nonlinear-functions相关内容
我有一个非线性系统,我正在尝试使用SUNNY来求解。该系统描述为: -5.5*c_1*c_2 - 5.0*c_1 + 5.5*s_1*s_2 + 5.5 -5.5*c_1*s_2 - 5.5*c_2*s_1 - 5.0*s_1 c_1**2 + s_1**2 - 1.0 c_2**2 + s_2**2 - 1.0 运行sympy.solve(system, variables, doma
..
我从未使用过 python,但 Mathematica 无法处理我试图求解的方程.我正在尝试求解以下方程的变量“a",其中 s、c、mu 和 delta t 是已知参数. 我尝试在 Mathematica 中执行 NSolve、Solve 等,但它已经运行了一个小时但没有运气.由于我对 Python 不熟悉,有没有办法可以使用 Python 来求解 a 的这个方程? 解决方案 您不会
..
我正在尝试解决以下四个方程组.我曾尝试使用“rootSolve"包,但似乎无法通过这种方式找到解决方案. 我使用的代码如下: model 但它给了我以下错误: 警告信息:1:在 stode(y, times, func, parms = parms, ...) 中:矩阵分解过程中的错误(dgefa);奇异矩阵2:在 stode(y, times, func, parms = parm
..
我正在尝试在 python 中求解非线性方程.我曾尝试使用 Sympy 的求解器,但它似乎在 for 循环语句中不起作用.我正在努力解决输入[N]范围内的变量x. 我在下面附上了我的代码 将 numpy 导入为 np导入 matplotlib.pyplot 作为 plt从 sympy 导入 *f_curve_coefficients = [-7.14285714e-02, 1.963333
..
我有一个运行 10 个模块和 2000 个代理的有效微观经济模型,运行时间长达 10 年.该程序运行速度很快,可在几秒钟内提供结果、输出和图形. 但是,当我实施非线性 Cobb-Douglas 生产函数来更新公司要生产的数量时,程序变慢以在 3 分钟内生成结果,具体取决于参数. 有人知道我如何加快计算速度并快速获得结果吗? 函数代码如下:阿尔法 = 0.5 def update
..
我在使用 python 编码时遇到以下问题: 我有 7 个参数:x、y、z、t、HF、M1F 和 M2F.用户应该输入这三个中的任何一个,程序应该计算其余的. 我的关系是: HF = -xytM1F = -2xzt + 4yzt - xyt + 4tz^2M2F = 2yzt - xyt1 = -2xt + 2yt + 4zt 尝试解决问题: 我有 7 个参数,用户应该输入
..
我试图找出求解微分方程组的参数值(找出比率为零且值不再变化的时间).我使用 ODEINT 迭代系统并以图形方式显示它以查看每个 ODE 最终收敛到的值. 奇怪的是,NSOLVE 给我的值与图表显示的最终稳定点不同. from scipy.optimize import fsolve导入数学将 numpy 导入为 np导入 sympy as sy从 scipy.integrate 导入 o
..
除了在应用GLM系列技术之前使用的线性图形估计法(注视散点图法)外,还有几种方法可以通过算术方式进行此估计(即不使用图形)。 现在,我将集中讨论Fisher的 eta平方-相关比:算术上,它等于Pearson的 r 的平方(系数)。确定值: r 2 ),如果两个变量之间的关系是线性的。因此,您可以比较 eta 和 r 的值,并评估关系的类型(线性或非线性)。它提供了有关因变量由线性变量解释(
..
我正在尝试使用for循环创建一个包含6个图(3行2列)的pdf页面.我能够创建图,但是我似乎无法自动向每个图添加回归线. 我正在尝试以下代码. #Dummy data Data1
..
考虑R中的非线性最小二乘模型,例如以下形式): y ~ theta / ( 1 + exp( -( alpha + beta * x) ) ) (我的实际问题有几个变量,外部函数不是逻辑的,但涉及更多;这比较简单,但我认为如果能做到,我的情况应立即跟进) 我想用(例如)自然三次样条代替术语"alpha + beta * x". 下面是一些代码,可用于在物流中创建带有非线性函
..
Scipy中的 Fsolve似乎是正确的选择,我只需要帮助动态传递方程式即可.我先感谢您的任何想法. 通过动态,我的意思是方程的数量在一次运行中与另一次运行不同,例如,我遇到的一种情况: alpha*x + (1-alpha)*x*y - y = 0 beta*x + (1- beta)*x*z - z = 0 A*x + B*y + C*z = D 还有另一种情况: alp
..
我怎么解决这个方程式 x 3 + x-1 = 0 使用定点迭代吗? 我可以在网上找到任何定点迭代代码(尤其是在Python中)吗? 解决方案 使用import scipy.optimize as optimize def func(x): return -x**3+1 # This finds the value of x such that func(x) = x, t
..
让 N 为一个数字(10 。 我必须将其分解为3个数字(x,y,z),以便验证以下条件。 1。 x
..
我正在尝试使用python求解 Brusselator模型,一种非线性ODE. .我曾经使用MATLAB进行此操作,但现在正在使用python作为后端构建应用程序.这就是为什么我要切换ti python的原因. dx/dt = A + (x^2)(y) - Bx - x dy/dt = Bx - (x^2)(y) 我检查了stackoverflow,发现的大多数示例都是带有单个变
..
我正在尝试使用最大值13.04.2 求解方程,但是答案不是我所期望的. 示例: y2=A2*cos(2*pi*f2*t+phase2) we know A2=.4,f2=6.4951,t=1, trying to find **phase2** y2=.4*cos(2*pi*6.4951+phase2) 我试图最大程度地求解相位2的 y2方程,但它摆脱了cos函数 kill(a
..
这是我第一次尝试在Python上编写Poincare部分代码. 我从这里借来了这段代码: https://github.com/williamgilpin/rk4/blob/master /rk4_demo.py ,并且我尝试为我的二阶耦合odes系统运行它.问题是我看不到自己的期望.实际上,当x=0 and px>0时,我需要Poincare部分. 我认为我的实施方法不是
..
我已经看到了这个令人惊叹的示例. 但是我需要求解在X和F上具有边界的系统,例如: f1 = x+y^2 = 0 f2 = e^x+ xy = 0 -5.5
..
我有4个非线性方程,要求解三个未知数X,Y和Z.方程的形式为: F(m) = X^2 + a(m)Y^2 + b(m)XYcosZ + c(m)XYsinZ ...,其中a,b和c是常数,取决于四个方程式中F的每个值. 解决此问题的最佳方法是什么? 解决方案 有两种方法可以做到这一点. 使用非线性求解器 线性化问题并从最小二乘意义上解决问题 设置 因此,
..
我很难找到非线性方程的根.我已经尝试过Matlab和Maple两者,并且都给了我相同的错误,即 Error, (in RootFinding:-NextZero) can only handle isolated zeros 等式如下 -100 + 0.1335600000e-5*H + (1/20)*H*arcsinh(2003.40/H) 等式中的变量为H. 如何找到
..
我一直在测试一种已发表在文献中的算法,该算法涉及在Matlab和Python中求解一组"m"个非线性方程.非线性方程组涉及包含复数的输入变量,因此所得的解也应是复数.到目前为止,通过使用以下代码行,我已经在Matlab中获得了不错的效果: lambdas0 = ones(1,m)*1e-5; options = optimset('Algorithm','levenberg-marquard
..