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

python常见环境管理工具超全解析

《python常见环境管理工具超全解析》在Python开发中,管理多个项目及其依赖项通常是一个挑战,下面:本文主要介绍python常见环境管理工具的相关资料,文中通过代码介绍的非常详细,需要的朋友... 目录1. conda2. pip3. uvuv 工具自动创建和管理环境的特点4. setup.py5.

C++中零拷贝的多种实现方式

《C++中零拷贝的多种实现方式》本文主要介绍了C++中零拷贝的实现示例,旨在在减少数据在内存中的不必要复制,从而提高程序性能、降低内存使用并减少CPU消耗,零拷贝技术通过多种方式实现,下面就来了解一下... 目录一、C++中零拷贝技术的核心概念二、std::string_view 简介三、std::stri

Python常用命令提示符使用方法详解

《Python常用命令提示符使用方法详解》在学习python的过程中,我们需要用到命令提示符(CMD)进行环境的配置,:本文主要介绍Python常用命令提示符使用方法的相关资料,文中通过代码介绍的... 目录一、python环境基础命令【Windows】1、检查Python是否安装2、 查看Python的安

C++高效内存池实现减少动态分配开销的解决方案

《C++高效内存池实现减少动态分配开销的解决方案》C++动态内存分配存在系统调用开销、碎片化和锁竞争等性能问题,内存池通过预分配、分块管理和缓存复用解决这些问题,下面就来了解一下... 目录一、C++内存分配的性能挑战二、内存池技术的核心原理三、主流内存池实现:TCMalloc与Jemalloc1. TCM

OpenCV实现实时颜色检测的示例

《OpenCV实现实时颜色检测的示例》本文主要介绍了OpenCV实现实时颜色检测的示例,通过HSV色彩空间转换和色调范围判断实现红黄绿蓝颜色检测,包含视频捕捉、区域标记、颜色分析等功能,具有一定的参考... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间

Python UV安装、升级、卸载详细步骤记录

《PythonUV安装、升级、卸载详细步骤记录》:本文主要介绍PythonUV安装、升级、卸载的详细步骤,uv是Astral推出的下一代Python包与项目管理器,主打单一可执行文件、极致性能... 目录安装检查升级设置自动补全卸载UV 命令总结 官方文档详见:https://docs.astral.sh/

Python并行处理实战之如何使用ProcessPoolExecutor加速计算

《Python并行处理实战之如何使用ProcessPoolExecutor加速计算》Python提供了多种并行处理的方式,其中concurrent.futures模块的ProcessPoolExecu... 目录简介完整代码示例代码解释1. 导入必要的模块2. 定义处理函数3. 主函数4. 生成数字列表5.

Python中help()和dir()函数的使用

《Python中help()和dir()函数的使用》我们经常需要查看某个对象(如模块、类、函数等)的属性和方法,Python提供了两个内置函数help()和dir(),它们可以帮助我们快速了解代... 目录1. 引言2. help() 函数2.1 作用2.2 使用方法2.3 示例(1) 查看内置函数的帮助(

Python虚拟环境与Conda使用指南分享

《Python虚拟环境与Conda使用指南分享》:本文主要介绍Python虚拟环境与Conda使用指南,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... 目录一、python 虚拟环境概述1.1 什么是虚拟环境1.2 为什么需要虚拟环境二、Python 内置的虚拟环境工具

Python实例题之pygame开发打飞机游戏实例代码

《Python实例题之pygame开发打飞机游戏实例代码》对于python的学习者,能够写出一个飞机大战的程序代码,是不是感觉到非常的开心,:本文主要介绍Python实例题之pygame开发打飞机... 目录题目pygame-aircraft-game使用 Pygame 开发的打飞机游戏脚本代码解释初始化部