由网格值定义的曲面下的线积分--Python
我需要计算由网格上的值定义的曲面下两点(x1，y1)和(x2，y2)之间的线积分。 我不太确定使用python进行此过程所使用的最佳工具/方法。 因为我没有表示曲面的函数，而是在均匀分布的网格上的点上的值，所以我假设我将需要使用以下方法之一 trapz -- Use trapezoidal rule to compute integral from samp
..
calculus相关内容
带有索引变量的 Sympy 求和
我尝试使用带有索引变量的 Sum 创建一个 sympy 表达式，如前所述 这里但是，我不能对这个表达式进行lambdify 并给出一个数组来计算总和.这不可能吗? 解决方案 大概是这样的? >>>s=Sum(索引('x',i),(i,1,3))>>>f = lambda x: Subs(s.doit(), [s.function.subs(s.variables[0], j)...对于范
..
softmax 函数解释的导数
我正在尝试计算 softmax 激活函数的导数.我发现了这个:https://math.stackexchange.com/questions/945871/derivative-of-softmax-loss-function 似乎没有人对我们如何得到 i=j 和 i!= j 的答案给出正确的推导.有人可以解释一下吗！当求和涉及到 softmax 激活函数的分母时，我对导数感到困惑. 解决
..
scipy.integrate.quad 大数精度
我尝试通过 scipy.integrate.quad() 计算这样的积分(实际上是指数分布的 cdf 及其 pdf): 将 numpy 导入为 np从 scipy.integrate 导入四边形定义 g(x):返回 .5 * np.exp(-.5 * x)打印四边形(g, a=0., b=np.inf)打印四边形(g, a=0., b=10**6)打印四边形(g, a=0., b=10**5)打
..
PyTorch 最高效的 Jacobian/Hessian 计算
我正在寻找通过 Pytorch 获取函数的雅可比行列式的最有效方法，并且到目前为止提出了以下解决方案: # 设置定义函数(X):返回 torch.stack((X.pow(2).sum(1),X.pow(3).sum(1),X.pow(4).sum(1)),1)X = 变量(torch.ones(1,int(1e5))*2.00094, requires_grad=True).cuda() #
..
sympy中的链式法则
我正在尝试使用 SymPy 进行一些基本练习.我想对直角坐标中的函数相对于极坐标中的半径参数进行象征性的二阶导数. 我想要一个很好的链式规则符号表达式，它可以计算可以计算的内容，而未评估不能进一步简化的内容. from sympy import *init_session()x, y, r, t = symbols('x y r t') # r (半径), t (角度θ)f, g = 符号
..
带索引变量的符号求和
我尝试创建一个带有带索引变量的 Sum 的 sympy 表达式，如前所述 这里但是，我不能对这个表达式做 lambdify 并给出一个数组来计算总和.这不可能吗? 解决方案 也许是这样? >>>s=Sum(Indexed('x',i),(i,1,3))>>>f = lambda x: Subs(s.doit(), [s.function.subs(s.variables[0], j)..
..
Python Matplotlib Quiver 方向错误
我正在创建一个关于向量微积分的 ipython 笔记本.(至少是基本的).在这段代码中，我试图绘制函数 x^2 + XY + Y^2 的伪彩色图并在其上绘制其梯度给定的矢量场U = 2X + Y和V = 2Y + X 但是颤动图似乎旋转了90度，因此没有指向正确的方向 x =范围(-2.0，2.0,00.1)y = arange(-2.0, 2.0,00.1)X，Y = 网格(x，y)Z
..
如何在Python中获得更精确的十进制值
来自数学导入sqrt的 a=1e-8b = 10c = 1e-8x1 =((-b)-sqrt((b ** 2)-(4 * a * c)))/(2 * a)x2 =((-b)+ sqrt((b ** 2)-(4 * a * c)))/(2 * a)打印'x1 = {}'.format(x1)打印'x2 = {}'.format(x2)列印(4 * a * c)打印(sqrt(b ** 2-4 *
..
用sympy逐步区分
我正在尝试制作一个python proram来查找导数和积分并展示如何操作.到目前为止，我发现有一个integrate_steps函数可以返回所使用的步骤，但是我还没有找到用于区分的等效项. 有人知道是否有同等学历吗? 如果没有，您对如何找到查找导数所需的步骤有任何想法吗? 解决方案 方法1(手动) 查看代码，派生类是顶级逻辑所在的位置.那只是最顶层的部分.从此开始，计算
..
