【发布时间】:2019-02-18 18:51:48
【问题描述】:
我只是在查看 Python 模块 SymPy 并尝试作为一个简单(无用)示例,函数集 g_i(x) 在给定间隔内拟合函数 f(x)。
import sympy as sym
def functionFit(f, funcset, interval):
N = len(funcset) - 1
A = sym.zeros(N+1, N+1)
b = sym.zeros(N+1, 1)
x = sym.Symbol('x')
for i in range(N+1):
for j in range(i, N+1):
A[i,j] = sym.integrate(funcset[i]*funcset[j],
(x, interval[0], interval[1]))
A[j,i] = A[i,j]
b[i,0] = sym.integrate(funcset[i]*f, (x, interval[0], interval[1]))
c = A.LUsolve(b)
u = 0
for i in range(len(funcset)):
u += c[i,0]*funcset[i]
return u, c
x = sym.Symbol('x')
f = 10*sym.cos(x)+3*sym.sin(x)
fooset=(sym.sin(x), sym.cos(x))
interval = (1,2)
print("function to approximate:", f)
print("Basic functions:")
for foo in fooset:
print(" - ", foo)
u,c = functionFit(f, fooset, interval)
print()
print("simplified u:")
print(sym.simplify(u))
print()
print("simplified c:")
print(sym.simplify(c))
结果是要返回的拟合函数 u(x),以及 functionFit 的系数。
就我而言
f(x) = 10 * sym.cos(x) + 3 * sym.sin(x)
我想根据 sin(x), cos(x) 的线性组合来拟合它。 所以系数应该是3和10。
结果还可以,但是对于 u(x) 我得到了
u(x) = (12*sin(2)**2*sin(4)*sin(x) + 3*sin(8)*sin(x) + 12*sin(2)*sin(x) + 40*sin(2)**2*sin(4)*cos(x) + 10*sin(8)*cos(x) + 40*sin(2)*cos(x))/(2*(sin(4) + 2*sin(2))) :
Function to approximate: 3*sin(x) + 10*cos(x)
Basic functions:
- sin(x)
- cos(x)
Simplified u: (12*sin(2)**2*sin(4)*sin(x) + 3*sin(8)*sin(x) + 12*sin(2)*sin(x) + 40*sin(2)**2*sin(4)*cos(x) + 10*sin(8)*cos(x) + 40*sin(2)*cos(x))/(2*(sin(4) + 2*sin(2)))
Simplified c: Matrix([[3], [10]])
这确实与 10 * cos(x) + 3 * sin(x) 相同。 但是我想知道为什么它没有简化为那个表达式。我尝试了几个可用的简化函数,但都没有给出预期的结果。
我的代码有问题还是我的期望值过高?
【问题讨论】:
标签: python sympy symbolic-math