库同步校准当地时间的方法2016-07-07
这篇文章主要介绍了Python虚拟环境项目实例步骤，以及遇到的问题解决办法。2017-11-11
这篇文章主要为大家详细介绍了python实现学生管理系统，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-09-09
这篇文章主要介绍了Python企业编码生成系统之主程序模块设计,包括初始化、界面与逻辑实现相关操作技巧,需要的朋友可以参考下2019-07-07
这篇文章主要介绍了Python中的JMESPath库示例详解,JMESPath的基本思想是使用类似于XPath的路径表达式来指定要从JSON结构中提取哪些数据,它允许您以一致的方式导航和过滤JSON对象和数组,需要的朋友可以参考下2023-09-09
这篇文章主要为大家详细介绍了pygame库实现俄罗斯方块小游戏，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-10-10
linux 下python多线程递归复制文件夹及文件夹中的文件
这篇文章主要介绍了linux 下python多线程递归复制文件夹及文件夹中的文件，本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2020-01-01
最新评论