利用Python實(shí)現(xiàn)數(shù)值積分的方法
1. 栗子
為了加深大家的印象,首先我們來看個(gè)例子:

圖示如下:


2. 矩形計(jì)算面積
我們知道,在數(shù)學(xué)中,積分運(yùn)算表示上述曲線和x軸圍成的封閉區(qū)域的面積,為此,我們?cè)跀?shù)值預(yù)算中,來近似計(jì)算上述區(qū)域的面積,最直觀的想法就是拆成一個(gè)個(gè)小的矩形來計(jì)算對(duì)應(yīng)的面積。
2.1 左側(cè)邊長(zhǎng)計(jì)算面積
為了計(jì)算每個(gè)小矩形的面積,設(shè)計(jì)到邊長(zhǎng)高的選擇,這里我么以左側(cè)函數(shù)取值作為對(duì)應(yīng)矩形的高來計(jì)算相應(yīng)的小矩形的面積,圖示如下:

對(duì)應(yīng)的代碼如下:
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)
上述代碼中,我們將橫坐標(biāo)拆分為4小份,也就是拆分成4個(gè)小矩形,然后使用函數(shù)左側(cè)的點(diǎn)坐位小矩形的高,上述代碼的運(yùn)行結(jié)果如下:
5.25
2.2 右側(cè)邊長(zhǎng)計(jì)算面積
這里和上述原理類似,只不過每個(gè)小矩形的高采用右側(cè)邊長(zhǎng)函數(shù)取值來近似計(jì)算,圖例如下:

樣例代碼如下:
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)
運(yùn)行結(jié)果如下:
5.0
2.3 中值邊長(zhǎng)計(jì)算面積
看了上述兩種近似計(jì)算方式,有同學(xué)就說有取左側(cè)點(diǎn)算出來面積大的,有取右側(cè)點(diǎn)算出來面積小的,那干脆折中一下,我們來以中值坐位矩形的高來計(jì)算對(duì)應(yīng)的面積。圖例如下:

代碼實(shí)現(xiàn)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)
運(yùn)行結(jié)果如下:
5.0625
3. 梯形計(jì)算面積
讀到這里的同學(xué)可能會(huì)思考,既然可以將封閉區(qū)域劃分成一個(gè)個(gè)的小矩形,那當(dāng)然也可以將其劃分成梯形來近似計(jì)算相應(yīng)的面積,圖例如下:

樣例代碼如下:
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)
運(yùn)行結(jié)果如下:
5.125
4. 真值比對(duì)
最后,我們來針對(duì)不同的N來講封閉區(qū)域劃分成對(duì)應(yīng)的小份,分別針對(duì)性的計(jì)算上述四種方式的積分值,樣例代碼如下:
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];
最后將其與真值進(jìn)行對(duì)比,如下:

可以看出,隨著劃分區(qū)域的增多,采用梯形計(jì)算面積方式最逼近真值。
5. 總結(jié)
本文重點(diǎn)介紹了使用不同面積劃分方法來近似計(jì)算積分取值的原理和相應(yīng)的代碼實(shí)現(xiàn),其中采用梯形計(jì)算面積的方式隨著劃分子區(qū)域數(shù)目的增加最接近真值,推薦大家使用。
到此這篇關(guān)于利用Python實(shí)現(xiàn)數(shù)值積分的方法的文章就介紹到這了,更多相關(guān)Python實(shí)現(xiàn)數(shù)值積分內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
pytorch實(shí)現(xiàn)textCNN的具體操作
這篇文章主要介紹了pytorch實(shí)現(xiàn)textCNN的具體操作流程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-05-05
Python中號(hào)稱神仙的六個(gè)內(nèi)置函數(shù)詳解
這篇文章主要介紹了Python中號(hào)稱神仙的六個(gè)內(nèi)置函數(shù),今天分享的這6個(gè)內(nèi)置函數(shù),在使用?Python?進(jìn)行數(shù)據(jù)分析或者其他復(fù)雜的自動(dòng)化任務(wù)時(shí)非常方便,需要的朋友可以參考下2022-05-05
Python使用ntplib庫同步校準(zhǔn)當(dāng)?shù)貢r(shí)間的方法
NTP網(wǎng)絡(luò)時(shí)間協(xié)議其實(shí)大家平時(shí)或多或少都能接觸到,包括Windows在內(nèi)的操作系統(tǒng)中的很多Internet時(shí)間同步功能都是在NTP的基礎(chǔ)上來做,這里我們來看一下Python使用ntplib庫同步校準(zhǔn)當(dāng)?shù)貢r(shí)間的方法2016-07-07
Python虛擬環(huán)境項(xiàng)目實(shí)例
這篇文章主要介紹了Python虛擬環(huán)境項(xiàng)目實(shí)例步驟,以及遇到的問題解決辦法。2017-11-11
一篇文章教你用Python實(shí)現(xiàn)一個(gè)學(xué)生管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)學(xué)生管理系統(tǒng),文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-09-09
Python企業(yè)編碼生成系統(tǒng)之主程序模塊設(shè)計(jì)詳解
這篇文章主要介紹了Python企業(yè)編碼生成系統(tǒng)之主程序模塊設(shè)計(jì),包括初始化、界面與邏輯實(shí)現(xiàn)相關(guān)操作技巧,需要的朋友可以參考下2019-07-07
linux 下python多線程遞歸復(fù)制文件夾及文件夾中的文件
這篇文章主要介紹了linux 下python多線程遞歸復(fù)制文件夾及文件夾中的文件,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-01-01

