Numerisk integrasjon er en grunnleggende teknikk i ingeniørfag for å tilnærme verdien av integrasjoner som ikke kan løses analytisk. SciPy, et Python bibliotek, gir kraftige verktøy for å utføre disse beregningene effektivt. Denne artikkelen presenterer trinnvis eksempler for å hjelpe ingeniører å forstå hvordan du bruker SciPy for numerisk integrasjon.

Grunnleggende numerisk integrasjon med SciPy

Den vanligste funksjonen for numerisk integrasjon i SciPy er . Den beregner den bestemte integrasjonen av en funksjon over et spesifisert intervall.

Først importere den nødvendige modulen og definere funksjonen for å integrere.

Eksempel:

Deretter utføre integrasjonen over intervallet [0, 1].

Variabelen inneholder den omtrentlige verdien av integrasjonen, og anslår feilen.

Integrering av flere funksjoner

SciPy kan håndtere mer komplekse funksjoner og flere intervaller. For eksempel, å integrere en sinusfunksjon over [0, π].

Definer funksjonen:

Beregn integrasjonen:

Resultatet tilnærmer området under sinuskurven mellom 0 og π.

Bruk Simpsons regel med SciPy

SciPy gir også for Simpsons regel, som er nyttig for like store datapunkter.

Eksempel med datapunkter:

Beregn integrasjonen:

Denne fremgangsmåten er egnet når datapunktene prøves med jevne mellomrom.