Comment construire un modèle mathématique en utilisant Python

Il est bon de choisir Python pour la modélisation mathématique. Python est open source. Les choses open source sont pleines de vitalité, et tout le monde ajoute de l'huile sur le feu. Les experts en programmation du monde entier ajoutent des briques et du mortier à Python. Actuellement, le site officiel (pypi.org) montre qu'il y en a plus. plus de 100 000 bibliothèques tierces, et il semble que des centaines de nouvelles bibliothèques soient ajoutées chaque jour. Une bibliothèque tierce aussi énorme couvre presque tous les horizons et tous les domaines. Si vous voulez faire quelque chose, cherchez-le là-bas. est généralement une bibliothèque de base qui vous convient et que d'autres ont déjà réalisée. D'accord, vous pouvez simplement l'utiliser pour obtenir deux fois le résultat avec la moitié de l'effort

Voici quelques problèmes de modélisation mathématique utilisant python, en utilisant python3.x. , scipy, numpy et matplotlib.

Ajoutez d'abord quelques connaissances de base sur les données

1 numpy.array()

Dans les opérations de base, le tableau et la liste ne sont pas distingués (certaines indexations et suppressions seront effectuées). différences de fonctionnement et de durée d'exécution), et Python n'a pas de tableau de structure de données. Le tableau est défini par numpy, un package d'outils de calcul numérique. Parce que de nombreuses opérations doivent être effectuées sur les tableaux (les listes provoqueront des erreurs), elles doivent être maîtrisées. Reportez-vous à la documentation officielle ci-dessous.

importer numpy en tant que np

Programmation linéaire

Sélectionnez scipy.optimize.linprog pour résoudre le problème de maximisation et de minimisation des problèmes de programmation linéaire. Matériel d'apprentissage : Documentation officielle.

Nous ne discuterons pas de problèmes spécifiques ici, mais impliquerons uniquement le processus de conversion d'équations mathématiques en langage fonctionnel pour la solution. Ouvrage de référence : Algorithmes et applications de modélisation mathématique.

2. Ajustement de courbe des moindres carrés polynomiaux

Utilisez numpy.polyfit.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!