python实现数值积分

2023-11-27 20:45
文章标签 python 实现 数值积分

本文主要是介绍python实现数值积分,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

1、求解问题

2、求解原理

3、python实现


1、求解问题

2、求解原理

高斯-勒让德数值积分是一种有效的数值积分方法,它结合了高斯点和勒让德函数来计算一维函数的积分。

高斯-勒让德求积公式在给定的积分区间[a, b]上,通过选择一些特定的点(称为高斯点),并使用与这些点相关的权重系数,来计算积分的近似值。这些高斯点和权重系数是通过将给定的函数展开为勒让德多项式,并使用特定的求积公式来得到的。

高斯-勒让德求积公式具有很高的精度,特别是对于一些难以使用其他方法积分的函数。它的优点在于,与其他的数值积分方法相比,它通常能够提供更精确的结果,而且对于某些函数,它的计算速度也非常快。

高斯-勒让德数值积分的原理基于高斯积分和勒让德多项式。高斯积分是一种精度很高的插值型数值积分方法,它通过选择一些特定的点(称为高斯点),并使用与这些点相关的权重系数,来计算积分的近似值。勒让德多项式是一类定义在区间[-1, 1]上的多项式,它们可以被展开为无穷级数,也可以被用来近似计算一些函数的积分。

通过将给定的函数展开为勒让德多项式,并使用特定的求积公式,可以将高斯点和权重系数计算出来,从而得到积分的近似值。这种方法适用于各种不同类型的函数,包括多变量函数、三角函数、指数函数等等。

3、python实现

from __future__ import division
import numpy as np
#定义一重积分函数
def gl_quad1d(fun, n, x_lim=None, args=()):if x_lim is None:a, b = -1, 1else:a, b = x_lim[0], x_lim[1]
​if not callable(fun):return (b - a) * fun
​else:loc, w = np.polynomial.legendre.leggauss(n)s = (1 / 2. * (b - a) * fun((b - a) * v / 2. + (a + b) / 2., *args) * w[i]for i, v in enumerate(loc))return sum(s)
​
#定义二重积分函数
def gl_quad2d(fun, n, x_lim=None, y_lim=None, args=()):if x_lim is None:a, b = -1, 1else:a, b = x_lim[0], x_lim[1]if y_lim is None:c, d = -1, 1else:c, d = y_lim[0], y_lim[1]
​if not callable(fun):return (b - a) * (d - c) * funelse:loc, w = np.polynomial.legendre.leggauss(n)s = (1 / 4. * (b - a) * (d - c) * fun(((b - a) * v1 / 2. + (a + b) / 2.,(d - c) * v2 / 2. + (c + d) / 2.), *args) * w[i] * w[j]for i, v1 in enumerate(loc)for j, v2 in enumerate(loc))return sum(s)
​
#定义三重积分函数
def gl_quad3d(fun, n, x_lim=None, y_lim=None, z_lim=None, args=()):if x_lim is None:a, b = -1, 1else:a, b = x_lim[0], x_lim[1]
​if y_lim is None:c, d = -1, 1else:c, d = y_lim[0], y_lim[1]if z_lim is None:e, f = -1, 1else:e, f = z_lim[0], z_lim[1]
​if not callable(fun):return (b - a) * (d - c) * (f - e) * funelse:loc, w = np.polynomial.legendre.leggauss(n)s = (1 / 8. * (b - a) * (d - c) * (f - e) * fun(((b - a) * v1 / 2. + (a + b) / 2.,(d - c) * v2 / 2. + (c + d) / 2.,(f - e) * v3 / 2. + (e + f) / 2.), *args) * w[i] * w[j] * w[k]for i, v1 in enumerate(loc)for j, v2 in enumerate(loc)for k, v3 in enumerate(loc))return sum(s)
​
​
def fun1(x):return 1./(1+x**2)
def fun2(x):return (1+x[0]**2+x[1])**0.5
def fun3(x, a, b):return a * x[0] * x[1] * np.e ** (b * x[2])
​
​
if __name__ == "__main__":res1=gl_quad1d(fun1,5)res2=gl_quad2d(fun2, 3)res3=gl_quad3d(fun3, 3, x_lim=[0,1], y_lim=[-1,0], args=(1,1))print(res1)print(res2)print(res3)
​

1.5711711711711713

4.443748541600919

-0.5875842321700031

这篇关于python实现数值积分的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/428434

相关文章

Django开发时如何避免频繁发送短信验证码(python图文代码)

《Django开发时如何避免频繁发送短信验证码(python图文代码)》Django开发时,为防止频繁发送验证码,后端需用Redis限制请求频率,结合管道技术提升效率,通过生产者消费者模式解耦业务逻辑... 目录避免频繁发送 验证码1. www.chinasem.cn避免频繁发送 验证码逻辑分析2. 避免频繁

分布式锁在Spring Boot应用中的实现过程

《分布式锁在SpringBoot应用中的实现过程》文章介绍在SpringBoot中通过自定义Lock注解、LockAspect切面和RedisLockUtils工具类实现分布式锁,确保多实例并发操作... 目录Lock注解LockASPect切面RedisLockUtils工具类总结在现代微服务架构中,分布

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

精选20个好玩又实用的的Python实战项目(有图文代码)

《精选20个好玩又实用的的Python实战项目(有图文代码)》文章介绍了20个实用Python项目,涵盖游戏开发、工具应用、图像处理、机器学习等,使用Tkinter、PIL、OpenCV、Kivy等库... 目录① 猜字游戏② 闹钟③ 骰子模拟器④ 二维码⑤ 语言检测⑥ 加密和解密⑦ URL缩短⑧ 音乐播放

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python pandas库自学超详细教程

《Pythonpandas库自学超详细教程》文章介绍了Pandas库的基本功能、安装方法及核心操作,涵盖数据导入(CSV/Excel等)、数据结构(Series、DataFrame)、数据清洗、转换... 目录一、什么是Pandas库(1)、Pandas 应用(2)、Pandas 功能(3)、数据结构二、安

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Python安装Pandas库的两种方法

《Python安装Pandas库的两种方法》本文介绍了三种安装PythonPandas库的方法,通过cmd命令行安装并解决版本冲突,手动下载whl文件安装,更换国内镜像源加速下载,最后建议用pipli... 目录方法一:cmd命令行执行pip install pandas方法二:找到pandas下载库,然后

Redis客户端连接机制的实现方案

《Redis客户端连接机制的实现方案》本文主要介绍了Redis客户端连接机制的实现方案,包括事件驱动模型、非阻塞I/O处理、连接池应用及配置优化,具有一定的参考价值,感兴趣的可以了解一下... 目录1. Redis连接模型概述2. 连接建立过程详解2.1 连php接初始化流程2.2 关键配置参数3. 最大连

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买