递归找到二阶导数
我试图用C编写一个程序，该程序查找f(x)的二阶导数的数值，其中x给出.当我使用函数查找一阶导数时，一切似乎都正常，但是递归二阶导数部分始终为我提供0.0.这是我的功能: 双导数(double(* f)(double)，double x0，int order){if(order == 1){const double delta = 1.0e-6;双倍x1 = x0-delta;双倍x2 = x0
..
乙状结肠的导数
我正在使用反向传播技术创建一个用于学习的神经网络. 我了解我们需要找到所用激活函数的导数.我正在使用标准的S型函数 f(x)= 1/(1 + e ^(-x)) 我已经知道它的派生词是 dy/dx = f(x)'= f(x)*(1-f(x)) 这可能是一个愚蠢的问题，但这是否意味着我们必须在方程式中将x通过S型函数传递两次，因此它将扩展为 dy/dx = f(x)'= 1/
..
系列数据的平滑度
我需要更好地平滑此类图，我已经使用移动平均线(10点)来获得该图，但是它还不是完美的.我想消除所有由于噪声引起的小峰，我只需要考虑较大的峰，因为我正在计算传感器的节拍数. (即:在开始的30秒内，我应该只有一个峰值，而不是几个连续的小峰值) 我曾想使用三次样条，但在C语言中实现起来并不容易，这将花费大约1-2周的时间. 是否有更简单的方法/算法可用于实现此目标?我正在为iOS(iPho
..
Python中的梯形和辛普森规则?
我必须在python中为函数e^((-x)^2)编写梯形和辛普森规则. 这是我到目前为止所得到的.它给出的答案是8218.7167913，但是根据我的老师的回答是类似1.77251356....的东西. 我哪里出错了? from numpy import * def f(x): return e**((-x)**2) def trapezoid(f, a, b, n)
..
Python-从转折点坐标生成多项式
图表 我使用多项式转折点的坐标列表，试图找到该多项式系数的列表.上图以图形方式显示了我要尝试的工作. 我尝试使用numpy.polyfit生成多项式，但是给出的多项式无论在何处都经过这些点，而不是在转折点处通过. 是否存在可以执行此操作的功能? 如果没有这样的函数，我正在考虑的一种方法是集成(x-turningX[0])(x-turningX[1])(x-turningX[
..
Java估计一个点的导数
我目前正在编写一个计算器应用程序。我试图在其中写一个导数估计器。下面的公式是一种简单的方法。通常，在纸上，您将使用尽可能小的h来获得最准确的估计。问题是，双打无法处理将较小的数字加到相对较大的数字。例如4 + 1E-200只会得到4.0。即使h只是1E-16，实际上4 + 1E16也会为您提供正确的值，但进行数学计算却是不准确的，因为第16位之后的所有内容都会丢失，并且舍入不能正确进行。我听说双打
..
PROC IML梯形法则
proc iml; start tr(x,y); * create function called tr; N = nrow(x); dx = x[2:N] - x[1:N-1]; ymean = (y[2:N] + y[1:N-1]) / 2; return(dx` * ymean ); finish tr; x = do(-2,5,0.01); print "Integral of a o
..
为Mathematica中的自定义分布最小化NExpectation
这与6月份的一个早期问题有关: 计算对Mathematica中自定义分布的期望 在过去的一年中，我根据第二个自定义分布定义了一个自定义混合分布，该分布遵循@Sasha在很多答案中讨论的内容. 定义分布的代码如下: nDist /: CharacteristicFunction[nDist[a_, b_, m_, s_], t_] := (a b E^(I m t -
..
回复:导弹，宇宙飞船的空间物理学
在这篇相当有用的CodeProject文章中，一个有进取心和非常有帮助的人完成了牛顿导弹击中牛顿目标所需的数学运算(它还可以使飞船之间的航向和速度相匹配，并且需要一点点输入). 我过去用这写过的一本书是在多达数百艘飞船(块)之间互相发射导弹(块)之间的战斗.相当整齐. 但是，它仅适用于纯粹的牛顿飞行器，正如大多数空间模拟器中关注飞行的任何人都可以告诉您(或喜欢推测性FTL方法的人)那样
..
大数上的scipy.integrate.quad精度
我尝试通过scipy.integrate.quad()计算这样的积分(实际上是pdf的指数分布的cdf): import numpy as np from scipy.integrate import quad def g(x): return .5 * np.exp(-.5 * x) print quad(g, a=0., b=np.inf) print quad(g, a=0
..