gpt4 book ai didi

python - 在 Python 中递归求解数学方程

转载 作者:太空宇宙 更新时间:2023-11-04 01:09:16 25 4
gpt4 key购买 nike

我想解一个方程,我应该递归地解它,我上传了公式的图片(抱歉!我在这里不知道怎么写数学公式!) enter image description here我用 Python 编写的代码如下:

import math
alambda = 1.0
rho = 0.8
c = 1.0
b = rho * c / alambda
P0 = (1 - (alambda*b))
P1 = (1-(alambda*b))*(math.exp(alambda*b) - 1)

def a(n):
a_n = math.exp(-alambda*b) * ((alambda*b)**n) / math.factorial(n)
return a_n

def P(n):
P(n) = (P0+P1)*a(n) + sigma(n)

def sigma(n):
j = 2
result = 0
while j <= n+1:
result = result + P(j)*a(n+1-j)
j += 1
return result

很明显我没能完成P函数。所以请帮我解决这个问题。当 n=1 我应该提取 P2,当 n=2 我应该提取 P3。顺便说一句,P0和P1如第6行和第7行所写。当我调用 P(5) 时,我想在输出中看到 P(0)、P(1)、P(2)、P(3)、P(4)、P(5)、P(6)。

最佳答案

您需要重新组织公式,这样您就不必计算 P(3) 来计算 P(2)。这很容易做到,只需将求和的最后一项 P(n+1)a(0) 带到等式的左侧并除以 a(0)。然后你有一个根据 P(m) 的 P(n+1) 的公式,其中 m <= n,可以通过递归求解。

正如 Bruce 提到的,最好通过将 P(n) 的中间结果保存在字典中来缓存它们,这样 a) 您不必在每次需要时都重新计算 P(2) 等,并且 b) 在之后你得到 P(n) 的值,你可以打印字典来查看 P(m) 的所有值,其中 m <= n。

import math
a_lambda = 1.0
rho = 0.8
c = 1.0
b = rho * c / a_lambda
p0 = (1 - (a_lambda*b))
p1 = (1-(a_lambda*b))*(math.exp(a_lambda*b) - 1)
p_dict = {0: p0, 1: p1}

def a(n):
return math.exp(-a_lambda*b) * ((a_lambda*b)**n) / math.factorial(n)

def get_nth_p(n, p_dict):
# return pre-calculated value if p(n) is already known
if n in p_dict:
return p_dict[n]

# Calculate p(n) using modified formula
p_n = ((get_nth_p(n-1, p_dict)
- (get_nth_p(0, p_dict) + get_nth_p(1, p_dict)) * a(n - 1)
- sum(get_nth_p(j, p_dict) * a(n + 1 - j) for j in xrange(2, n)))
/ a(0))

# Save computed value into the dict
p_dict[n] = p_n
return p_n

get_nth_p(6, p_dict)
print p_dict

编辑2

代码的一些外观更新——缩短名称并使 p_dict 成为 mutable default argument (我尽量少用的东西)确实使代码更具可读性:

import math

# Customary to distinguish variables that are unchanging by making them ALLCAP
A_LAMBDA = 1.0
RHO = 0.8
C = 1.0
B = RHO * C / A_LAMBDA
P0 = (1 - (A_LAMBDA*B))
P1 = (1-(A_LAMBDA*B))*(math.exp(A_LAMBDA*B) - 1)

p_value_cache = {0: P0, 1: P1}

def a(n):
return math.exp(-A_LAMBDA*B) * ((A_LAMBDA*B)**n) / math.factorial(n)

def p(n, p_dict=p_value_cache):
# return pre-calculated value if p(n) is already known
if n in p_dict:
return p_dict[n]

# Calculate p(n) using modified formula
p_n = ((p(n-1)
- (p(0) + p(1)) * a(n - 1)
- sum(p(j) * a(n + 1 - j) for j in xrange(2, n)))
/ a(0))

# Save computed value into the dict
p_dict[n] = p_n
return p_n

p(6)
print p_value_cache

关于python - 在 Python 中递归求解数学方程,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28707922/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com