阿基米德分牛问题及其Python求解

文章目录

    • 题目大意
    • sympy求解
    • 结果

题目大意

太阳神有一牛群,由白、黑、花、棕四种颜色的公、母牛组成,其间关系如下,求每种牛的个数。

  • 公牛中,白牛多于棕牛,二者之差为黑牛的 1 2 + 1 3 \frac{1}{2}+\frac{1}{3} 21+31;黑牛多于棕牛,二者之差为花牛的 1 4 + 1 5 \frac{1}{4}+\frac{1}{5} 41+51;花牛多于棕牛,二者之差为白牛数的 1 6 + 1 7 \frac{1}{6}+\frac{1}{7} 61+71
  • 母牛中,白牛是全体黑牛的 1 3 + 1 4 \frac{1}{3}+\frac{1}{4} 31+41;黑牛是全体花牛的 1 4 + 1 5 \frac{1}{4}+\frac{1}{5} 41+51;花牛是全体棕牛的 1 5 + 1 6 \frac{1}{5}+\frac{1}{6} 51+61;棕牛是全体白牛的 1 6 + 1 7 \frac{1}{6}+\frac{1}{7} 61+71

如果用字母 x 0 , x 1 , x 2 , x 3 x_0, x_1, x_2, x_3 x0,x1,x2,x3分别表示白、黑、花、棕各色的公牛数;用 y 0 , y 1 , y 2 , y 3 y_0, y_1, y_2, y_3 y0,y1,y2,y3分别表示白、黑、花、棕各色母牛数,则得8 个未知数的如下7 个方程

x 0 − x 3 = ( 1 2 + 1 3 ) x 1 x 1 − x 3 = ( 1 4 + 1 5 ) x 2 x 2 − x 3 = ( 1 6 + 1 7 ) x 0 y 0 = ( 1 3 + 1 4 ) ( x 1 + y 1 ) y 1 = ( 1 4 + 1 5 ) ( x 2 + y 2 ) y 2 = ( 1 5 + 1 6 ) ( x 3 + y 3 ) y 3 = ( 1 6 + 1 7 ) ( x 0 + y 0 ) \begin{aligned} x_0-x_3=(\frac{1}{2}+\frac{1}{3})x_1\\ x_1-x_3=(\frac{1}{4}+\frac{1}{5})x_2\\ x_2-x_3=(\frac{1}{6}+\frac{1}{7})x_0\\ y_0=(\frac{1}{3}+\frac{1}{4})(x_1+y_1)\\ y_1=(\frac{1}{4}+\frac{1}{5})(x_2+y_2)\\ y_2=(\frac{1}{5}+\frac{1}{6})(x_3+y_3)\\ y_3=(\frac{1}{6}+\frac{1}{7})(x_0+y_0)\\ \end{aligned} x0x3=(21+31)x1x1x3=(41+51)x2x2x3=(61+71)x0y0=(31+41)(x1+y1)y1=(41+51)(x2+y2)y2=(51+61)(x3+y3)y3=(61+71)(x0+y0)

这个题其实是毫无难度的,但非要用Python,那么难点主要如何优雅地表达这个过程,这里选用的是sympy符号计算。

所以第一步,先给定一些符号

import sympy
x0,x1,x2,x3 = sympy.symbols("x0,x1,x2,x3")
y0,y1,y2,y3 = sympy.symbols("y0,y1,y2,y3")
x = [x0,x1,x2,x3]
y = [y0,y1,y2,y3]

sympy求解

然后将阿基米德分牛问题转化为Python代码,其优雅之处在于,这些分数的构建遵循自然数递增的规律,故可通过循环来生成,非常便捷。

frac = lambda x : sympy.Rational(1,x)
fs = []
for i in range(3):fs.append(x[i]-x[3]-(frac(2*i+2)+frac(2*i+3))*x[i+1])for i in range(4):ind = (i + 1) % 4fs.append(y[i]-(frac(i+3)+frac(i+4))*(x[ind]+y[ind]))

这样就得到了待求方程组

>>> for f in fs: print(f)
...
x0 - 5*x1/6 - x3
x1 - 9*x2/20 - x3
x2 - 55*x3/42
-7*x1/12 + y0 - 7*y1/12
-9*x2/20 + y1 - 9*y2/20
-11*x3/30 + y2 - 11*y3/30
-13*x0/42 - 13*y0/42 + y3

但是,8个未知数7个方程,显然没有唯一解,考虑到 x 3 x_3 x3貌似是最小的值,所以最后希望用 x 3 x_3 x3来表示其他数。

res = sympy.solve(fs, x[:3]+y)

