第三单元用python学习微积分（二十二）功、平均值、概率（下）和数值积分 (2)

本文链接：https://blog.csdn.net/bullseye/article/details/123783279

本文内容来自于学习麻省理工学院公开课：单变量微积分-数值积分-网易公开课

用python解方程组_星-耀的博客-CSDN博客_python解方程组

做功_百度百科

开发环境准备：CSDN

二、数值积分

1、黎曼集合(Riemann sums) 。。。。。（老师语：效率低, 而且结果不令人满意）

2、梯形法。。。。。。（老师语：效率低, 而且结果不令人满意）

3、辛普森方法（Simpson's rule）。。。（老师语：神奇的方法）

二、数值积分

1、黎曼集合(Riemann sums) 。。。。。（老师语：效率低, 而且结果不令人满意）

这个就是把函数曲线下面到x轴按 $\Delta x$ 分为n个矩形相加得到面积的那个

目标：平均值和累加y 来得到 $\int_{a}^{b} f(x)dx$ 的近似值

左侧和： $(y_0 +y_1+...+y_{n-1})\Delta x$

右侧和： $(y_1 +y_2+...+y_{n})\Delta x$

用刚刚的权重函数做个例子

x = symbols('x')
expr = 2 *np.pi * x * np.e**(-x**2)
DrawXY(0,3,100,expr,'blue','2 *np.pi * x * e**(-x**2)',plt)
DrawRects(0,3,20,expr,'gray',plt, label='rect')
plt.legend(loc='upper left')
plt.show()

添加图片注释，不超过 140 字（可选）

2、梯形法。。。。。。（老师语：效率低, 而且结果不令人满意）

这个方法和黎曼和的方法类似，就是不简单的切分矩形，而是换成根据平局的间隔 $\Delta x$ 切分出不同的梯形，再累加。

从结果看明显比黎曼和要好些....

$\sum = \Delta x(\frac{y0+y1}{2} + \frac{y1+y2}{2} +... + \frac{y_{n-1}+ y_n}{2})$

$= \Delta x(\frac{y0}{2} + y1+...+y_{n-1} + \frac{y_n}{2}) =\Delta x$ (黎曼左侧和＋黎曼右侧和) / 2

3、辛普森方法（Simpson's rule）。。。（老师语：神奇的方法）

（如下图）按平均距离 $\Delta x$ 分割曲线到x轴的空间，分割份数必须为偶数，用抛物线连接这两份 \Delta x切割的图形中的3个顶点

这个切割的图形的公式=底边*抛物线的3个组成点的平均值（这个平均值是加权平均值）

$=2\Delta x(\frac{y_0+4y1+y2}{6})$ 。。。。。。（这里可以看出这条中线的y值权重大于其他两个，抛物线即是如此）

（注：在画抛物线的过程中需要用到解方程组，抛物线的公式 $y = ax^2 + bx +c$ ，把3个顶点的坐标代入即可取得a,b,c的值)

x = symbols('x')
expr = 2 *np.pi * x * np.e**(-x**2)
DrawXY(0,3,100,expr,'blue','2 *np.pi * x * e**(-x**2)',plt)
DrawParabola(0,3,20,expr,'red',plt, label='Parabola')
plt.legend(loc='upper left')
plt.show()