求解方程组的简单界面
pysolve的Python项目详细描述
==========
pysolve公司
==========
解方程组
-
此代码的目的是帮助表达和解决
使用python的方程组。
此工具将对方程式进行文本描述
然后迭代运行解算器，直到它收敛到一个解。
解算器提供以下解算选项：
-高斯赛德尔
-牛顿·拉斐逊
-布罗登
它还使用部分sympy来帮助解析方程式。
该工具的最初动机是解决经济问题
基于股票流一致性（sfc）模型的模型。
安装
-----
pip安装pysolve
用法
----
…代码：
来自pysolve.model导入模型
来自pysolve.utils import round_solution，is_close
模型=模型（）
模型。设置默认值（0）
model.var（'cd'，desc='家庭消费品需求'）
model.var（'cs'，desc='消费品供应'）
model.var（'gs'，desc='政府商品，供应'）
model.var（'hh'，desc='家庭持有的现金'）
model.var（'hs'，desc='政府提供的现金'）
model.var（'nd'，desc='劳动力需求'）
model.var（'ns'，desc='劳动力供应'）
model.var（'td'，desc='税，需求'）
model.var（'ts'，desc='税，供应'）
model.var（'y'，desc='收入=国内生产总值'）
model.var（'yd'，desc='家庭可支配收入'）
型号.vars（'y'、'yd'、'ts'、'td'、'hs'、'hh'、'gs'、'cs'，
“cd”、“ns”、“nd”）
model.param（'gd'，desc='government goods，demand'，initial=20）
model.param（'w'，desc='工资率'，初始值=1）
model.param（'alpha1'，desc='收入外消费倾向'，initial=0.6）
model.param（'alpha2'，desc='o财富消费倾向'，initial=0.4）
model.param（'theta'，desc='tax rate'，initial=0.2）
model.add（'cs=cd'）
model.add（'gs=gd'）
model.add（'ts=td'）
model.add（'ns=nd'）
model.add（'yd=（w*ns）-ts'）
model.add（'td=theta*w*ns'）
model.add（'cd=alpha1*yd+alpha2*hh（-1）'）
model.add（'hs-hs（-1）=gd-td'）
model.add（'hh-hh（-1）=yd-cd'）
model.add（'y=cs+gs'）
model.add（'nd=y/w'）
解到收敛
对于x范围（100）内的：
模型求解（迭代次数=100，阈值=1e-3）
prev_soln=模型.解[-2]
soln=模型.解[-1]
如果关闭（前一个选项，选项，rtol=1e-3）：
休息
打印圆形解（model.solutions[-1]，decimals=1）
有关其他示例，请查看ipython笔记本
http://nbviewer.ipython.org/github/kennt/monetary-economics/tree/master/
教程
--
有关更多说明的简短教程，请访问
http://nbviewer.ipython.org/github/kennt/monetary economics/blob/master/extra/pysolve%20教程.ipynb
待办事项列表
---
-稀疏矩阵支持（大型系统的内存改进）
-文档
更改日志
---
0.2.0（进行中）
------
-教程
-改进文档
0.1.7
----
-教程
0.1.6
----
-增加了对broyden方法求解的支持
-优化broyden和newton raphson的代码，现在应该快得多。
0.1.5
----
-添加了d（）函数。实现当前值和上一次迭代的值之间的差异。d（x）等于x-x（-1）
-增加了对以下sympy功能的支持：abs、min、max、sign、sqrt
-添加了一些帮助函数以帮助调试l更大型号
-增加了通过newton raphson求解的支持
0.1.4
----
-改进了无法求解方程时的错误报告（由于变量缺少值）。
-此外，evaluate（）用于要求所有变量都有一个值，但在初始化时可能不是这样，因此已删除此要求。
0.1.3（及之前）
-----
-增加了对exp（）和log（）函数的支持。
-修复了在if_true（）中使用“>；”会导致错误的错误。
