Gnuplot: วิธีที่แตกต่างในการเขียนฟังก์ชันเดียวกันใน 1d และ 2d


1

ฉันสับสนเกี่ยวกับฟังก์ชันประเภทต่อไปนี้

f(x) = b/x**nb * exp(y_(y)/k)

f(x,y) = (b/(x**nb))*exp(y/k)

ที่นี่yน่าจะเหมือนกันในสองนิพจน์
ฉันต้องการที่จะเข้าใจความแตกต่างหรือความคล้ายคลึงกัน

คำตอบ:


0

ฉันสามารถบอกคุณในสิ่งที่ฉันเห็นและแน่นอนฉันจะพลาดบางสิ่งบางอย่าง:

  1. f(x) = b/x**nb * exp(y_(y)/k); ในฟังก์ชั่นนี้มี:
    • หนึ่งตัวแปร ( x)
    • พารามิเตอร์บางb, nb, k, y(หมายเหตุคนสุดท้าย)
    • ฟังก์ชันหนึ่งy_(...)ของพารามิเตอร์ที่yกำหนดไว้ที่อื่น
  2. f(x,y) = (b/(x**nb))*exp(y/k); ในฟังก์ชั่นนี้แทนมี:
    • ตัวแปรสองตัว ( xและy)
    • พารามิเตอร์บางb, nb,k
    • บางส่วน()เพิ่มเติม:-)

เรามาทำตัวอย่างกัน ให้เราคิดว่ามันถูกกำหนดฟังก์ชั่นที่ 1 ( f (x) ) y=3และ เราได้รับผลลัพธ์ (พล็อตตัวเลขบางส่วนคำจำกัดความของฟังก์ชันดูตามที่คุณต้องการ)

ที่จะได้รับผลเดียวกันถ้าแทนมันถูกกำหนดให้f (x, y)f(x,y_(3))เราสามารถใช้

จนถึงตอนนี้ฉันหวังว่ามันจะมีระนาบเพียงพอ แน่นอนy_()จะต้องมีการกำหนดไว้ก่อนในทั้งสองกรณีและเราสามารถเรียกใช้ฟังก์ชันY_ (x)กับพารามิเตอร์ใด ๆ โดยพลหรือค่าคงที่: f(x,y_(AnotherParameter)), f(x,5)หรือฟังก์ชั่นอื่นหรือเพียงแค่มีf(x,zZz_(y))f(x,y)

ในแต่ละช่วงเวลาที่คุณสามารถมีหรือที่ 1 หรือที่ 2 ที่กำหนดไว้ในgnuplot , แต่ไม่ใช่ทั้งสองอย่างในเวลาเดียวกัน คำจำกัดความที่สองเขียนทับคำสั่งก่อนหน้า


ตอนนี้ให้เรามีความซับซ้อนบิตสิ่ง:
ทำไมคุณสามารถค้นหาสิ่งที่เป็นY_ (x)ภายในฟังก์ชั่นเป็นที่ 1 หรือแทนของตัวแปรที่เรียบง่ายใน 2d หน้าที่เป็นf (กรัม (x), h (y)) ?
เพราะเมื่อคุณวิเคราะห์ข้อมูลจริงคุณจะพบว่าพารามิเตอร์คงที่ไม่คงที่ดังนั้นคุณสามารถใช้ฟังก์ชันที่พึ่งพาพารามิเตอร์นั้นได้
หากคุณเขียนการขึ้นต่อกันของพารามิเตอร์ที่ฟังก์ชันภายนอกคุณสามารถเปลี่ยนได้อย่างรวดเร็วโดยไม่ต้องแก้ไขการแสดงออกของฟังก์ชันเอง นอกจากนี้เมื่อคุณทำFITคุณเพียงแค่พร้อมฟังก์ชั่นในการพล็อตพฤติกรรมพารามิเตอร์ที่เคารพ ... เคารพการพึ่งพาของเขา

หากFITแสดงว่าพารามิเตอร์นั้นเป็นค่าคงที่คุณสามารถทำซ้ำFIT ที่แก้ไขพารามิเตอร์นั้นเป็นค่าคงที่แบบง่าย ๆ โดยฆ่าฟังก์ชันการทำงาน (เช่นy_(x)=3สำหรับแต่ละxคำตอบจะเสมอ3)
หากFITไม่ได้มาบรรจบกันคุณสามารถลองค้นหาการใช้งานอื่น ๆ สำหรับพารามิเตอร์ได้


IMHO เป็นการดีกว่าที่จะหลีกเลี่ยงการใช้ตัวแปรดัมมี ( y) เป็นพารามิเตอร์เพราะจะทำให้เข้าใจผิดได้ง่าย

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.