Push

Stochastisches_Modell.py

@@ -1,7 +1,7 @@
 import sympy as sp
 import numpy as np
 from dataclasses import dataclass, field
-from typing import Dict, Tuple, Iterable
+from typing import Dict, Tuple, Iterable, Any
 from Export import Export
 from Datenbank import Datenbankzugriff
 
@@ -71,7 +71,7 @@ class StochastischesModell:
     #        Q_ll[i, i] = q_ii                       #Diagonale
     #    return Q_ll
 
-    def Qll_symbolisch(self, pfad_datenbank, liste_beobachtungen_symbolisch):
+    def Qll_symbolisch(self, pfad_datenbank: str, liste_beobachtungen_symbolisch: list) -> sp.Matrix:
         liste_standardabweichungen_symbole = []
         liste_beobachtungen_symbolisch = [str(b) for b in liste_beobachtungen_symbolisch]
         liste_beobachtungen_symbolisch = [b for b in liste_beobachtungen_symbolisch if not b.startswith("lA_")]
@@ -191,7 +191,7 @@ class StochastischesModell:
         Export.matrix_to_csv(r"Zwischenergebnisse\Qll_Symbolisch.csv", liste_beobachtungen_symbolisch, liste_beobachtungen_symbolisch, Qll, "Qll")
         return Qll
 
-    def Qll_numerisch(self, pfad_datenbank, Qll_Matrix_Symbolisch, liste_beobachtungen_symbolisch):
+    def Qll_numerisch(self, pfad_datenbank: str, Qll_Matrix_Symbolisch: sp.Matrix, liste_beobachtungen_symbolisch: list) -> np.Matrix:
         liste_beobachtungen_symbolisch = [str(b).strip() for b in liste_beobachtungen_symbolisch]
         liste_beobachtungen_symbolisch = [b for b in liste_beobachtungen_symbolisch if not b.startswith("lA_")]
 
@@ -308,8 +308,34 @@ class StochastischesModell:
             raise ValueError(
                 f"Qll_numerisch: Fehlende Substitutionen ({len(fehlend)}): {[str(s) for s in fehlend[:80]]}")
 
-        liste_werte = [substitutionen[s] for s in self.liste_symbole_lambdify]
-        Qll_numerisch = np.asarray(self.func_Qll_numerisch(*liste_werte), dtype=float)
+        #liste_werte = [substitutionen[s] for s in self.liste_symbole_lambdify]
+        #Qll_numerisch = np.asarray(self.func_Qll_numerisch(*liste_werte), dtype=float)
+
+        rows = int(Qll_Matrix_Symbolisch.rows)
+        cols = int(Qll_Matrix_Symbolisch.cols)
+
+        Qll_numerisch = np.zeros((rows, cols), dtype=float)
+
+        for i in range(rows):
+            for j in range(cols):
+                eintrag = Qll_Matrix_Symbolisch[i, j]
+                if eintrag == 0:
+                    continue
+                try:
+                    if hasattr(eintrag, "is_zero") and (eintrag.is_zero is True):
+                        continue
+                except Exception:
+                    pass
+
+                eintrag_num = eintrag.xreplace(substitutionen)
+
+                if hasattr(eintrag_num, "free_symbols") and len(eintrag_num.free_symbols) > 0:
+                    rest = sorted(list(eintrag_num.free_symbols), key=lambda s: str(s))
+                    raise ValueError(
+                        f"Qll_numerisch: Eintrag [{i},{j}] bleibt symbolisch. Rest-Symbole: {[str(s) for s in rest[:20]]}"
+                    )
+
+                Qll_numerisch[i, j] = float(eintrag_num)
 
         Export.matrix_to_csv(
             r"Zwischenergebnisse\Qll_Numerisch.csv",
@@ -321,7 +347,7 @@ class StochastischesModell:
 
         return Qll_numerisch
 
-    def QAA_symbolisch(self, liste_beobachtungen_symbolisch):
+    def QAA_symbolisch(self, liste_beobachtungen_symbolisch: list) -> np.Matrix:
         liste_standardabweichungen_symbole = []
         liste_beobachtungen_symbolisch = [str(b) for b in liste_beobachtungen_symbolisch]
         liste_beobachtungen_symbolisch = [b for b in liste_beobachtungen_symbolisch if b.startswith("lA_")]
@@ -341,7 +367,7 @@ class StochastischesModell:
         Export.matrix_to_csv(r"Zwischenergebnisse\QAA_Symbolisch.csv", liste_beobachtungen_symbolisch, liste_beobachtungen_symbolisch, Qll, "Qll")
         return Qll
 
-    def QAA_numerisch(self, pfad_datenbank, QAA_Matrix_Symbolisch, liste_beobachtungen_symbolisch):
+    def QAA_numerisch(self, pfad_datenbank: str, QAA_Matrix_Symbolisch: sp.Matrix, liste_beobachtungen_symbolisch: list) -> np.Matrix:
         liste_beobachtungen_symbolisch = [str(b).strip() for b in liste_beobachtungen_symbolisch]
         liste_beobachtungen_symbolisch = [b for b in liste_beobachtungen_symbolisch if b.startswith("lA_")]