Maxima 的三角函数化简功能

trigsimp 函数是最基本的用来对三角函数进行化简的功能函数。 trigsimp 函数利用 sin(x)^2 + cos(x)^2 = 1 and cosh(x)^2 - sinh(x)^2 = 1 来进行化简。


trigreduce 函数利用多倍角公式将三角函数的幂次转换为多倍角。


trigexpand 函数用来将三角函数展开。


trigrat 函数将三角函数表达式展开为一种近似线性的形式。



  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在Python中求函数的极值,可以使用不同的方法,其中一种常用的方法是使用牛顿法。牛顿法是一种迭代方法,通过计算函数的导数和二阶导数,来逐步逼近极值点。以下是一个使用牛顿法求解多元函数极值的示例代码: ```python import scipy.signal as sg import numpy as np def get_maxima(values: np.ndarray): """找到极大值点""" max_index = sg.argrelmax(values)[0] return max_index, values[max_index] def get_minima(values: np.ndarray): """找到极小值点""" min_index = sg.argrelmin(values)[0] return min_index, values[min_index] if __name__ == '__main__': data = np.array([2, 1.5, 1, 1.5, 2, 3, 2, 0, 2, 3, 0]) print("极值点下标", "极值") print(get_minima(data)) print(get_maxima(data)) ``` 这个示例代码使用了Scipy库中的`argrelmax`和`argrelmin`函数来找到函数数据中的极大值和极小值点。你可以将你的函数数据作为输入,并调用相应的函数来获得极值点的下标和值。 另外,如果你想要可视化多元函数的极值点,你可以使用Matplotlib库。以下是一个示例代码,其中使用了Matplotlib中的3D绘图功能来绘制函数曲面和极值点: ```python import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D import numpy as np def Fun(x, y): return x - y**2 - 2*x**2 - 2*x*y def PxFun(x, y): return 1 - 4*x - 2*y def PyFun(x, y): return -1 - 2*x - 2*y fig = plt.figure() ax = Axes3D(fig) X, Y = np.mgrid[-2:2:40j, -2:2:40j] Z = Fun(X, Y) ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap="rainbow") ax.set_xlabel('x') ax.set_ylabel('y') ax.set_zlabel('z') step = 0.0008 x = 0 y = 0 tag_x = [x] tag_y = [y] tag_z = [Fun(x, y)] new_x = x new_y = y Over = False while Over == False: new_x -= step * PxFun(x, y) new_y -= step * PyFun(x, y) if Fun(x, y) - Fun(new_x, new_y) < 7e-9: Over = True x = new_x y = new_y tag_x.append(x) tag_y.append(y) tag_z.append(Fun(x, y)) ax.plot(tag_x, tag_y, tag_z, 'r.') plt.title('(x,y)~(' + str(x) + "," + str(y) + ')') plt.show() ``` 这个示例代码中定义了一个多元函数`Fun`,以及其对x和y的偏导数函数`PxFun`和`PyFun`。然后使用取样点的坐标和函数值创建了一个3D图像,并使用梯度下降方法找到了该函数的极值点。最后,使用红色的点将极值点在图像中标出。 希望这些示例代码对你有所帮助,可以让你在Python中求解函数的极值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值