Выбор максимального значения среди всех возможных реализаций формулы

@orantig · Регистрация: 11.11.2016

Author24 — интернет-сервис помощи студентам

Доброго времени суток, уважаемые форумчане!

Имеется длиннющая формула (приведена во вложении, как вставить её картинкой в текст я не поняла). Не будем вдаваться в подробности и сократим её до вида: $https://www.cyberforum.ru/cgi-bin/latex.cgi?G = {\max}_{j} (A)$

Кликните здесь для просмотра всего текста

Если я правильно понимаю математический смысл данной формулы, то я должна посчитать A при всех возможных вариациях j, и выбрать максимальное значение A.
j является индексом элементов списка stability = ['A', 'B', 'C', 'D', 'E', 'F', 'G'], т.е. сatеgory_stab = stability[j].
От элементов данного списка зависит выбор параметров, по которым вычисляются составляющие формулы A. Для каждого параметра прописана своя функция, например:

Python    
        
            
                
                
                
                
            
        
    Скопировано
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
def e_j(сatеgory_stab):
    global e
    if сatеgory_stab == 'A':
        e = 0.05
    elif сatеgory_stab == 'B':
        e = 0.06
    elif сatеgory_stab == 'C':
        e = 0.06
    elif сatеgory_stab == 'D':
        e = 0.12
    elif сatеgory_stab == 'E':
        e = 0.34
    elif сatеgory_stab == 'F':
        e = 0.53
    elif сatеgory_stab == 'G':
        e = 0.53
    return e

Вопрос заключается в том, как реализовать правильно функцию расчета исходной формулы G.

Кликните здесь для просмотра всего текста

Первое, что я попробовала, это реализовать в одной функции и прокрутку списка, и расчет, и выбор максимального. Функция работает, но в вычислении появляется серьезная ошибка, т.к. список хоть и прокручивается, но только в данной функции, а параметры для расчета формулы выбираются по элементу этого же списка, который прокручивается в цикле программы перед вызовом функции met_factor().

Python    
        
            
                
                
                
                
            
        
    Скопировано
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
def met_factor():
    stability = ['A', 'B', 'C', 'D', 'E', 'F', 'G']
    periodicity = [0.08, 0.09, 0.10, 0.10, 0.12, 0.21, 0.17, 0.13]
    N = 8
    h = 120
    factor_G = []
    sch1 = 0
    while sch1 < len(stability):
        сatеgory_stab = stability[sch1]
        sch2 = 0
        while sch2 < len(periodicity):
            povtor = periodicity[sch2]
            G = (1 - k_b()) * ((2 * N * povtor) / (((2 * math.pi) ** (3.0 / 2.0)) * x)) * (
                f_istosh() / (dispersion() * modul_skor())) * math.exp(
                - ((h + podyem_strui()) ** 2) / (2 * dispersion() ** 2)) + k_b() * (
                (2 * N * povtor) / (math.pow((2 * math.pi), 3.0 / 2.0))) * (f_ist_rad() / (
                dispersion() * modul_skor() * x)) * math.exp(- (h / (2 * dispersion())))
            factor_G.append(G)
            sch2 += 1
        sch1 += 1
    return my_max(factor_G)

Очевидно, что это ошибочный путь. Решение, которое лежит на поверхности, избавиться от списка stability в программе, и оставить его только в теле функции. Однако, данное решение не приводит к успеху, т.к. функции выбора величин параметров, например, e_j(category_stab), не получают информацию о category_stab, что вполне закономерно, т.к. данная переменная стала только внутренней переменной функции.

Как правильно решить данную задачу?

@orantig · 10.12.2017, 16:46 **[ТС]**

Выбор максимального значения среди всех возможных реализаций формулы

@dondublon · 12.12.2017, 16:59

В чём проблема?
Формула длинная, конечно, но ничего сверхъестественного в ней нет, только арифметика.
Вычисляете по всем j, находите максимальное значение. numpy несколько сократит ваш код и время выполнения.

Новые блоги и статьи Все статьи Все блоги /
Не удержался от оценки концепции двигателя Стирлинга. Hrethgir 03.04.2025 Сколько не пытался - она выдавала правильные схемы, причём случайно рисовала горячие области в середине, холодные по краям, трубки с краёв в низ и магнит в соединяющей, но при этой выдавала описание. . .	Метод с двумя буферами (или double buffering) или ping-pong buffering Hrethgir 02.04.2025 Из ответов LM модели. Метод, который предполагает использование двух массивов для хранения промежуточных результатов сложения векторов, обычно применяется в сценариях, где необходимо минимизировать. . .	На любовном киберфронте Alexander-7 01.04.2025 Недавно на одном малоизвестном сайте знакомств мною заинтересовалась девушка: «Текст немного странный. Но, судя по адресу почты, иностранка», – подумал я. Поколебавшись пару суток, я ответил ей:. . .	Как работает Node.js изнутри run.dev 29.03.2025 Node. js изменил подход к разработке веб-приложений, позволив использовать JavaScript не только на стороне клиента, но и на сервере. Созданный в 2009 году Райаном Далем, этот открытый,. . .	Моки в Python: Mock Object Library py-thonny 29.03.2025 Тестирование кода требует особого подхода, когда речь идёт о компонентах, взаимодействующих с внешним миром. Мы часто сталкиваемся с непредсказуемостью HTTP-запросов, чтением данных из базы или. . .
JavaScript: Управление памятью и улучшение производительности run.dev 29.03.2025 В отличие от низкоуровневых языков программирования, JavaScript не требует ручного выделения и освобождения памяти. Здесь работает автоматический сборщик мусора, который определяет, какие объекты. . .	Мультитенантная архитектура со SpringBoot и PostgreSQL ArchitectMsa 29.03.2025 SaaS-приложения редко обслуживают одного клиента и обычно они должны поддерживать множество организаций, каждая из которых работает в своём изолированном пространстве. Мультитенантная архитектура. . .	std::span в C++: Производительность и лучшие практики NullReferenced 28.03.2025 std::span — одно из самых недооценённых нововведений стандарта C++20, которое радикально меняет подход к работе с непрерывными последовательностями данных. По сути, это невладеющее представление. . .	Многопоточность в C#: Threadpool UnmanagedCoder 28.03.2025 Пул потоков в C# — это коллекция заранее созданных и готовых к использованию потоков, которые находятся в распоряжении приложения. Вместо того чтобы создавать и уничтожать потоки для каждой небольшой. . .	Вопросы на собеседованиях по микросервисам ArchitectMsa 27.03.2025 Работодатели ищут не просто разработчиков, знающих базовые концепции, а специалистов, разбирающихся в тонкостях масштабирования, отказоустойчивости и производительности. Сейчас на первый план выходят. . .

@orantig 0 / 0 / 0 Регистрация: 11.11.2016 Сообщений: 18
	10.12.2017, 16:46 [ТС]
	0

@dondublon 4643 / 2059 / 363 Регистрация: 17.03.2012 Сообщений: 10,139 Записей в блоге: 6
	12.12.2017, 16:59
	В чём проблема? Формула длинная, конечно, но ничего сверхъестественного в ней нет, только арифметика. Вычисляете по всем j, находите максимальное значение. numpy несколько сократит ваш код и время выполнения. 0