结果

查看一下结果

for key in res:print(sympy.latex(key), "&=", sympy.latex(res[key]), r"\\")

x 0 = 781 x 3 336 x 1 = 89 x 3 56 x 2 = 55 x 3 42 y 0 = 2316515 x 3 1564752 y 1 = 1731719 x 3 1825544 y 2 = 1639880 x 3 2053737 y 3 = 806221 x 3 684579 \begin{aligned} x_{0} &= \frac{781 x_{3}}{336} &x_{1} &= \frac{89 x_{3}}{56} &x_{2} &= \frac{55 x_{3}}{42} \\ y_{0} &= \frac{2316515 x_{3}}{1564752} &y_{1} &= \frac{1731719 x_{3}}{1825544} & y_{2} &= \frac{1639880 x_{3}}{2053737} &y_{3} &= \frac{806221 x_{3}}{684579} \\ \end{aligned} x0y0=336781x3=15647522316515x3x1y1=5689x3=18255441731719x3x2y2=4255x3=20537371639880x3y3=684579806221x3

这道题到这里基本上就算解完了,但是牛至少得是个整数,所以接下来要做的是求解分母的最小公倍数。

在sympy中,对于一个分数r,r.p为分子,r.q为分母;【lcm】用于求解最小公倍数。

denominators = [(v/x3).q for v in res.values()]
x3Res = sympy.lcm(denominators)
# 32859792

然后让将x3的值加入fs

fs.append(x3-x3Res)
res2 = sympy.solve(fs, x+y)
for key in res2:print(sympy.latex(key), "=", res2[key], r"\\")

结果如下

x 0 = 76379457 x 1 = 52223598 x 2 = 43030680 x 3 = 32859792 y 0 = 48646815 y 1 = 31170942 y 2 = 26238080 y 3 = 38698608 x_{0} = 76379457 \\ x_{1} = 52223598 \\ x_{2} = 43030680 \\ x_{3} = 32859792 \\ y_{0} = 48646815 \\ y_{1} = 31170942 \\ y_{2} = 26238080 \\ y_{3} = 38698608 \\ x0=76379457x1=52223598x2=43030680x3=32859792y0=48646815y1=31170942y2=26238080y3=38698608

这些牛加一起有349247972头,全世界大概有10万亿头,看来太阳神的牛还是比较多的。
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/783099.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

SpringBoot 集成分布式任务调度 XXL-JOB【保姆级上手】

文章目录 XXL-JOB 介绍分布式任务调度XXL-JOB 概述 快速入门下载源码初始化调度数据库编译源码调度中心调度中心介绍配置调度中心部署调度中心集群部署调度中心(可选)Docker 镜像方式搭建调度中心(可选) 执行器执行器介绍添加依赖…

外包干了5天,技术退步明显.......

先说一下自己的情况,大专生,18年通过校招进入杭州某软件公司,干了接近4年的功能测试,今年年初,感觉自己不能够在这样下去了,长时间呆在一个舒适的环境会让一个人堕落! 而我已经在一个企业干了四年的功能测…

meanshift论文学习

1. abstract 2. 理论解读 目标函数 然后对(11)求导,求解x,x实际就是求解当图像位置的值,求导之后表示为: 进一步整理得: 上式第二项即为meanshift 进一步整理为 上式表明了均值漂移与核函数之间的关系。 3. 缺点…

AI预测福彩3D第22弹【2024年3月31日预测--第4套算法重新开始计算第8次测试】

昨天周六单位事情比较多,忙了一天,回来比较晚了,实在没有闲暇时间去做预测了,先给各位道个歉。今天上午比较忙,下午有点空,趁这个时间赶紧把预测的结果发出来供大家参考。 今天继续对第4套算法进行测试&…

阿里云的服务码获取的申请按钮怎么是灰色的

您好,您目前已经进入阿里云备案工单服务渠道,很高兴为您服务。工单渠道的服务响应时效为0-90分钟, 如您所遇到的问题比较着急,您可以通过阿里云官网右上角联系我们中的“在线服务”进行咨询,我们会第一时间为您服务。感…

CentOS7 磁盘相关的命令及磁盘重新调整分配

umount 在CentOS 7中,umount是一个常用的命令,用于卸载文件系统。以下是一些常用的umount命令: 卸载指定的文件系统: umount /dev/sdXN 其中,/dev/sdXN是你想要卸载的分区。例如,/dev/sda1。 卸载并…

【MySQL】聊聊全表查询会不会把数据库内存打爆

是实际的开发中,可能因为误操作。可能会执行一个全表扫描的SQL,如果这个表的数据比较大,比如10G,但是数据库内存8G ,会不会将这个数据库内存打爆。带着这个问题,我们来深入学习下。其实主要就是一个server层…

python学习20:python中的函数知识点

python中的函数知识点 1.函数中的返回值 什么是函数的返回值?:函数在执行的时候,返回给调用者的结果返回值的应用语法:使用关键词return来返回结果注意:函数体在遇到return后就结束了,所以写在return后的…

