数値派生物は、分析の派生物が入手しにくいときに機能の分析のために工学に不可欠です。 NumPyやSciPyなどのPythonライブラリは、これらの派生物を効率的に計算するためのツールを提供しています。 この記事では、これらのライブラリを数値差分に使用する方法について説明します。

数値派生者のためのNumPyの使用

NumPyは、有限差による誘導体を近似させるための基本的な方法を提供しています。最も一般的な方法は、差分を使用して、誘導体をポイントで推定することです。

例えば、関数の派生物を計算するには f(x)] の点で ]x0]] で、次の関数を使うことができます。

関数は、点の範囲にわたって数値誘導体に使用できる配列の勾配を計算します。

事例コード:

[]

SciPy を使用してより正確な派生

SciPy は、特定のポイントで派生物を計算するための [ 関数を、より高精度に提供します。 これは、内部的に有限差を使用しますが、注文とステップサイズのためのオプションを提供します。

事例コード:

[[]]

エンジニアリングのアプリケーション

数値的誘導体は、感度分析、最適化、差分解析などの様々なエンジニアリングタスクで使用されます。正確な誘導体計算により、より優れたモデリングと物理システムのシミュレーションが可能になります。

適切な方法を選択するには、必要な精度と計算リソースによって異なります。 NumPy は配列を素早く見積もりるのに適しています。SciPy は特定のポイントでより正確な計算を提供しています。