Scipy romberg

Python es el lenguaje informático más utilizado que se utiliza para crear diferentes software y tareas de programación. Python no solo proporciona sus características para una cantidad limitada de tareas, sino que es un lenguaje de programación de uso general en el script más fácil en comparación con todos los demás idiomas existentes. Con Python, podemos crear un software diferente para el sistema autónomo, y podemos capacitar a las redes neuronales para hacer programas artificialmente inteligentes. Scipy está diseñado en la cima de la biblioteca "Numpy" más famosa de Python, ya que Numpy trata con la función relacionada con las matrices y las matrices mismas. Del mismo modo, Scipy es una biblioteca que realiza la interpolación, la integración, la prueba de independencia y los cálculos matemáticos en esta matriz ND.

El método Romberg () es ofrecido por la biblioteca Scipy de Python que utiliza el módulo de "integración" y calcula la integración de una función dentro del valor límite superior y el valor de límite inferior. La integración evalúa el volumen y las áreas que están bajo la curva. La integración suma las cantidades o el valor y los hace funcionar como un sistema único o solo.

Procedimiento:

Aplicaremos la integración de Romberg a las diferentes ecuaciones matemáticas y descubriremos los resultados de esta integración. Este artículo cubre la metodología para implementar la función Scipy Romberg en las ecuaciones diferenciales. También describirá la sintaxis y los parámetros para la integración scipy Romberg.

Sintaxis:

La función "Romberg" de Scipy se puede escribir en el script de Python como:

$ Scipy. integrar.Romberg (func, a, b, show = falso)

Discutamos ahora los parámetros para esta función. La función Romberg () tiene cuatro parámetros en la lista. El "func" se define como la función que es una ecuación matemática que puede presentarse en forma o método similar a una matriz. La "A" representa el límite superior de la integración. Y las marcas "B" serán el segundo límite para la integración.

Ambos límites son el intervalo bajo el cual queremos integrar la función dada. El último parámetro en la lista es el "show", que es un tipo de parámetro opcional. La función para este parámetro es que si el parámetro "func" o la muestra similar a la matriz, que queremos integrar, existe en una dimensión y establecemos este valor en "verdadero" booleano, muestra la tabla en la salida que representa la extrapolación de Richardson. De lo contrario, el valor predeterminado es "falso".

Valor de retorno:

La función devuelve los resultados de integración para la muestra que hemos dado a la función como parámetro debajo de los límites superior e inferior.

Ejemplo 1:

En este primer ejemplo, implementaremos para mostrar la demostración para la aplicación de la función de integración de Romberg en la muestra de matriz. Para escribir el programa para implementar el ejemplo, utilizamos la "colaboración de Google". Esta colaboración proporciona a Python la última versión que tiene todos los paquetes descargados e instalados de antemano. Además da la memoria adicional para guardar los programas y para su ejecución. Una vez que Google Collab asigna el espacio de memoria, ahora podemos crear los cuadernos para escribir el programa y usar el compilador de Python. Entonces, creamos un nuevo cuaderno y le damos un título único.

Ahora, necesitamos llevar la información de backend importante al programa para que podamos ejecutar la función de integración de Romberg. La función de integración de Romberg utiliza un atributo de "integración" de la biblioteca Scipy de Python. Por lo tanto, integramos el módulo "integrar" del SCIPT y utilizamos este módulo de integración. Luego llamamos a la función de integración de Scipy Romberg. La otra biblioteca que también debe integrarse en el programa es la biblioteca Numpy de Python. Esta biblioteca importa la función de matriz al proyecto. Para esto, importamos el Numpy con el prefijo único, "NP". Use el NP de Numpy y declare una matriz Numpy en las variables como "func".Esta matriz es solo una dimensión. Los valores o los elementos que posee se deciden mediante la función "Arrane ()", ya que solo le pedimos a la NP que use su módulo Arran () para crear una matriz que comience desde "4" y termina en "13".

Podemos hacer esto simplemente escribiendo la función Arreglar con NP como "NP. Arange (5, 14) ". De esta manera, creamos una matriz con los 10 elementos que se distribuyen por igual. Pasando aún más, aplicamos la integración de Romberg en esta matriz. Para eso, llamamos a la "integrar.Romberg () ". Pasamos la matriz con el nombre "func" y el "show" igual al booleano "verdadero" en la lista de parámetros de esta función para que la tabla de exploración de Richards se muestre con el resultado de la integración en la salida. El código para escribir este programa en Python se muestra de la siguiente manera:

importar numpy como np
de scipy importe integrar
x = NP.Arange (5, 14)
integrar.Romb (x)

Ejemplo 2:

Este ejemplo realiza la integración de Romberg en la matriz exponencial o la ecuación. Ya importamos los módulos Numpy y los Scipy "Integrate" en el programa. Utilizamos el Numpy con el nombre, "NP", y declaramos una función de "lambda" que tiene la ecuación en la forma exponencial como "NP. exp (-x ** 3) ". Luego, guardamos la función en la variable "func" y pasamos esta función a la función "integración romberg ()" con los límites superior e inferior de la "x" que usamos en la ecuación.

El límite superior tiene el valor "1". El límite inferior tiene el valor "4". Y el parámetro "show" es booleano "verdadero" en la lista. Los resultados para este programa se muestran utilizando la función "print ()". Escribimos todo el programa en Python que se puede copiar de la siguiente figura y ejecutar en los compiladores de Python para verificar la salida de la función:

importar numpy como np
de scipy importe integrar
func = lambda x: np.exp (-x ** 3)
resultado = integrar.Romberg (func, 1, 4, show = verdadero)
Imprimir (resultado)

Conclusión

La metodología de trabajo de la "Integración de Scipy Romberg" se discute en detalle en este artículo. Hicimos los dos ejemplos para esta función y estos dos ejemplos utilizaron dos métodos diferentes para declarar el parámetro "FUNC" para esta función: uno como ecuación exponencial y la segunda como una matriz unidimensional normal.