Het gebruik van fundamentele constanten is een belangrijk onderdeel van wetenschappelijk rekenen. SciPy biedt de module `scipy.constants`, waarmee je toegang krijgt tot veel van de belangrijkste natuurkundige constanten, zoals **de constante van Planck** (`h`) en **de lichtsnelheid** (`c`). Deze constanten zijn essentieel bij het oplossen van natuurkunde- of technische vraagstukken die nauwkeurige berekeningen vereisen. Een veelvoorkomend scenario is het berekenen van de **energie van een foton** wanneer je de frequentie kent, wat een praktische taak is in de natuurkunde, scheikunde en techniek.


import unittest
import user_code
import ast
import re   
import unittest
import importlib
import math

class TestTask(unittest.TestCase):
    def test_photon_energy_5e14(self):
        import user_code
        importlib.reload(user_code)
        result = user_code.photon_energy(5e14)
        expected = getattr(user_code, 'h', None) * 5e14
        _dynamic_test(
            self,
            math.isclose(result, expected, rel_tol=1e-12),
            "Function returns correct energy for frequency 5e14 Hz",
            f"Expected {expected}, got {result}",
        )

    def test_photon_energy_zero(self):
        import user_code
        importlib.reload(user_code)
        result = user_code.photon_energy(0)
        _dynamic_test(
            self,
            result == 0.0,
            "Function returns 0.0 for frequency 0",
            f"Expected 0.0, got {result}",
        )

    def test_photon_energy_1e15(self):
        import user_code
        importlib.reload(user_code)
        result = user_code.photon_energy(1e15)
        expected = getattr(user_code, 'h', None) * 1e15
        _dynamic_test(
            self,
            math.isclose(result, expected, rel_tol=1e-12),
            "Function returns correct energy for frequency 1e15 Hz",
            f"Expected {expected}, got {result}",
        )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\s{2,}", " ", text)
    text = re.sub(r"\s*([,:?])\s*", r"\1 ", text)
    return text.strip()

def change_var(code: str, var_name: str, value: str) -> str:
    tree = ast.parse(code)
    lines = code.splitlines()
    for i, node in enumerate(tree.body):
        if isinstance(node, ast.Assign):
            for target in node.targets:
                if isinstance(target, ast.Name) and target.id == var_name:
                    start_line = node.lineno - 1
                    line = lines[start_line]
                    indent = ' ' * (len(line) - len(line.lstrip()))
                    lines[start_line] = f"{indent}{var_name} = {value}"
                    next_line = len(lines)
                    for next_node in tree.body[i+1:]:
                        if hasattr(next_node, 'lineno'):
                            next_line = next_node.lineno - 1
                            break
                    if next_line > start_line + 1:
                        lines[start_line+1:next_line] = []
                    
                    return '\\n'.join(lines)
    return code

if __name__ == "__main__":
    unittest.main()


test_main.py

Een uitgebreide cursus ontworpen voor studenten met een sterke wiskundige achtergrond en gemiddelde tot gevorderde Python-vaardigheden, gericht op het benutten van SciPy voor wetenschappelijk rekenen, optimalisatie, integratie en geavanceerde wiskundige bewerkingen.

Verken de structuur, kernmodules en essentiële functies van SciPy voor wetenschappelijk rekenen.

Duik in de krachtige lineaire algebra mogelijkheden van SciPy voor het oplossen van wiskundige problemen uit de praktijk.

Beheers optimalisatietechnieken en algoritmen voor het vinden van nulpunten met behulp van SciPy voor wetenschappelijke en technische vraagstukken.

Verken geavanceerde wiskundige bewerkingen, waaronder integratie, interpolatie en basis signaalverwerking met SciPy.

Uitdaging: Constanten in Wetenschappelijke Berekeningen

Oplossing