একটি হারমাইট সিরিজের শিকড় গণনা করতে, পাইথন নম্পিতে hermite.hermroots() পদ্ধতি ব্যবহার করুন। পদ্ধতিটি সিরিজের মূলগুলির একটি অ্যারে প্রদান করে। যদি সমস্ত শিকড় বাস্তব হয়, তবে আউটও বাস্তব, অন্যথায় এটি জটিল। পরামিতি, c হল সহগগুলির একটি 1-D অ্যারে৷
৷মূল অনুমানগুলি সঙ্গী ম্যাট্রিক্সের eigenvalues হিসাবে প্রাপ্ত করা হয়, জটিল সমতলের তত্ত্ব থেকে দূরে থাকা রুটগুলিতে এই ধরনের মানগুলির জন্য সিরিজের সংখ্যাগত অস্থিরতার কারণে বড় ত্রুটি থাকতে পারে। 1-এর বেশি বহুগুণ বিশিষ্ট রুটগুলিও বড় ত্রুটি দেখাবে কারণ এই ধরনের বিন্দুর কাছাকাছি থিসিরির মান শিকড়ের ত্রুটির জন্য তুলনামূলকভাবে সংবেদনশীল নয়। উৎসের কাছাকাছি বিচ্ছিন্ন শিকড় নিউটনের পদ্ধতির কয়েকটি পুনরাবৃত্তি দ্বারা উন্নত করা যেতে পারে।
পদক্ষেপ
প্রথমে, প্রয়োজনীয় লাইব্রেরি আমদানি করুন -
numpy.polynomial import hermite থেকে H হিসাবে
একটি হারমাইট সিরিজের শিকড় গণনা করতে, পাইথন নম্পিতে hermite.hermroots() পদ্ধতি ব্যবহার করুন -
প্রিন্ট("ফলাফল...\n", H.hermroots((-1, 0, 1))) ডেটাটাইপ −
পানমুদ্রণ("\nটাইপ...\n", H.hermroots((-1, 0, 1)).dtype) আকৃতি −
পানমুদ্রণ("\nআকৃতি...\n", H.hermroots((-1, 0, 1)).shape) উদাহরণ
H# হিসাবে numpy.polynomial import hermite থেকে একটি হারমাইট সিরিজের মূল গণনা করতে, Python Numpy-এ hermite.hermroots() পদ্ধতি ব্যবহার করুন।# পদ্ধতিটি সিরিজের শিকড়গুলির একটি অ্যারে প্রদান করে। যদি সমস্ত শিকড় বাস্তব হয়, তাহলে আউটও বাস্তব, অন্যথায় এটি জটিল..# প্যারামিটার, c হল সহগগুলির একটি 1-D অ্যারে। 1, 0, 1)))# ডেটা টাইপপ্রিন্ট পান("\nType...\n", H.hermroots((-1, 0, 1)).dtype)# শেপপ্রিন্ট পান("\nশেপ... \n",H.hermroots((-1, 0, 1)).শেপ)আউটপুট
ফলাফল... [-0.8660254 0.8660254] প্রকার...float64Shape...(2,)
