求偏导数

自定义 求解偏导数
g()自定义一个二维函数
approximate_derivative求解导数

approximate_gradient固定一个方向,求解另外方向上的导数

#derivative 导数
def g(x1,x2):
    return x1*(x2**3)

def approximate_derivative(f,x,eps=1e-3):
    return ((f(x+eps)-f(x))/eps)

def approximate_gradient(g,x1,x2,eps=1e-3):
    dg_x1=approximate_derivative(lambda x:g(x,x2),x1,eps)
    dg_x2=approximate_derivative(lambda x:g(x1,x),x2,eps)
    return dg_x1,dg_x2

print(approximate_gradient(g,1.,2.))

#输出结果
(7.999999999999119, 12.006000999997823)
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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

打赏作者

yuemake999

请我喝茶呗

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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