Python培训之SymPy求极值

　　Python SymPy求极值

　　SymPy是Python符号计算库。其目标是成为一个功能齐全的计算机代数系统，代码保持简洁，易于理解和扩展。Python是完全由Python编写的，不依赖外部库。

　　1、求、求导、求偏导以及带值求导

　　import sympy

　　#求

　　#设置符号变量Symbol只能创建一个变量 symbols 可一次定义多个变量

　　x1,x2,x3,x4=sympy.symbols('x1,x2,x3,x4')

　　#创建函数建立方程式

　　def F(t):

　　return sympy.sin(t)/t

　　def N(t):

　　return (x1**3+3*x1**2+1)/(4*x1**3+2*+3)

　　#调用limit求

　　limF=sympy.limit(F(x1),x1,0)

　　limN=sympy.limit(N(x1),x1,sympy.oo)

　　print("x1趋于0的为{}".format(limF))

　　print("x1趋于0的为{}".format(limN))

　　#求导

　　#创建求导函数

　　def S(t):

　　return sympy.sec(t) #正割

　　def S1(x):

　　return 2*x**4+2

　　#调用diff函数求导

　　s=sympy.diff(S(x1),x1).subs(x1,1) #subs 带值求导

　　print('S在1处的导数为{}'.format(s))

　　#求多阶导数 2阶

　　s1=sympy.diff(S1(x1),x1,2)

　　#带值计算

　　print("S1的二阶导数{} 带入值2计算为{}".format(s1,s1.subs(x1,2)))

　　#建立求偏导函数

　　def PD(x,y,z):

　　return sympy.sin(x+pow(y,2)-sympy.exp(z))

　　#对x求偏导

　　x=sympy.diff(PD(x1,x2,x3),x1)

　　# print(x.subs(x1,2))

　　#对y求偏导

　　y=sympy.diff(PD(x1,x2,x3),x2)

　　#对z求偏导

　　z=sympy.diff(PD(x1,x2,x3),x3,2)

　　print("x的偏导为{}\ny的偏导为{}\nz的二次偏导为{}".format(x,y,z))

　　片

　　2、建立表达式

　　不求其，只需要表达式。也就是说是一个未计算(评估)的，是一个表达式。

　　from sympy import Limit, sin, Symbol

　　from sympy.abc import x

　　Limit(sin(x)/x, x, 0) # 这是一个表达式，不执行计算

　　Limit(1/x, x, 0, dir='-') # 这也是一个表达式，不执行计算

　　以上就是Python SymPy求极值的用法，希望对大家有所帮助。更多Python学习指路：请关注多测师。https://www.e70w.com/xwzx/