numpy求定积分

该博客介绍了如何利用numpy的quad函数计算高斯概率密度函数在不同区间[-1,1]、[-2,2]、[-3,3]的定积分,分别对应1sigma、2sigma和3sigma的积分值,展示了数值积分在统计学中的应用。
摘要由CSDN通过智能技术生成

参考https://blog.csdn.net/god_yutaixin/article/details/103657208

import numpy as np
import scipy.integrate as si	#numpy求定积分用

def f(x):
    y = 1/np.sqrt(2*np.pi)*np.exp(-0.5*x**2)
    return y

#3. numpy直接求定积分的API
#利用quad求定积分,给出函数f,积分下限和积分上限[a,b],返回值为(积分值,最大误差)
area1 = si.quad(f,-1,1)[0]
area2 = si.quad(f,-2,2)[0]
area3 = si.quad(f,-3,3)[0]
print('1 sigma 的积分 ',area1)
print('2 sigma 的积分 ',area2)
print('3 sigma 的积分 ',area3)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值