- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
当我尝试用 SymPy 区分一个符号时,我得到以下信息
In : x=Symbol('x')
In : diff(x,x)
Out: 1
当我根据其共轭对符号进行微分时,结果是
In [55]: diff(x,x.conjugate())
Out[55]: 0
但是,当我尝试区分符号的共轭时,SymPy 不这样做
In : diff(x.conjugate(),x)
Out: Derivative(conjugate(x), x)
这仍然是正确的,但结果应该为零。如何让 SimPy 执行共轭的导数?
最佳答案
如果 diff(conjugate(x), x)
应该为零,我不确定数学。 diff(x,x.conjugate())
给出零的事实与数学无关(甚至可能被视为 SymPy 错误)。它给出零只是因为 x
不包含 conjugate(x)
(象征性地),所以它认为它是一个相对于它的常数。这可能是错误的,因为 x
不是关于 conjugate(x)
的常量。实际上,SymPy 允许您对定义的函数进行导数这一事实可能是一个错误。它应该允许像 diff(f(x)**2, f(x))
这样的东西,其中 f = Function('f')
是一个未定义的函数,但对于定义的函数,它可能在数学上是不正确的(或者至少不是你所期望的)。
参见 http://docs.sympy.org/latest/modules/core.html?highlight=derivative#sympy.core.function.Derivative ,特别是关于非符号衍生品的部分。换句话说,对函数取导数只是一种符号上的便利,并不代表数学链式法则。相反,像 diff(x, conjugate(x))
应该被认为是像 diff(x.subs(conjugate(x), dummy), dummy).subs(dummy , 共轭 (x))
.
关于 conjugate(x).diff(x)
,这给出了一个未计算的导数,因为没有为共轭定义导数。无论如何,我不确定这里是否有任何封闭形式的答案。这可能是 SymPy 可以返回的最有用的东西。关于合理的答案应该是什么,我在任何地方都找不到任何好的答案(你应该问数学 SE 以获得更好的答案)。
关于python - sympy 中共轭的导数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17476704/
我有一个随时间变化的数据流。如何使用 C# 确定变化率? 自从上微积分课已经很长时间了,但现在是我第一次真正需要它(15 年来)。现在,当我搜索“衍生品”这个词时,我会得到金融方面的东西,以及我认为并
假设我有以下数据和命令: clc;clear; t = [0:0.1:1]; t_new = [0:0.01:1]; y = [1,2,1,3,2,2,4,5,6,1,0]; p = interp1(
假设我有以下数据和命令: clc;clear; t = [0:0.1:1]; t_new = [0:0.01:1]; y = [1,2,1,3,2,2,4,5,6,1,0]; p = interp1(
我曾经使用这个公式来计算每秒记录的信号的导数,然后对其应用滚动平均值。 df.rolling(rollingWindow, center=True).mean().diff(rollingWindow
通过这里的一些帮助,我想出了一个函数,它似乎将索贝尔导数应用于 X 方向的图像 F(x,y) = F(x+1,y) - F( x,y)我无法使用任何 OpenCV 函数,并且我需要 2D 输出数组比
对于神经网络库,我实现了一些激活函数和损失函数及其衍生物。它们可以任意组合,输出层的导数只是损失导数和激活导数的乘积。 但是,我未能独立于任何损失函数实现 Softmax 激活函数的导数。由于归一化,
我要在使用 ReLU 的神经网络上进行反向传播。 在我之前的一个项目中,我在一个使用 Sigmoid 激活函数的网络上做了,但现在我有点困惑,因为 ReLU 没有导数。 这是一个 image关于 we
我的任务是制作自己的 Sobel 方法,而不是使用 OpenCV 中的 cv::Sobel。我尝试实现我在 Programming techniques 找到的一个 但是,当我运行该程序时,cv::M
我愿意计算一个不完全明确的函数的 Frechet/Gateaux 导数,我的问题是:最有效的方法是什么?您会推荐我使用哪种语言? 准确地说,我的问题是我有一个函数,比如 F,它是多维函数对(即从 R^
我想使用 Flux.jl 绘制函数及其梯度和 Plots.jl using Flux.Tracker using Plots f(x::Float64) = 3x^2 + 2x + 1 df(x::F
我已将 ReLu 导数实现为: def relu_derivative(x): return (x>0)*np.ones(x.shape) 我也尝试过: def relu_derivativ
我几乎没有关于 Scharr 导数及其 OpenCV 实现的问题。 我对具有 (3X3) 内核的二阶图像导数感兴趣。我从 Sobel 二阶导数开始,它未能在图像中找到一些细线。看完this page底
import numpy as np def relu(z): return np.maximum(0,z) def d_relu(z): z[z>0]=1 z[z 0).as
你好,我用 C++ 创建了一个小的运动模拟。我想向学生展示 Euler、Runge-Kutta 和 MidPoint 方法之间的差异,有些 Material 点在撞击球体时会移动和反弹。 但是当我切换
或者,目标:如何以声明方式从 Nix 不稳定中获取单个包? 我是 NixOS 的新手,目前正在尝试安装比默认版本更新的 Consul 0.5.2我的 NixOS 版本(最新稳定版)。我正在尝试通过覆盖
我已经为此苦苦挣扎了很长一段时间。我想要的只是一个 torch.diff() 函数。然而,许多矩阵运算似乎并不容易与张量运算兼容。 我已经尝试了大量不同的 pytorch 操作组合,但它们都不起作用。
我试图了解如何在 Swift 中创建 Vector,因为当我执行 CGVectorMake() 时,它告诉我将 dx 和 dy(导数)作为 CGFloat 传递。如何创建仅包含该信息的向量(线)? 谁
我希望你能帮助我。 我正在使用 QT 并尝试对图像的边缘进行简单检测。但是当我启动时我的程序崩溃了 cv::GaussianBlur( src, src, cv::Size(3,3), 0, 0, c
我正在计算信号的一阶和二阶导数,然后进行绘图。我选择了在 SciPy(信号模块)中实现的 Savitzky-Golay 滤波器。我想知道是否需要缩放输出 - 在同一过滤器的 Matlab 实现中,指定
我是一名优秀的程序员,十分优秀!