Python 微分法计算定积分,以及用lambda函数作函数的形参

简介: Python 微分法计算定积分,以及用lambda函数作函数的形参

微分法计算定积分


所有积分区间都分割成100万份,计算以下四个常用积分:


20210226105207432.png

from math import sin
from math import log
from math import exp
from math import pi
from math import e
N=1000000
def interalSin(a,b):
    '''sin(x)在区间[a,b]上的定积分'''
    d=(b-a)/N
    r=0
    for i in range(N):
        r+=d*sin(a+i*d+d/2)
    return r
def interalLn(a,b):
    '''ln(x)在区间[a,b]上的定积分'''
    d=(b-a)/N
    r=0
    for i in range(N):
        r+=d*log(a+i*d+d/2)
    return r
def interalAbs(a,b):
    '''ln(x)在区间[a,b]上的定积分'''
    d=(b-a)/N
    r=0
    for i in range(N):
        r+=d*abs(a+i*d+d/2)
    return r
def interalExp(a,b):
    '''e^x在区间[a,b]上的定积分'''
    d=(b-a)/N
    r=0
    for i in range(N):
        r+=d*exp(a+i*d+d/2)
    return r
print(interalSin(0,pi/2))
print(interalLn(1,e))
print(interalAbs(-1,1))
print(interalExp(-1,1),end='\n\n')
print('e-1/e=')
print(e-1/e)
#执行结果:
'''
1.0000000000000981
1.0000000000000977
1.0000000000000002
2.3504023872872146
e-1/e=
2.3504023872876028
>>> 
'''

注:积分区间微分成100万份,就能得到小数点后12位的精度。



自定义函数作函数的形参:

from math import sin
from math import log
from math import exp
from math import pi
from math import e
N=1000000
def Sinx(x):
    return sin(x)
def Ln_x(x):
    return log(x)
def Absx(x):
    return abs(x)
def Expx(x):
    return exp(x)
def Interal(func,a,b):
    '''func(x)在区间[a,b]上的定积分'''
    d=(b-a)/N
    r=0
    for i in range(N):
        r+=d*func(a+i*d+d/2)
    return r
print(Interal(Sinx,0,pi/2))
print(Interal(Ln_x,1,e))
print(Interal(Absx,-1,1))
print(Interal(Expx,-1,1))



直接用库函数作函数的形参:

from math import sin
from math import log
from math import exp
from math import pi
from math import e
N=1000000
def Interal(func,a,b):
    '''func(x)在区间[a,b]上的定积分'''
    d=(b-a)/N
    r=0
    for i in range(N):
        r+=d*func(a+i*d+d/2)
    return r
print(Interal(sin,0,pi/2))
print(Interal(log,1,e))
print(Interal(abs,-1,1))
print(Interal(exp,-1,1))



lambda函数表达复合函数,并做形参计算定积分:


用以下两个题目做示例:

20210316143915563.png


from math import pi
from math import sin
from math import cos
from math import log
from math import sqrt
N=1000000
fx=lambda x:sqrt(1-sin(2*x))
gx=lambda x:sin(x)/(1+sin(x)+cos(x))
def Interal(func,a,b):
    '''func(x)在区间[a,b]上的定积分'''
    d=(b-a)/N
    r=0
    for i in range(N):
        r+=d*func(a+i*d+d/2)
    return r
print(Interal(fx,0,pi/2))
print(2*sqrt(2)-2) #对比答案
print()
print(Interal(gx,0,pi/2))
print((pi/2-log(2))/2) #对比答案
'''
0.8284271247463156
0.8284271247461903
0.43882457311750606
0.43882457311747564
>>>
'''




附:形参个数不定


可以使用*args或**args,但是一定要把*args放到最后面。

def plus(*args):
    tmp=0
    for i in args:
        tmp+=i
    return tmp
def mul_p(fn,x,*args):
    return x*fn(*args)
print(plus(1,2,3,4,5,6,7,8,9,10))
print(mul_p(plus,10,1,2,3,4,5,6,7,8,9,10))
#执行结果:
'''
55
550
>>> 
'''




目录
相关文章
|
4月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
325 1
|
4月前
|
算法 Java Docker
(Python基础)新时代语言!一起学习Python吧!(三):IF条件判断和match匹配;Python中的循环:for...in、while循环;循环操作关键字;Python函数使用方法
IF 条件判断 使用if语句,对条件进行判断 true则执行代码块缩进语句 false则不执行代码块缩进语句,如果有else 或 elif 则进入相应的规则中执行
553 1
|
4月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
283 0
|
5月前
|
设计模式 缓存 监控
Python装饰器:优雅增强函数功能
Python装饰器:优雅增强函数功能
314 101
|
5月前
|
缓存 测试技术 Python
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
257 99
|
5月前
|
存储 缓存 测试技术
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
270 98
|
5月前
|
缓存 Python
Python中的装饰器:优雅地增强函数功能
Python中的装饰器:优雅地增强函数功能
|
算法 Python Java
Python每日一练(20230426) 删除重复字符、颜色分类、计算圆周率
Python每日一练(20230426) 删除重复字符、颜色分类、计算圆周率
194 0
Python每日一练(20230426) 删除重复字符、颜色分类、计算圆周率
|
Python
Python计算圆周率
Python计算圆周率
277 0
|
Python
用python采用蒙特卡洛模拟计算圆周率--学习笔记15
用python采用蒙特卡洛模拟计算圆周率--学习笔记15
263 0

推荐镜像

更多