Ускорить симуляцию

В симуляциях важна производительность, можно ускорить вычисления за счет болшей памяти а) кеш, это отдельная тема б) приближенной функцией. Где вместо реально и сложной функции используется ее приближение из 100, 1000 или 10000 точек.

count = 1000
ys[i] = fn(x) for x in collect([xmin, xmax], { count })
last_i = count-1

И затем любое значение можно получить как

y = ys[trunc(last_i*(x-xmin))]

Со скоростью 4х операций и хорошей локальностью памяти.

Как вариант можно линейную аппроксимацию, тоже быстро, но это еще быстрее, и точность часто вполне достаточная, ее можно повышать/понижать числом точек.

Языки использующие структуры близкие к железу (C, Nim, и т.п) но часто достаточно JavaScript/Java они также работают достаточно быстро.

П.С. Python/Matlab используют векторизацию и многие типовые операции реализованы эффективно на C, но таки, не всегда удается уложиться именно в эти операции.