저번 포스팅에서 그레디언트 상승 알고리즘을 이용하여 함수의 미분을 계산하는 패턴을 구현했었다. 이번에는 함수의 적분을 계산하는 방법과 확률 밀도 함수에 대해 알아보자.
함수의 적분 계산 함수 f(x)의 무한적분 또는 미분의 반대는 함수 F(x)이다. 따라서 F`(x) = f`(x)가 된다.
함수의 적분은 다른 함수가 되며, 적분함수의 미분 결과는 본래 함수이다. 수학적으로 이 함수는 F(x) = ∫f(x)dx와 같이 작성한다.
다른 측면에서 정적분은 적분 ∫f(x)dx로 실제 F(b) - F(a)이며, F(b)와 F(a)는 각각 x=b와 x=a에서 함수의 역미분 값이 된다. 두 개의 적분은 Sympy 모듈의 Integral 객체를 생성해서 계산할 수 있으며, 적분 ∫kxdx를 계산할 수 있는 방법은 다음과 같다.
참고로 이 경우의 k는 상수가 된다. >>> from sympy import Integral, Symbol >>> x = Symbol('x') >>> k = Symbol('...
#
확률밀도함수
#
하단경계
#
파이썬
#
적분계산
#
적분
#
상단경계
#
S
#
Python
#
integral
#
무한대
#
NegativeInfinity
#
Infinity
원문 링크 : [파이썬 수학] 함수의 적분 계산과 확률 밀도 함수