Osittaisderivaattojen Toteuttaminen Pythonilla
Tällä videolla opit laskemaan osittaisderivaatat monimuuttujaisista funktioista Pythonilla. Ne ovat keskeisiä optimoinnissa, koneoppimisessa ja datatieteessä analysoitaessa, miten funktio muuttuu yhden muuttujan suhteen muiden pysyessä vakiona.
1. Monimuuttujaisen funktion määrittely
x, y = sp.symbols('x y')
f = 4*x**3*y + 5*y**2
- Tässä määritellään x ja y symbolisiksi muuttujiksi;
- Tämän jälkeen määritellään funktio f(x,y)=4x3y+5y2.
2. Osittaisderivaattojen laskeminen
df_dx = sp.diff(f, x)
df_dy = sp.diff(f, y)
sp.diff(f, x)laskee ∂x∂f pitäen y vakiona;sp.diff(f, y)laskee ∂y∂f pitäen x vakiona.
3. Osittaisderivaattojen arviointi pisteessä (x=1, y=2)
df_dx_val = df_dx.subs({x: 1, y: 2})
df_dy_val = df_dy.subs({x: 1, y: 2})
- Funktio
.subs({x: 1, y: 2})korvaa x=1 ja y=2 lasketuissa derivaattafunktioissa; - Tämä mahdollistaa derivaattojen numeerisen arvioinnin tietyssä pisteessä.
4. Tulosten tulostaminen
Tulostetaan alkuperäinen funktio, sen osittaisderivaatat sekä niiden arvot pisteessä (1,2).
12345678910111213141516import sympy as sp x, y = sp.symbols('x y') f = 4*x**3*y + 5*y**2 df_dx = sp.diff(f, x) df_dy = sp.diff(f, y) df_dx_val = df_dx.subs({x: 1, y: 2}) df_dy_val = df_dy.subs({x: 1, y: 2}) print("Function: f(x, y) =", f) print("∂f/∂x =", df_dx) print("∂f/∂y =", df_dy) print("∂f/∂x at (1,2) =", df_dx_val) print("∂f/∂y at (1,2) =", df_dy_val)
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Can you explain what a partial derivative is in simple terms?
What is the output of the code when evaluated at (x=1, y=2)?
How can I practice more problems like this?
Awesome!
Completion rate improved to 1.96
Osittaisderivaattojen Toteuttaminen Pythonilla
Pyyhkäise näyttääksesi valikon
Tällä videolla opit laskemaan osittaisderivaatat monimuuttujaisista funktioista Pythonilla. Ne ovat keskeisiä optimoinnissa, koneoppimisessa ja datatieteessä analysoitaessa, miten funktio muuttuu yhden muuttujan suhteen muiden pysyessä vakiona.
1. Monimuuttujaisen funktion määrittely
x, y = sp.symbols('x y')
f = 4*x**3*y + 5*y**2
- Tässä määritellään x ja y symbolisiksi muuttujiksi;
- Tämän jälkeen määritellään funktio f(x,y)=4x3y+5y2.
2. Osittaisderivaattojen laskeminen
df_dx = sp.diff(f, x)
df_dy = sp.diff(f, y)
sp.diff(f, x)laskee ∂x∂f pitäen y vakiona;sp.diff(f, y)laskee ∂y∂f pitäen x vakiona.
3. Osittaisderivaattojen arviointi pisteessä (x=1, y=2)
df_dx_val = df_dx.subs({x: 1, y: 2})
df_dy_val = df_dy.subs({x: 1, y: 2})
- Funktio
.subs({x: 1, y: 2})korvaa x=1 ja y=2 lasketuissa derivaattafunktioissa; - Tämä mahdollistaa derivaattojen numeerisen arvioinnin tietyssä pisteessä.
4. Tulosten tulostaminen
Tulostetaan alkuperäinen funktio, sen osittaisderivaatat sekä niiden arvot pisteessä (1,2).
12345678910111213141516import sympy as sp x, y = sp.symbols('x y') f = 4*x**3*y + 5*y**2 df_dx = sp.diff(f, x) df_dy = sp.diff(f, y) df_dx_val = df_dx.subs({x: 1, y: 2}) df_dy_val = df_dy.subs({x: 1, y: 2}) print("Function: f(x, y) =", f) print("∂f/∂x =", df_dx) print("∂f/∂y =", df_dy) print("∂f/∂x at (1,2) =", df_dx_val) print("∂f/∂y at (1,2) =", df_dy_val)
Kiitos palautteestasi!