Beräkning av numeriska integraler med scipy: steg-för-steg-exempel för ingenjörer

Numerisk integration är en grundläggande teknik för att konstruera värdet av integraler som inte kan lösas analytiskt. SciPy, ett Python-bibliotek, ger kraftfulla verktyg för att utföra dessa beräkningar effektivt. Denna artikel presenterar steg-för-steg-exempel för att hjälpa ingenjörer att förstå hur man använder SciPy för numerisk integration.

Grundläggande numerisk integration med SciPy

Den vanligaste funktionen för numerisk integration i SciPy är ]. Den beräknar den bestämda integralen av en funktion över ett visst intervall.

Först importera den nödvändiga modulen och definiera funktionen för att integrera.

Exempel:

]

]

Gör sedan integrationen över intervallet [0, 1].

Den variabel ] innehåller det ungefärliga värdet av integralen, och ] uppskattar felet.

Integrera flera funktioner

SciPy kan hantera mer komplexa funktioner och flera intervall. Till exempel integrera en sine funktion över [0, π].

Definiera funktionen:

]

Beräkna integralen:

Resultatet approximerar området under sinkurvan mellan 0 och π.

Använda Simpsons regel med SciPy

SciPy tillhandahåller även ] för Simpsons regel, som är användbar för lika utrymda datapunkter.

Exempel med datapunkter:

Beräkna integralen:

Denna metod är lämplig när datapunkter provas med jämna mellanrum.