我想向矩陣中添加更多的數據來分析和解決問題,但是因爲它目前正在執行粗暴操作,所以如果我在分析中添加另一列,則會超出python的極限。有沒有解決方法可以找到類似的結果,而不是不得不通過組合來暴力行爲? sample.csv也在下面列出。感謝您的任何建議。 import csv
import itertools as it
import numpy as np
C = 2618.08
B
我已經搜索和搜索,我無法弄清楚這一點。很感謝任何形式的幫助。 我正在運行一個基本的單純形求解器。根據預測(H列)和薪金(G列),我希望得出最高數額$ A $ 4。我的約束是穩定的,但我無法循環,然後在某處粘貼結果。二進制解決方案在列A中,總共有6個結果爲200.我在「優化程序1」中擁有所有這些數據,並且希望每次都將結果粘貼到「列表」中,從單元格A1-A6開始,然後第二個循環將是A7-A13等,我想
首先,這個問題在視覺上更容易理解,我會張貼圖像,但我是新來的。我使用NDSolve求解兩個耦合微分方程(用於溫度和密度)。溫度方程以高斯形式添加了加熱功能,我希望減少高斯(降低方差),直到它接近delta函數,但是當我將方差降低到某個點時,NDSolve開始忽略加熱功能,可能與步長過大有關?下面是我使用的代碼: 開始與一些行話: a = 1.99*10^-9;
b = 0.24*10^-3;
我嘗試使用下面的代碼(不相關的部分去掉)來解決積分方程方程scipy.optimize.fsolve精度: def _pdf(self, a, b, c, t):
pdf = some_pdf(a,b,c,t)
return pdf
def _result(self, a, b, c, flag):
return fsolve(lambda t: flag - 1