scipy-integrate 数值积分

使用scipy.integrate进行数值积分

最新推荐文章于 2025-01-12 16:48:03 发布

原创最新推荐文章于 2025-01-12 16:48:03 发布 · 4.2k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#scipy

数据分析同时被 3 个专栏收录

27 篇文章

订阅专栏

python基础

13 篇文章

订阅专栏

scipy

4 篇文章

订阅专栏

该博客演示了如何利用Python的scipy.integrate模块进行数值积分，包括单重积分、二重积分和多重积分的计算。示例中展示了求解定积分的近似值，以及在不同边界条件下的积分应用，如计算曲面面积、重心和引力等。

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import numpy as np
from scipy.integrate import quad, dblquad,nquad


def main():
    # 1---Integral#
    print (quad(lambda x: np.exp(-x), 0, np.inf))
    #求定积分的近似值的数值方法。即用被积函数的有限个抽样值的离散或加权平均近似值代替定积分的值#
    #得出数值积分和积分误差#
    print (dblquad(lambda t,x:np.exp(-x*t)/t**3,0,np.inf,lambda x:1,lambda x:np.inf))
    #二重积分#
    #可以用来计算曲面的面积，平面薄片重心，平面薄片转动惯量，平面薄片对质点的引力等等。此外二重积分在实际生活，
    # 比如无线电中也被广泛应用。
    def f(x,y):
        return x*y
    def bound_y():
        return [0,0.5]
    def bound_x(y):
        return [0,1-2*y]
    print (nquad(f,[bound_x,bound_y]))
    #多重积分#
if __name__ == "__main__":
    main()