KUKA机器人调整示教器灵敏度(校屏)

KUKA机器人KRC4的示教器升级后,示教器屏幕由之前的电阻屏改为电容屏,不仅在外观上有所变化,屏幕校准的方法也有所不同。通过以下方法分别对新旧两款示教器进行屏幕校正,调整示教器屏幕灵敏度。 对新款示教器而言: 一…

Python快速入门系列-5(Python标准库与常用模块)

第五章:Python标准库与常用模块 5.1 常用内置模块介绍5.1.1 os模块5.1.2 datetime模块5.1.3 random模块5.2 文件操作与IO处理5.2.1 文件读写5.2.2 文件复制与移动5.2.3 文件遍历与递归操作5.3 正则表达式5.3.1 匹配字符串5.3.2 替换字符串5.3.3 高级匹配结语Python作为一门强大…

工厂方法模式与抽象工厂模式的深度对比

​🌈 个人主页:danci_ 🔥 系列专栏:《设计模式》 💪🏻 制定明确可量化的目标,坚持默默的做事。 🚀 转载自:设计模式深度解析:工厂方法模式与抽象工厂模式的深…

深度学习论文中结构A+B效果很好,怎么讲故事写成一篇优质的论文?

牛牛牛肉饭: AB的故事不一定好讲 但是可以包装成:A族 B族有效成分 C杂质 D微量杂质 我们创新性的提出了全新的算法Pipeline,涵盖ABCD,极大的改进了该领域的算法范式,除此之外我们系统分析了 A以及其相似算法对 新…

P23—P25:标识符和关键字

标识符 什么是标识符? 在java源程序中,程序员有权自己命名的单词都是标识符在EditPlus编译器中,表示符以黑色高亮字体显示 标识符可以标识什么元素? 类名方法名变量名接口名常量名 … 标识符的命名规则: 只能由**数…

详解 Java多线程带来的的风险-线程安全

目录 一、什么是线程安全? 二、线程不安全的原因 1、线程调度是随机的 2、修改共享数据:多个线程修改同⼀个变量 3、原⼦性 ​编辑 (1)什么是原⼦性 (2)⼀条 java 语句不⼀定是原⼦的,也不⼀定…

文心一言指令词宝典之求职招聘篇

作者:哈哥撩编程(视频号、抖音、公众号同名) 新星计划全栈领域优秀创作者博客专家全国博客之星第四名超级个体COC上海社区主理人特约讲师谷歌亚马逊演讲嘉宾科技博主极星会首批签约作者 🏆 推荐专栏: 🏅…

C语言函数递归调用

在C语言中,函数可以直接或间接地调用自身,这种函数调用自身的过程称为递归调用。递归是一种强大的编程技巧,能够简化程序结构、提高代码的可读性和可维护性。本文将介绍C语言函数递归调用的原理、应用场景以及注意事项。 以下是我整理的关于…

PinkysPalaceV2靶场详解IDA逆向查看缓存区溢出漏洞原理以及使用kali gdb使用超详细三次提权字典生成

下载链接: Pinkys Palace: v2 ~ VulnHub 安装: 正常用vm虚拟机打开即可,注意导入时所选择的硬盘存储目录应为空目录,否则会导入失败 根据下载链接提示我们需要更改host文件,以便于我们可以正常访问 kali中的host文件位置为 /etc/h…

弧形导轨在自动化设备中的传动原理

在自动化机械系统中,弧形导轨是一种常见的轨道结构,用于支撑和引导物体沿着指定的弧线运动。其工作原理基于几何学和物理学的原理。 弧形导轨通常由一个弧形的轨道和一个移动部件组成。轨道一般呈弧形,其几何形状可以是圆弧、椭圆弧等&#x…

智慧工地整体解决方案(3)

塔吊安全管理系统 需求分析 塔式起重机是现代施工中必不可少的关键设备,是施工企业装备水平的标志性重要装备之一。随着近年来建筑行业塔机的大量使用,由于塔机违规超限作业和塔机群干涉碰撞等引发的各类塔机运行安全事故频繁发生,造成了巨大的生命财产损失。 典型事故现…

Linux 设备树: 设备树节点与属性在 dtb 文件中的存储

前言 当前新版本的 Linux 内核 设备驱动框架,与设备树(Device Tree)结合密切,整体 设备树的设备驱动框架,比较的庞大,但又非常的经典。 一个个的 设备树解析函数,都是前人【智慧】的结晶&#…