একটি Hermite_e সিরিজের মূল গণনা করতে, PythonNumpy-এ hermite_e.hermeroots() পদ্ধতি ব্যবহার করুন। পদ্ধতিটি সিরিজের শিকড়গুলির একটি অ্যারে প্রদান করে। যদি সমস্ত শিকড় বাস্তব হয়, তবে আউটটিও বাস্তব, অন্যথায় এটি জটিল..
পরামিতি, c হল সহগগুলির একটি 1-D অ্যারে৷ কম্প্যানিয়ন ম্যাট্রিক্সের eigenvalues হিসাবে মূল অনুমানগুলি প্রাপ্ত করা হয়, জটিল সমতলের উৎপত্তি থেকে দূরে শিকড়গুলিতে এই ধরনের মানগুলির জন্য সিরিজের সংখ্যাগত অস্থিরতার কারণে বড় ত্রুটি থাকতে পারে। 1-এর বেশি গুণের সাথে রুটগুলি আরও বড় ত্রুটি দেখাবে কারণ এই ধরনের পয়েন্টগুলির কাছাকাছি সিরিজের মান মূলের ত্রুটিগুলির জন্য তুলনামূলকভাবে সংবেদনশীল নয়। উত্সের কাছাকাছি বিচ্ছিন্ন শিকড়গুলি নিউটনের পদ্ধতির কয়েকটি পুনরাবৃত্তি দ্বারা উন্নত করা যেতে পারে।
পদক্ষেপ
প্রথমে, প্রয়োজনীয় লাইব্রেরি আমদানি করুন -
numpy.polynomial import hermit_e থেকে H হিসেবে
একটি হারমাইট_ই সিরিজের শিকড় গণনা করুন −
j =জটিল(0,1)মুদ্রণ("ফলাফল...\n",H.hermeroots((-j, j))) ডেটাটাইপ −
পানমুদ্রণ("\nটাইপ...\n", H.hermeroots((-j, j)).dtype) আকৃতি পান -
মুদ্রণ("\nআকৃতি...\n", H.hermeroots((-j, j)).shape) উদাহরণ
H# হিসাবে numpy.polynomial import hermite_e থেকে একটি Hermit_e সিরিজের মূল গণনা করতে, Python Numpy-এ hermite_e.hermeroots() পদ্ধতি ব্যবহার করুন।# পদ্ধতিটি সিরিজের শিকড়ের একটি অ্যারে প্রদান করে। যদি সমস্ত শিকড় বাস্তব হয়, তাহলে আউটও বাস্তব, অন্যথায় এটি জটিল..# প্যারামিটার, c হল সহগগুলির একটি 1-D অ্যারে।j =complex(0,1)print("ফলাফল...\n ",H.hermeroots((-j, j)))# ডেটাটাইপপ্রিন্ট পান("\nType...\n", H.hermeroots((-j, j)).dtype)# শেপপ্রিন্ট পান("\ nআকৃতি...\n", H.hermeroots((-j, j)).শেপ)আউটপুট
ফলাফল... [1.+0.j] প্রকার...complex128শেপ...(1,)
