Scipy Simpson

Entre os modelos numéricos que são usados ​​para calcular a integral inclui a regra "Simpson". Normalmente, empregamos o teorema da Fundação Lógica para obter o fator de escala que exige que usemos as metodologias de integração antiderivada. Podemos obter a integração da função f (q) usando valores ao longo da direção e sintetizar a regra de Simpson com o auxílio do círculo.integrar.Função Simps (). Essencialmente, é um módulo de fluxo de trabalho científico do Python que oferece serviços públicos internos para muitas operações aritméticas bem. O Scipy Integrate Inter oferece vários métodos de integração, embora com as equações diferenciais comuns para as equações diferenciais.

Procedimento:

O método para a implementação da função "Scipy Simpson" será discutido e mostrado neste artigo. Devemos empregar uma gama ímpar de unidades de grade enquanto temos uma combinação uniforme de vãos. Metade das ordenadas deve ser multiplicada por um conjunto de parâmetros conhecidos como "multiplicadores de Simpson" para satisfazer a fórmula da "primeira regra de Simpson", considerando os exemplos em qualquer lugar ao longo do eixo especificado e a regra de Simpson composta para integrar "f (q)". O intervalo de "DQ" é esperado se "q" não for. Como a regulamentação de Simpson exige um número par de intervalos e deve haver um número inteiro de amostras "n", há um número inteiro estranho de intermediários "(n-1)". A maneira como isso é gerenciada é controlada pelo argumento "par". Se as amostras não estiverem espaçadas uniformemente, a função deve ser um polinômio com a ordem de "2" ou menos que "2" para tornar o resultado exato.

Sintaxe:

$ scipy.integrar.Simps (R, Q)

Mencionamos a sintaxe da função de Scipy Simpson na linguagem Python. Esta função possui dois parâmetros da função "integrar" e considera as duas variáveis ​​para armazenar ou passar o valor na string como "r" e "q" dentro da função simps do python.

Valor de retorno:

Empregar as amostras daria o valor integrado de Q (r) na tela de saída, descobrindo a integração de variáveis ​​e armazenando os valores numéricos nele. O valor do resultado ou retorno é o valor integrado da função de Simpson dessas variáveis.

Exemplo 1:

Agora, estamos familiarizados com a sintaxe e o fenômeno de trabalhar com a função Scipy Simpson. Vamos começar a implementá -lo no código Python em diferentes cenários. Começamos tendo a ferramenta primeiro. Instalamos a ferramenta "Spyder". Após a instalação, começamos a escrever nosso código no arquivo de console. Primeiro de tudo, precisamos da biblioteca "Numpy" no arquivo de origem Python, por isso importamos esta biblioteca primeiro como "np". Depois disso, importamos outra biblioteca de "integrar" da fonte de "Scipy". Adicionamos alguns comentários no meio para entender o que fizemos em cada etapa.

Depois de importar bibliotecas "integra" e "numpy", exigimos as variáveis ​​para manter o valor numérico para nos mostrar o fenômeno integrado. Para esse fim, criamos duas variáveis ​​de "S" e "C", onde a variável "S" é atribuída com "NP" como o valor arranjado do intervalo "2" a "12". Enquanto a variável "C" está da mesma forma que tem a extensão "NP" Numpy, juntamente com o valor de organização do intervalo relevante de "2" a "12", semelhante à variável "S", valor atribuído.

Depois disso, agora usamos nossa principal função de “integrar.Simps () ”nas variáveis“ C ”e“ S ”e atribui esse resultado a uma nova função definida pelo usuário do nome,“ Scipy_simpson ”. Aqui, nesta etapa, o resultado é armazenado e os valores devem ser integrados e armazenados na função "scipy_simpson". No final, para exibir o resultado, usamos a função "print ()" e chamamos o valor da função que é armazenado em "scipy_simpson".

#Importing Numpy Library
importar numpy como np
#Importing Integração do Scipy
da importação ccepy integrar
#Declaring e atribuindo intervalo para variáveis
s = np.Arange (2, 12)
c = np.Arange (2, 12)
#Utlizing integração.Módulo Simps ()
Scipy_simpson = integrar.Simps (c, s)
#printing the scipy_simpson função
Imprimir (Scipy_simpson)

A saída do código do nosso programa para o método Scipy Simpson que usamos exibe o valor integrado de ambas as variáveis ​​“S” e “C” como resultado final do valor de retorno como “58.5 ”. Este valor varia de maneira diferente para os diferentes valores numéricos armazenados de variáveis ​​de acordo com seus intervalos.

Exemplo 2:

Vamos examinar como podemos utilizar o mesmo método Scipy Simpson para o uso de apenas um valor numérico aplicando a função "sqrt ()" na variável fornecida usada. Vamos realizar a implementação do código em nossa ferramenta, onde importamos as duas primeiras bibliotecas de "Numpy" como "NP" e "integrarão" do Scipy, como usamos no exemplo anterior.

Agora, declaramos duas variáveis ​​de "q" e "r", onde a variável "q" é a função "providenciar ()" atribuída com o valor da faixa de "3" e "15" e a variável "r" usa o " SQRT () "Função no valor da variável" q "e armazená -la na variável de" r ". Depois de atribuir os valores a ambas as variáveis, chegamos a “integrar.Função Simps () ”. Aplicamos às nossas variáveis ​​"R" e "Q", definindo a nova função de "scipy_simp" e armazená -la nesta função. Em seguida, usamos a função "print ()" na última etapa e chamamos a função "scipy_simp" na função "print ()". Em seguida, ele exibe a relação integrada no valor final de retorno.

#Importing Numpy e integrar a biblioteca OS Scipy
importar numpy como np
da importação ccepy integrar
#Decaring Variáveis
q = np.Arange (3, 15)
r = np.SQRT (Q)
# Utilizando o Scipy.integrar.Método Simps ()
Scipy_simp = integrar.Simps (R, Q)
#printing Scipy_simp Função
Imprimir (Scipy_simp)

Depois de concluir o código quando o código anterior é compilado, ele exibe o resultado de retorno de valor integrado na tela de saída, que é quase “31.46 "ou ambas as variáveis ​​de" Q "e" R ".

Conclusão

A descrição e a implementação do tema do método Scipy Simpson são discutidos neste artigo. Nosso artigo ilustrou dois exemplos do método de Scipy Simpsons para descobrir a relação de valor integrado entre duas variáveis ​​que são definidas no programa. O primeiro abrange o valor que varia de mínimo a "2", enquanto o segundo varia a mínimo de "3". No primeiro exemplo, os valores de relação foram definidos separadamente. Mas no segundo exemplo, definimos o primeiro valor e o segundo valor é derivado pela função "SQRT" para o segundo valor variável.