示例
quad
是scipy.integrate
中最常用的积分函数,示例如下
import numpy as np
from scipy.integrate import quad
func = lambda x: x**2
quad(func, 0, 4)
# (21.333333333333332, 2.3684757858670003e-13)
quad(np.sin, 0, np.pi)
# (2.0, 2.220446049250313e-14)
在上面的代码中,func
为待积分函数,后面紧跟着的两个参数表示积分的下界和上界。返回值有二,分别为积分结果和计算误差。
用于测试的两个函数的解析形式如下,可见计算结果吻合。
∫ 0 4 x 2 d x = 1 3 x 3 ∣ 0 4 = 64 3 ≈ 21.3 ∫ 0 π sin x d x = − cos x ∣ 0 π = 2 \int_0^4 x^2\text dx=\frac{1}{3}x^3\big|^4_0=\frac{64}{3}\approx 21.3\\ \int^\pi_0\sin x\text dx=-\cos x\big|^\pi_0=2 ∫04x2dx=31x3 04=364≈21.3∫0πsinxdx=−cosx 0π=2
完整参数
quad
的完整参数如下
scipy.integrate.quad(func, a, b, args=(), full_output=0, epsabs=1.49e-08, epsrel=1.49e-08, limit=50, points=None, weight=None, wvar=None, wopts=None, maxp1=50, limlst=50, complex_func=False)
其中,
-
args
为func
函数中,除待求积分参数之外的其他参数 -
epsabs, epsrel
分别为绝对和相对误差 -
limit
自适应算法中子区间的个数 -
points
断点位置 -
weight, wvar
定义域区间内的权重类型和权重 -
wopts, maxp1
切比雪夫矩及其上限
weight参数
其中,weight
和wvar
参数的具体取值如下。
weight | wvar | 函数 |
---|---|---|
“cos” | w w w | cos w x \cos wx coswx |
“sin” | w w w | sin w x \sin wx sinwx |
“alg” | α , β \alpha, \beta α,β | g ( x ) g(x) g(x) |
“alg-loga” | α , β \alpha, \beta α,β | g ( x ) log ( x − a ) g(x)\log(x-a) g(x)log(x−a) |
“alg-logb” | α , β \alpha, \beta α,β | g ( x ) log ( b − x ) g(x)\log(b-x) g(x)log(b−x) |
“alg-log” | α , β \alpha, \beta α,β | g ( x ) log ( x − a ) log ( b − x ) g(x)\log(x-a)\log(b-x) g(x)log(x−a)log(b−x) |
“cauchy” | c c c | 1 x − c \frac{1}{x-c} x−c1 |
其中, g ( x ) = ( x − a ) α ∗ ( b − x ) β g(x)=(x-a)^\alpha*(b-x)^\beta g(x)=(x−a)α∗(b−x)β
设func
为
f
(
x
)
=
x
f(x)=x
f(x)=x,若weight
参数为cos
,而wvar
取值为
w
w
w,则实际计算的积分表达式为
∫ a b cos w f ( x ) d x \int_a^b\cos wf(x)\text dx ∫abcoswf(x)dx文章来源:https://www.toymoban.com/news/detail-799052.html
示例如下文章来源地址https://www.toymoban.com/news/detail-799052.html
func = lambda x : x
quad(func, 0, np.pi)
# (4.934802200544679, 5.478731025015592e-14)
quad(func, 0, np.pi, weight='cos', wvar=1)
# (-1.9999999999999993, 1.926079284799239e-13)
到了这里,关于python求定积分:quad函数的文章就介绍完了。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!