出于對數學的好奇心，我只想近似于任何數字，純粹是根據 e。示例：如果我給出 n=7.3890，程序必須返回 a=1,b=0，這是所有整數對 (a,b) 的最佳近似值（最小誤差）from math import *n=float(input("Enter a number to be approximated:"))for a in range(10): for b in range(10): if ((e**2)*a)+(e*b)==n: print(a,b)該程序無法這樣做，因為它搜索的是精確值而不是近似值
1 回答
白衣非少年
TA貢獻1155條經驗 獲得超0個贊
前提：以下解決方案找到整數（近似）系數。
使代碼更高效的一種簡單方法是使用向量化（使用numpy庫）計算所有索引組合的多項式，然后返回多項式值更接近 的值的索引組合n。
下面的代碼創建一個包含所有整數a和b組合的網格，使用np.meshgrid，然后計算所有組合的多項式，并計算組合的位置，使多項式更接近于n使用np.argmin。最后，它返回組合的a和值。b
import numpy as np
def find_approximate_integer_coefficients(n, x, amin=-10, amax=10, bmin=-10, bmax=10):
? ? a_range = np.arange(amin, amax+1)
? ? b_range = np.arange(bmin, bmax+1)
? ? a_coefficients, b_coefficients = np.meshgrid(a_range, b_range)
? ? polynomial_value = (a_coefficients * (x ** 2) + b_coefficients * x)
? ? argmin = np.abs(polynomial_value - n).argmin()
? ? return a_coefficients.flatten()[argmin], b_coefficients.flatten()[argmin]
例如，在我的筆記本電腦上大約 75 微秒后find_approximate_integer_coefficients(7.3890, np.e)返回。(1, 0)
您可以輕松地將上面的代碼擴展到高階多項式的情況，因為該np.meshgrid方法接受任意數量的范圍來創建網格。
添加回答
舉報
0/150
提交
取消