Evalúe una serie Hermite_e en los puntos x cuando los coeficientes son multidimensionales en Python

En este artículo, discutiremos cómo evaluar una serie Hermite_e en los puntos x cuando los coeficientes son multidimensionales en Python.

Usamos la función hermite.hermeval() del módulo numpy.

Sintaxis: hermite_e.hermeval(x,Arr)

Parámetros:

• x (parámetro obligatorio): ‘x’ puede ser un solo número o una lista de números, pero la única condición es que la ‘x’ o los elementos en ‘x’ admitan operaciones como la suma y la multiplicación entre ellos y con los elementos en ‘ Arr’
  (que es el segundo parámetro a pasar). ‘x’ se transformará en ndarray si es una tupla o una lista, de lo contrario se considerará como un escalador.
• Arr (parámetro requerido): ‘Arr’ es una array de coeficientes que se ordena de tal manera que los coeficientes para los términos de grado n 
  están presentes en Arr[n]. En nuestro caso, la array es una array multidimensional de coeficientes.

Implementación paso a paso

Paso 1: importa las bibliotecas NumPy y hermite_e:

import numpy as np
from numpy.polynomial import hermite_e as H

Paso 2: ahora tenemos que crear una array multidimensional ‘Arr’ de coeficientes con cualquier estilo como se muestra a continuación:

Arr = np.arange(4).reshape(2,2)

OR

Arr = np.matrix([[0,1],[2,3]])

OR

Arr = [[0,1],[2,3]]

Paso 3: para evaluar una serie Hermite_e en los puntos x para coeficientes multidimensionales, use el método hermite.hermeval() en el módulo Numpy como se muestra a continuación: 

print(H.hermeval([1,2],Arr))

Ejemplo 1 :

# import numpy and hermite_e libraries
import numpy as np
from numpy.polynomial import hermite_e as HE
 
# Create a multidimensional array 'Arr'
# of coefficients
Arr = np.matrix([[1, 3], [4, 5]])
 
# To evaluate a Hermite_e series at points
# x for multidimensional coefficient array 'Arr',
# use the hermite.hermeval() method in
# Python Numpy
print(HE.hermeval([2, 3], Arr))

Producción :

[[ 9. 13.]
 [13. 18.]]

Ejemplo 2:

# import hermite_e library
from numpy.polynomial import hermite_e as H
 
# create a multidimensional array
Mul_Array = [[2, 2], [4, 3]]
 
# evaluate hermite_e series and print
# the result
print(H.hermeval([2, 1], Mul_Array))

Producción :

[[10.  6.]
 [ 8.  5.]]