次のような方程式があります。
R - ((1.0 - np.exp(-tau))/(1.0 - np.exp(-a*tau))) = 0
。
Numpy内で利用可能な数値ソルバーを使用して、この方程式のtau
を解きます。これについて行く最善の方法は何ですか?
この式のR
およびa
の値は、この式の実装ごとに異なりますが、tauを解く場合は特定の値に固定されます。
従来の数学表記では、方程式は
SciPy fsolve
関数は、指定された式がゼロ(式の「ゼロ」または「ルート」)に等しいポイントを検索します。 fsolve
に、希望するソリューションに「近い」初期推定値を提供する必要があります。このような最初の推測を見つける良い方法は、式をプロットしてゼロ交差を探すことです。
#!/usr/bin/python
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import fsolve
# Define the expression whose roots we want to find
a = 0.5
R = 1.6
func = lambda tau : R - ((1.0 - np.exp(-tau))/(1.0 - np.exp(-a*tau)))
# Plot it
tau = np.linspace(-0.5, 1.5, 201)
plt.plot(tau, func(tau))
plt.xlabel("tau")
plt.ylabel("expression value")
plt.grid()
plt.show()
# Use the numerical solver to find the roots
tau_initial_guess = 0.5
tau_solution = fsolve(func, tau_initial_guess)
print "The solution is tau = %f" % tau_solution
print "at which the value of the expression is %f" % func(tau_solution)
方程式を次のように書き換えることができます
a
およびゼロ以外のR
の場合、複素空間でa
解を取得します。a=0,1,...4
( here を参照)には分析ソリューションがあります。そのため、一般的に、1つ、複数のソリューションがあるか、ソリューションがない場合があり、それらの一部またはすべてが複雑な値になる場合があります。この式で scipy.root
を簡単にスローできますが、すべての解を見つけることを保証する数値的方法はありません。
複雑な空間で解くには:
import numpy as np
from scipy.optimize import root
def poly(xs, R, a):
x = complex(*xs)
err = R * x - x + 1 - R
return [err.real, err.imag]
root(poly, x0=[0, 0], args=(1.2, 6))