python参数函数二阶导数公式_fadeeva函数的二阶导数scipy.speci公司
按照@Andras Deak的回答,可以解析地计算出high-x展开式,然后使用一些简单的平滑方法在它和scipy函数之间进行插值。实际上在高x展开中有两个项会被取消,所以你得小心一点。在
我得到的答案是:import numpy as np
import matplotlib.pyplot as plt
from scipy.special import wofz
def Z(x):
return wofz(x)
## first derivative of wofz (analytically)
def Zp(x):
return -2/1j/np.pi**0.5 - 2*x*Z(x)
def dawsn_expansion(x):
# Accurate to order x^-9, or, relative to the first term x^-8
# So when x > 100, this will be as accurate as you can get with
# double floating point precision.
y = 0.5 * x**-2
return 1/(2*x) * (1 + y * (1 + 3*y * (1 + 5*y * (1 + 7*y))))
def dawsn_expansion_drop_first(x):
y = 0.5 * x**-2
return 1/(2*x) * (0 + y * (1 + 3*y * (1 + 5*y * (1 + 7*y))))
def dawsn_expansion_drop_first_two(x):
y = 0.5 * x**-2
return 1/(2*x) * (0 + y * (0 + 3*y * (1 + 5*y * (1 + 7*y))))
def blend(x, a, b):
# Smoothly blend x from 0 at a to 1 at b
y = (x - a) / (b - a)
y *= (y > 0)
y = y * (y <= 1) + 1 * (y > 1)
return y*y * (3 - 2*y)
def g(x):
"""Calculate `x + (1-2x^2) D(x)`, where D(x) is the dawson function"""
# For x < 50, use dawsn from scipy
# For x > 100, use dawsn expansion
b = blend(x, 50, 100)
y1 = x + (1 - 2*x**2) * special.dawsn(x)
y2 = dawsn_expansion_drop_first(x) - dawsn_expansion_drop_first_two(x) * 2*x**2
return b*y2 + (1-b)*y1
def Zpp(x):
# only return the imaginary component
return -4j/np.pi**0.5 * g(x)
x = np.logspace(0, 5, 2000)
dx = 1e-3
plt.plot(x, (Zp(x+dx) - Zp(x-dx)).imag/(2*dx))
plt.plot(x, Zpp(x).imag)
ax = plt.gca()
ax.set_xscale('log')
ax.set_yscale('log')
从而产生以下曲线图:
蓝线是数值导数,绿线是使用展开式的导数。后者实际上在大x下有更好的行为
python参数函数二阶导数公式_fadeeva函数的二阶导数scipy.speci公司相关推荐
- python中函数不包括参数函数二阶导数公式_参数方程的二阶导数怎么求????...
展开全部 设参数方程 x(t), y(t),则二阶导数: 一阶32313133353236313431303231363533e4b893e5b19e31333431373836导数是自变量的变化率, ...
- python输入正方形面积公式_scanf()函数的调用:编写求正方形面积的通用程序
#includevoid main(){ int a, area; scanf("%d",&a); //等待用户从键盘输入一个整数// area=a*a; printf(& ...
- python 参数后面加冒号:, 函数后面的添加箭头 None
def test_should_create_bug_report(api_request_context: APIRequestContext) -> None: def f(text:str ...
- 求和函数sumx_PowerBI公式-SUMX 函数
DAX设计了一系列后缀为X的函数,SUMX,AVERAGEX,MAXX,MINX...它们与Filter和Earlier一样,都属于行上下文函数.我们就以最常用的SUMX举例学习,其他X函数的用法都是 ...
- python函数的参数可以接收哪些类型的数据_Python参数类型以及实现isOdd函数,isNum函数,multi函数,isPrime函数...
Python参数类型以及实现isOdd函数,isNum函数,multi函数,isPrime函数 一.Python参数类型 形参:定义函数时的参数变量. 实参:调用函数时使用的参数变量. 参数传递的过程 ...
- python calu_Python学习笔记4:函数
1.函数 函数就是一段具有特点功能的.可重用的语句组. 在Python中函数是以关键词 def 开头,空格之后连接函数名和圆括号(),最后一个冒号:结尾. 函数名只能包含字符串.下划线和数字且不能以数 ...
- Excel常用的函数与公式集锦,再也不用担心找不全公式了
Excel函数与公式 Excel函数与公式的作用是进行数据计算.分析.转换和操作,可以实现一些复杂的数据处理任务,例如: 对数值进行基本的四则运算.求和.求平均值等数学运算. 对数值进行条件判断.筛选 ...
- python可变参数函数二阶导数公式_python中函数的可变参数
简介 INTRODUCTION一.[其实已经用过]可变参数 二.可变参数+普通参数 结合用法1 三.知识要点总结强调 知识回顾: 1.函数关键字参数 2.函数的参数的默认值.必须从右边写到左边. 一. ...
- python装饰器带参数函数二阶导数公式_一文搞定Python装饰器,看完面试不再慌
本文始发于个人公众号:TechFlow,原创不易,求个关注 今天是Python专题的第12篇文章,我们来看看Python装饰器. 一段囧事 差不多五年前面试的时候,我就领教过它的重要性.那时候我Pyt ...
最新文章
- SAP QM 样品废弃后如何删除physical samples记录?
- mysql explain 解释
- 期末考试前的预习,科目:化工设备与反应器(6)
- 集合习题之列出有限集合所有子集
- 10人以下小团队管理手册-学习笔记
- 转: Jenkins+Gradle实现android开发持续集成、打包
- HDU 2586 How far away ?【LCA】
- AI赋能新闻播报 搜狐新闻客户端联合搜狗打造首个明星“数字人”主播
- vue注重细节的优化(绑定key)
- vue 项目中 自定义过滤器 全局使用 filter
- $.ajax和$.post的区别(前者根据key-value/后者根据形参)
- 重装 Windows 7 系统后电脑出现乱码怎么办
- oracle odbc驱动 linux,linux下oracle的odbc驱动的安装与配置
- Drool规则引擎详解(一)
- matlab 密集,matlab – 全局和parfor
- 多项式秦九韶算法c语言
- java逻辑思维练习
- Windows下wafw00f的安装
- 《密码安全新技术》课程总结报告
- jQuery使用ajaxSubmit()提交表单