python计算定积分

这篇具有很好参考价值的文章主要介绍了python计算定积分。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

求 ∫ 0 1 e x   d x 求\begin{matrix} \int_{0}^{1} e^{x}\, dx\end{matrix} 01exdx
方法一:

from sympy import *
import math
x = symbols('x')
print(integrate(math.e**x, (x, 0, 1))) 

方法二:
首先把积分区间分成N小段,然后计算每段间隔对应的小矩形面积(底为dx,高为对应的函数值),接着将它们累加求和,得到的积分值。文章来源地址https://www.toymoban.com/news/detail-530316.html

import numpy as np
#进行积分时,现将积分区间分成N段,N在不超限度时越大结果越精确
N=100000
x=[]
for k in range(0,N):
    x.append(1/N*k)  #将积分区间分成n段放入x数组内
dx=[]  #dx数组代表微分值
y=[]   #y代表N个离散化的x的对应的函数值
#循环得到完整的dx,y数组
for k in range(0,N-1):
    y.append(np.exp(x[k]))
    dx.append(x[k+1]-x[k])
#将x、y、dx转化成numpy的矩阵格式
x=np.matrix(x)
y=np.matrix(y)
dx=np.matrix(dx)
#对应位置的dx,y相乘,累加起来就是积分值
I_num=np.sum(np.multiply(y,dx))

到了这里,关于python计算定积分的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网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TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 高数三重积分+离散二元关系+线代矩阵解线性方程

    👂 梦寻古镇 - 羽翼深蓝Wings - 单曲 - 网易云音乐 👂 老男孩 - 1个球 - 单曲 - 网易云音乐 目录 🌼前言 🌼高数 🐘B站 -- 三重积分 🐘课本 -- 7种曲面 + 公式 🐘PPT -- 知识点 + 例题 🐘B站 -- 重积分 -- 对弧长曲线积分(第一型) -- 对面积的曲面积分(第二型) 🌼离散 🐘B站

    2024年02月09日
    浏览(68)
  • 卷积计算转换为矩阵乘计算的几种场景和方法

    本文默认卷积的输入输出数据格式为NHWC。 为什么要把卷积转换为矩阵乘计算 有几个原因,1. 因为矩阵乘优化已经被研究了几十年,有丰富的研究成果,有性能很好的BLAS加速库可用。2. 矩阵乘优化比卷积更加简单,这主要是因为矩阵乘的参数比较少,主要是M, N, K三个参数,

    2024年02月04日
    浏览(56)
  • 数据分析03——矩阵常用计算方法和函数

    数组:计算机领域的概念 矩阵:数学领域的概念 对于Numpy而言,矩阵是数组的分支 字符串创建矩阵:mat1 = np.matrix(‘1 2;3 4’) 列表形式创建矩阵:mat2 = np.matrix([[5, 6], [7, 8]]) 通过数组创建矩阵: arr = np.array([[5, 6], [7, 8]]) mat3 = np.matrix(arr) 创建3*3的0矩阵: np.matrix(np.zeros((3, 3))

    2024年02月07日
    浏览(50)
  • 现代控制理论——矩阵指数函数的计算方法

    矩阵指数函数的计算方法有很多,至少有十几种,本次只介绍4钟; 方法1,根据矩阵指数函数的定义直接计算 将系统矩阵带入定义直接计算,注意我们只取有限项,因此得到的解并不是精确解 方法2将系统矩阵化为对焦标准型或者约当标准型 方法3;拉氏变换 方法四:应用凯莱

    2024年02月06日
    浏览(43)
  • 状态转移矩阵计算方法及其离散化转换(含举例)

    一般地,对于一个线性定常系统,可以写成如下的柯西标准型形式 { x ˙ ( t ) = A ( t ) x ( t ) + B ( t ) u ( t ) y ( t ) = C ( t ) x ( t ) + D ( t ) u ( t ) begin{cases} dot x (t) = A(t) x(t) + B(t) u(t) \\\\ y(t) = C(t) x(t) + D(t) u(t) end{cases} { x ˙ ( t ) = A ( t ) x ( t ) + B ( t ) u ( t ) y ( t ) = C ( t ) x ( t ) + D ( t ) u

    2024年02月08日
    浏览(42)
  • 用C语言实现定积分计算(包括无穷积分/可自定义精度)

    关于严谨性的声明: 在用C语言进行定积分的计算之前,我需要声明以下几点: 一、我们所进行定积分计算的函数都是应当是黎曼可积的,这保证了我们即使均匀地分割区间也保证了积分的收敛性。 二、我们同时还应该认识到,鉴于某些函数不一定是在每一点上都是可导的,

    2024年02月13日
    浏览(41)
  • 【目标检测】评价指标:混淆矩阵概念及其计算方法(yolo源码)

    本篇文章首先介绍目标检测任务中的评价指标 混淆矩阵 的概念,然后介绍其在 yolo源码 中的实现方法。 目标检测中的评价指标: mAP概念及其代码实现(yolo源码/pycocotools) 混淆矩阵概念及其代码实现(yolo源码)   在分类任务中, 混淆矩阵(Confusion Matrix) 是一种可视化工具,主

    2024年02月02日
    浏览(54)
  • 计算相机投影矩阵(含代码)(Python)

    前几天处理点云时,需要使用到像片与3D点云的对应关系。在这边找了一圈没有发现直接可用的代码,于是去GitHub试了一下,以下是一个提炼后的矩阵计算代码。 下面展示 矩阵计算代码 。 代码源于 链接: AdityaNair111 最后感谢piong233的热心帮助

    2024年02月15日
    浏览(45)
  • 【Python 矩阵:快速入门指南】-深入理解矩阵运算及其常用计算

    【Python 矩阵:快速入门指南】-深入理解矩阵运算及其常用计算 在数据科学和机器学习中,矩阵是一个非常重要的数学概念,它被广泛应用于数据处理、图像处理、自然语言处理等领域。Python作为一门高效且广泛应用的编程语言,提供了许多强大的工具来处理矩阵。本文将介

    2024年02月13日
    浏览(69)
  • MATLAB 之 符号微积分计算

    微积分的数值计算方法只能求出以数值表示的近似解,而无法得到以函数形式表示的解析解。 在 MATLAB 中,可以通过符号运算获得微积分的解析解。 MATLAB 中求函数极限的函数是 limit ,可用来求函数在指定点的极限值和左右极限值。 对于极限值为没有定义的极限,MATLAB 给出

    2024年02月09日
    浏览(49)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包