pysolve公司
==========
解方程组
-
此代码的目的是帮助表达和解决
使用python的方程组。
此工具将对方程式进行文本描述
然后迭代运行解算器，直到它收敛到一个解。
解算器提供以下解算选项：
-高斯赛德尔
-牛顿·拉斐逊
-布罗登
它还使用部分sympy来帮助解析方程式。
该工具的最初动机是解决经济问题
基于股票流一致性（sfc）模型的模型。
安装
-----
pip安装pysolve
用法
----
…代码：
来自pysolve.model导入模型
来自pysolve.utils import round_solution，is_close
模型=模型（）
模型。设置默认值（0）
model.var（'cd'，desc='家庭消费品需求'）
model.var（'cs'，desc='消费品供应'）
model.var（'gs'，desc='政府商品，供应'）
model.var（'hh'，desc='家庭持有的现金'）
model.var（'hs'，desc='政府提供的现金'）
model.var（'nd'，desc='劳动力需求'）
model.var（'ns'，desc='劳动力供应'）
model.var（'td'，desc='税，需求'）
model.var（'ts'，desc='税，供应'）
model.var（'y'，desc='收入=国内生产总值'）
model.var（'yd'，desc='家庭可支配收入'）
型号.vars（'y'、'yd'、'ts'、'td'、'hs'、'hh'、'gs'、'cs'，
“cd”、“ns”、“nd”）
model.param（'gd'，desc='government goods，demand'，initial=20）
model.param（'w'，desc='工资率'，初始值=1）
model.param（'alpha1'，desc='收入外消费倾向'，initial=0.6）
model.param（'alpha2'，desc='o财富消费倾向'，initial=0.4）
model.param（'theta'，desc='tax rate'，initial=0.2）
model.add（'cs=cd'）
model.add（'gs=gd'）
model.add（'ts=td'）
model.add（'ns=nd'）
model.add（'yd=（w*ns）-ts'）
model.add（'td=theta*w*ns'）
model.add（'cd=alpha1*yd+alpha2*hh（-1）'）
model.add（'hs-hs（-1）=gd-td'）
model.add（'hh-hh（-1）=yd-cd'）
model.add（'y=cs+gs'）
model.add（'nd=y/w'）
解到收敛
对于x范围（100）内的：
模型求解（迭代次数=100，阈值=1e-3）
prev_soln=模型.解[-2]
soln=模型.解[-1]
如果关闭（前一个选项，选项，rtol=1e-3）：
休息
打印圆形解（model.solutions[-1]，decimals=1）
有关其他示例，请查看ipython笔记本
http://nbviewer.ipython.org/github/kennt/monetary-economics/tree/master/
教程
--
有关更多说明的简短教程，请访问
http://nbviewer.ipython.org/github/kennt/monetary economics/blob/master/extra/pysolve%20教程.ipynb
待办事项列表
---
-稀疏矩阵支持（大型系统的内存改进）
-文档
更改日志
---
0.2.0（进行中）
------
-教程
-改进文档
0.1.7
----
-教程
0.1.6
----
-增加了对broyden方法求解的支持
-优化broyden和newton raphson的代码，现在应该快得多。
0.1.5
----
-添加了d（）函数。实现当前值和上一次迭代的值之间的差异。d（x）等于x-x（-1）
-增加了对以下sympy功能的支持：abs、min、max、sign、sqrt
-添加了一些帮助函数以帮助调试l更大型号
-增加了通过newton raphson求解的支持
0.1.4
----
-改进了无法求解方程时的错误报告（由于变量缺少值）。
-此外，evaluate（）用于要求所有变量都有一个值，但在初始化时可能不是这样，因此已删除此要求。
0.1.3（及之前）
-----
-增加了对exp（）和log（）函数的支持。
-修复了在if_true（）中使用“>；”会导致错误的错误。
欢迎加入QQ群-->： 979659372
