Peut être différencié
pip install numpy
Exécutez la commande ci-dessus à l'avance
pip install matplotlib
Vous avez également besoin de matplotlib pour dessiner des graphiques
adipy1.py
# -*- coding: utf-8 -*-
from adipy import ad, sin, adn
#création d'objet publicitaire
x = ad(1.5)
#Remplacez x au carré par y
y = x**2
print y
# ad(2.25, array([ 3.]))
# array([ 3.])"3" est la valeur obtenue en différenciant y une fois et en remplaçant x
# dy(1)/dx
print y.d(1)
# 3.0
z = x*sin(x**2)
print z
# ad(1.1671097953318819, array([-2.04870811]))
# dy(1)/dx
print z.d(1)
# -2.04870810536
#création d'objet adn
#Le deuxième argument 4 est calculé jusqu'à 4 fois la différenciation
x = adn(1.5, 4)
y = x**2
print y
# ad(2.25, array([ 3., 2., 0., -0.]))
# dy(2)/dx
print y.d(2)
# 2.0
z = x*sin(x**2)
print z
# ad(1.1671097953318819, array([ -2.04870811, -16.15755076, -20.34396265, 194.11618384]))
# dy(4)/dx
print z.d(4)
# 194.116183837
adipy2.py
# -*- coding: utf-8 -*-
from adipy import adn, sin, taylorfunc
import matplotlib.pyplot as plt
import numpy as np
#création d'objet adn
xAD = [adn(1.5, i) for i in xrange(1, 7)]
def z(x):
return x*sin(x**2)
#Définir la plage de l'axe x du graphique
x = np.linspace(0.75, 2.25)
#Étiqueter et dessiner la fonction d'origine comme une fonction réelle
plt.plot(x, z(x), label='Actual Function')
for i in xrange(len(xAD)):
#Utiliser le polynôme de Taylor
fz = taylorfunc(z(xAD[i]), at=xAD[i].nom)
plt.plot(x, fz(x), label='Order %d Taylor'%(i+1))
#Définir la position de l'étiquette de fonction
plt.legend(loc=0)
plt.show()
Recommended Posts